Win-ACME 在 Azure GCC High 环境中的 DNS 验证问题解析
Win-ACME 是一款流行的 ACME 客户端工具,用于自动化获取和管理 SSL/TLS 证书。在使用 Azure DNS 插件进行域名验证时,用户报告了一个特定于 Azure GCC High 环境的验证失败问题。
Azure GCC High 是美国政府云环境的一个特殊实例,与商业版 Azure 在身份验证端点上存在差异。商业版 Azure 使用 login.microsoftonline.com 作为身份验证端点,而 GCC High 环境则使用 login.microsoft.us。这一差异导致了 Win-ACME 在进行 DNS 验证时出现认证失败。
当用户尝试在 GCC High 环境中使用 Azure DNS 插件进行验证时,工具会错误地尝试连接到商业版 Azure 的身份验证端点,从而引发"Confidential Client is not supported in Cross Cloud request"错误。这表明跨云环境的机密客户端请求不被支持。
对于这个问题,微软官方文档已经明确指出不同国家云环境的身份验证端点差异。Win-ACME 开发团队确认这是一个确实存在的缺陷,并在后续版本中提供了修复方案。
临时解决方案是设置环境变量 AZURE_AUTHORITY_HOST 为 https://login.microsoftonline.us,这将强制工具使用正确的 GCC High 身份验证端点。开发团队随后发布了包含永久修复的版本,确保工具能够自动识别并正确使用 GCC High 环境的特定端点。
这个问题凸显了在混合云或多云环境中使用自动化工具时需要注意的细节,特别是在涉及政府云等特殊实例时。对于使用 Win-ACME 与 Azure GCC High 环境的用户,建议升级到包含此修复的最新版本,以确保 DNS 验证流程能够顺利完成。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00