ChatGPT-Next-Web项目Anthropic API CORS认证问题解析
在ChatGPT-Next-Web项目的2.15.2版本中,用户报告了一个与Anthropic API交互时出现的认证错误问题。该问题表现为API返回CORS相关的认证错误信息,导致应用无法正常与Anthropic模型进行通信。
问题的核心在于Anthropic API近期进行了一项重要的安全更新。API现在要求所有通过浏览器直接发起的CORS请求必须包含特定的HTTP头部字段"anthropic-dangerous-direct-browser-access",并将其值设置为"true"。这一变更旨在增强API的安全性,防止未经授权的浏览器直接访问。
当用户尝试通过ChatGPT-Next-Web与Anthropic模型交互时,系统会返回如下错误信息:
{
"type": "error",
"error": {
"type": "authentication_error",
"message": "CORS requests must set 'anthropic-dangerous-direct-browser-access' header"
}
}
这个问题影响所有通过浏览器直接调用Anthropic API的操作,无论是新建对话还是继续现有对话都会触发此错误。对于开发者而言,理解CORS(跨源资源共享)机制至关重要。CORS是一种安全机制,它允许网页从不同的域请求受限资源,同时防止恶意网站读取敏感数据。
解决方案是在所有发送到Anthropic API的请求中添加特定的HTTP头部。这个头部字段明确标记了请求是直接从浏览器发起的,虽然这增加了便利性,但也带来了一定的安全风险,因此Anthropic在字段名称中加入了"dangerous"一词以示警告。
对于ChatGPT-Next-Web项目而言,需要在代码层面进行相应修改,确保所有与Anthropic API交互的请求都包含这个必要的头部信息。这种修改属于API适配性更新,不会影响应用的核心功能,但能确保与最新版Anthropic API的兼容性。
值得注意的是,这个问题在2.15.3版本中仍未得到解决,说明它可能需要更深入的代码修改或等待官方发布补丁。对于急切需要使用Anthropic模型的用户,可以考虑暂时使用其他兼容的模型,或者等待项目维护者发布包含此修复的更新版本。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00