解决code-server子域名代理端口重定向问题
在使用code-server时,通过子域名代理方式访问自定义应用时遇到了重定向问题。本文将详细分析问题原因并提供解决方案。
问题现象
用户在使用code-server的Docker容器时,配置了子域名代理功能,期望通过类似https://3000.example.com:12345/的URL访问运行在3000端口的PHP应用。然而实际访问时,系统却将请求重定向到了code-server主界面,而非预期的PHP应用。
环境配置
用户使用的是linuxserver/code-server:4.96.4镜像,主要配置如下:
-
环境变量设置:
- PROXY_DOMAIN=example.com
- VSCODE_PROXY_URI=https://{{port}}.example.com:12345
-
配置文件修改:
- ~/.config/code-server/config.yaml中添加了proxy-domain: example.com
-
端口映射:
- 主端口3000映射到容器内的8443
问题分析
当用户启动PHP服务器后,code-server正确生成了代理URLhttps://3000.example.com:12345/,但访问时发生了意外的302重定向。有趣的是,通过https://example.com:12345/proxy/3000/这个替代URL仍然可以访问到PHP应用。
这表明code-server的子域名代理功能基本工作正常,但在处理包含端口的子域名时出现了路由判断错误。核心问题在于PROXY_DOMAIN环境变量的配置没有包含端口信息,导致系统无法正确匹配包含端口的请求。
解决方案
经过排查,发现只需简单修改PROXY_DOMAIN环境变量的配置即可解决问题:
将原来的:
PROXY_DOMAIN=example.com
修改为:
PROXY_DOMAIN=example.com:12345
这一修改使得code-server能够正确识别包含端口的子域名请求,从而将流量正确路由到目标应用而非code-server主界面。
技术原理
code-server的代理功能依赖于对请求Host头的匹配。当PROXY_DOMAIN不包含端口时,系统默认只匹配域名部分,忽略端口差异。添加端口信息后,系统会进行完整的Host头匹配,包括域名和端口,从而确保请求被正确路由。
最佳实践
- 当使用非标准端口时,确保PROXY_DOMAIN包含完整的域名和端口信息
- VSCODE_PROXY_URI中的端口应与实际访问端口一致
- 检查config.yaml中的proxy-domain配置是否与环境变量一致
- 对于Docker部署,确保端口映射关系正确
总结
通过这个案例可以看出,在使用code-server的代理功能时,配置细节非常重要。特别是当使用非标准端口时,必须确保所有相关配置中都包含完整的域名和端口信息,才能保证代理功能正常工作。这个小技巧可以帮助开发者避免不必要的调试时间,快速搭建基于子域名的开发环境代理。
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