Cheshire Cat AI 项目在 Nginx 反向代理下的 HTTPS 部署问题解析
2025-06-29 03:21:14作者:房伟宁
问题背景
在 Cheshire Cat AI 项目的实际部署过程中,当用户尝试通过 Nginx 反向代理将服务暴露在 HTTPS 协议下时,可能会遇到管理界面连接失败的问题。具体表现为访问 /admin 端点时出现"Something went wrong while connecting to the server"错误提示。
问题现象分析
从日志中可以观察到几个关键现象:
- 基础页面请求(如 /、/settings.js 等)能够正常返回 200 状态码
- WebSocket 连接(/ws/user)返回 404 错误
- 多个 API 端点(如 /embedder/settings/、/llm/settings/ 等)返回 307 重定向状态
根本原因
经过排查,问题主要源于 Nginx 反向代理配置中缺少必要的 HTTP 头设置。具体来说:
- WebSocket 支持不足:Nginx 默认配置不支持 WebSocket 协议升级,导致 WebSocket 连接失败
- HTTPS 重定向问题:后端服务检测到 HTTPS 请求但未正确处理反向代理的头信息
- 协议头缺失:缺少 X-Forwarded-Proto 等关键头信息,导致后端无法正确识别原始请求协议
解决方案
要解决这个问题,需要在 Nginx 配置中添加以下关键配置项:
location / {
proxy_pass http://localhost:3001;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
}
配置要点解析
-
WebSocket 支持:
proxy_http_version 1.1启用 HTTP/1.1 协议Upgrade和Connection头确保 WebSocket 协议能够正常升级
-
HTTPS 识别:
X-Forwarded-Proto头告知后端实际请求协议Host头保持原始请求的域名信息
-
客户端信息传递:
X-Real-IP和X-Forwarded-For确保后端能获取真实客户端 IP
部署建议
- 在 Docker 环境中,确保端口映射正确(如示例中的 3001:80)
- 检查环境变量
CORE_USE_SECURE_PROTOCOLS是否设置为 true - 验证 SSL 证书配置是否正确,避免混合内容问题
- 建议在 Nginx 配置中添加适当的缓存控制和超时设置
总结
通过正确配置 Nginx 的反向代理参数,特别是 WebSocket 相关的头信息和 HTTPS 协议识别头,可以解决 Cheshire Cat AI 项目在 HTTPS 环境下的部署问题。这种配置不仅适用于 Cheshire Cat AI,也是大多数 Web 应用和 WebSocket 服务在反向代理环境下的通用解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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