Pi-hole v6在Home Assistant Ingress中的兼容性问题分析与解决方案
2025-07-03 17:08:32作者:史锋燃Gardner
背景介绍
Pi-hole作为一款流行的网络广告拦截工具,在Home Assistant生态系统中以插件形式运行。Home Assistant的Ingress功能允许插件无缝集成到其用户界面中,通过反向代理的方式将请求转发到容器内部服务。
问题现象
在Pi-hole v5版本中,Ingress功能工作正常。当用户点击Pi-hole插件时,Home Assistant会构造如http://pihole:80/admin/的请求路径,并通过Ingress机制将请求转发到Pi-hole容器。所有页面链接都采用相对路径形式,如groups-clients.php,能够正确保持Ingress路径前缀。
升级到Pi-hole v6后,发现以下变化:
- 导航链接改为绝对路径形式,如
/admin/groups/clients - 缺少了Home Assistant必需的
/api/hassio_ingress/SECURITY-TOKEN/路径前缀 - 导致请求无法正确转发到Pi-hole插件
技术分析
问题的核心在于Pi-hole v6的前端路由机制发生了以下改变:
- 路径结构变化:从传统的.php文件路径变为更现代的RESTful风格路径
- 链接生成方式:从相对路径改为绝对路径
- 与反向代理的兼容性:没有考虑在反向代理环境下的路径前缀处理
在Home Assistant的Ingress机制中,每个请求都会带有X-Ingress-Path头部,包含动态生成的安全令牌路径前缀。这个信息在v6版本中没有被前端利用。
解决方案探索
经过技术验证,发现以下两种潜在解决方案:
- 恢复相对路径:将前端链接生成方式改回相对路径,保持与v5相同的兼容性
- 利用Ingress头部:解析
X-Ingress-Path头部,动态为所有链接添加必要的前缀
最终开发者选择了更符合现代Web开发实践的第二种方案,通过正确处理反向代理头部信息来解决问题。
实施建议
对于需要在Home Assistant中使用Pi-hole v6的用户,建议:
- 确保使用最新版本的Pi-hole插件
- 验证Ingress配置是否正确包含必要的路径前缀
- 检查网络请求中是否包含
X-Ingress-Path头部 - 考虑在反向代理配置中添加必要的路径重写规则
总结
Pi-hole v6的前端现代化改造虽然带来了更清晰的URL结构,但也引入了与特定反向代理环境的兼容性问题。通过正确处理HTTP头部信息,可以既保持新版本的优点,又确保与Home Assistant Ingress的兼容性。这为其他类似工具在反向代理环境下的适配提供了有价值的参考。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217