Cosmos-Server 使用 Let's Encrypt 通配符证书的注意事项
问题背景
在使用 Cosmos-Server 配置 HTTPS 证书时,许多用户会遇到从子域名证书迁移到通配符证书时出现的问题。特别是当尝试为多个域名配置通配符证书时,系统会报错:"Domain name is redundant with a wildcard domain in the same request"。
技术原理
Let's Encrypt 的证书签发机制有以下重要限制:
-
通配符证书的覆盖范围:一个
*.example.com的通配符证书已经包含了所有example.com的子域名,如plex.example.com、radarr.example.com等。如果同时请求通配符证书和具体的子域名证书,Let's Encrypt 会认为这是冗余请求。 -
多域名通配符限制:目前 Let's Encrypt 不允许在同一证书中包含多个通配符域名。例如,不能同时请求
*.example.com和*.other.com的通配符证书。
解决方案
单域名通配符配置
-
在 Cosmos-Server 的 Let's Encrypt 配置中:
- 启用通配符选项
- 在覆盖域名字段中只需填写
example.com,*.example.com - 不要包含任何具体的子域名
-
系统会自动识别代理设置中的所有子域名,并使用通配符证书覆盖它们。
多域名场景处理
如果需要为多个域名配置证书:
-
推荐方案:为每个域名单独配置通配符证书。Cosmos-Server 支持为不同域名配置独立的证书。
-
临时解决方案:
- 暂时将所有代理URL改为使用Cosmos根域名
- 完成证书续订
- 改回原有配置
-
高级方案:对于需要多个通配符证书的场景,目前可以通过以下方式实现:
- 使用外部工具(如Certbot)生成包含多个通配符的证书
- 将证书文件手动放置到
/var/lib/cosmos目录 - 在Cosmos-Server中引用这些证书
最佳实践建议
-
除非有特殊需求,否则不要使用"覆盖域名"选项,让Cosmos自动根据代理设置选择适当的域名。
-
规划域名结构时,尽量将服务集中在单一主域名下,减少多域名通配符的需求。
-
定期检查证书续订状态,确保没有因配置变更导致的续订失败。
-
对于复杂的多域名场景,考虑使用Cosmos-Server未来的更新版本,开发者表示将增加对多通配符证书的原生支持。
通过理解这些原理和解决方案,用户可以更有效地在Cosmos-Server中配置和管理HTTPS证书,确保服务的安全性和可用性。
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