Chatwoot邮件发送问题排查指南:Sendmail错误解决方案
问题现象
在使用Chatwoot 3.14版本(也尝试过3.9版本)通过easypanel安装在Contabo VPS上时,当创建新客服账号时系统无法发送验证邮件,并返回以下错误信息:
Mail::Sendmail::DeliveryError: Delivery failed with exitstatus 1: "/usr/sbin/sendmail -i -f \"accounts@chatwoot.com\" --\"myemail@hotmail.com\""
问题分析
从错误信息可以看出,系统仍然在使用sendmail进行邮件发送,而不是按照配置使用SMTP服务。这表明环境变量配置可能未被正确加载或应用。
配置检查要点
-
SMTP环境变量配置: 确保以下SMTP相关环境变量已正确设置:
- MAILER_SENDER_EMAIL
- SMTP_ADDRESS
- SMTP_USERNAME
- SMTP_PASSWORD
- SMTP_PORT
- SMTP_DOMAIN
- SMTP_AUTHENTICATION
- SMTP_OPENSSL_VERIFY_MODE
- SMTP_ENABLE_STARTTLS_AUTO
-
配置应用范围: 这些环境变量需要在Chatwoot的两个主要组件中都进行配置:
- Web服务容器
- Worker工作容器
-
配置验证: 可以通过进入容器内部执行
env命令来验证环境变量是否已正确加载。
解决方案
-
检查easypanel配置: 确认在easypanel中为Chatwoot服务配置的环境变量是否已正确应用到所有相关容器。
-
重启服务: 在修改环境变量后,需要重启Chatwoot服务以使更改生效。
-
测试SMTP连接: 可以通过在容器内手动测试SMTP连接来验证配置是否正确:
telnet SMTP_ADDRESS SMTP_PORT -
日志检查: 检查Chatwoot的日志文件,特别是worker日志,查看是否有关于SMTP配置加载的更多信息。
常见问题排查
-
端口问题: 确保SMTP端口(如587)未被防火墙阻止。
-
认证问题: 检查SMTP用户名和密码是否正确,特别是当使用Gmail等第三方服务时,可能需要应用专用密码。
-
TLS配置: 确保SMTP_ENABLE_STARTTLS_AUTO设置为true,SMTP_OPENSSL_VERIFY_MODE设置正确。
-
发件人地址: 确认MAILER_SENDER_EMAIL与SMTP_USERNAME匹配,某些SMTP服务要求两者一致。
总结
当Chatwoot出现邮件发送问题时,首先需要确认系统是否真正使用了配置的SMTP服务而非默认的sendmail。通过全面检查环境变量配置、验证服务重启后的实际行为,以及测试SMTP连接,通常可以解决大多数邮件发送问题。对于使用easypanel等管理面板的情况,还需要特别注意配置是否被正确应用到所有相关服务容器中。
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