TangSengDaoDaoServer项目Web端消息撤回问题解析
2025-06-29 16:10:42作者:殷蕙予
问题背景
在TangSengDaoDaoServer项目中,开发者在使用源码本地部署后遇到了Web端消息撤回功能失效的问题。具体表现为当尝试撤回消息时,系统提示操作失败,且调试发现MySQL数据库中并未存储该消息记录。这一问题同时导致了已读未读状态的上传功能也无法正常工作。
问题原因分析
经过深入排查,发现问题的根源在于WuKongIM服务的配置不当。具体来说,WuKongIM的WK_WEBHOOK_GRPCADDR配置项默认设置为tangsengdaodaoserver:6979,这个地址在本地部署环境中无法正确解析和访问。
技术原理
在TangSengDaoDaoServer的架构中,消息撤回功能依赖于以下几个关键组件:
- WuKongIM服务:负责即时消息的收发和基本处理
- Webhook机制:用于服务间的事件通知和回调
- gRPC通信:服务间的高效数据传输协议
当Web端发起消息撤回请求时,系统会通过WuKongIM服务处理该请求,然后通过配置的Webhook地址回调TangSengDaoDaoServer进行后续处理。如果这个回调地址配置不正确,整个撤回流程就会中断。
解决方案
要解决这个问题,需要修改WuKongIM服务的配置,将WK_WEBHOOK_GRPCADDR的值更改为能够正确访问本地TangSengDaoDaoServer服务的地址。具体步骤如下:
- 打开WuKongIM的配置文件
- 找到
WK_WEBHOOK_GRPCADDR配置项 - 将其值从默认的
tangsengdaodaoserver:6979修改为本地实际可访问的IP地址和端口,格式为IP:6979 - 保存配置并重启WuKongIM服务
验证方法
修改配置后,可以通过以下方式验证问题是否解决:
- 在Web端发送一条测试消息
- 尝试撤回该消息
- 检查MySQL数据库中是否记录了该消息
- 观察撤回操作是否成功完成
总结
在本地部署TangSengDaoDaoServer项目时,服务间的网络配置是确保各项功能正常工作的关键。特别是对于依赖回调机制的功能(如消息撤回、已读回执等),必须确保所有服务间的通信地址配置正确且可访问。通过正确配置WuKongIM的Webhook地址,可以有效解决消息撤回失败的问题,同时也能修复由此引发的其他相关功能异常。
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
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