Sshwifty容器通过Tailscale实现跨网络SSH连接的解决方案
2025-06-29 00:17:09作者:农烁颖Land
背景介绍
Sshwifty是一个基于Web的SSH客户端,可以方便地通过浏览器访问SSH服务。在实际部署中,用户经常需要让Sshwifty能够访问不同网络环境中的SSH服务器,特别是在使用Tailscale等网络技术构建的混合网络环境中。
问题描述
在典型的部署场景中,用户可能会遇到以下网络拓扑:
- 主网络(Network 1)中部署了Sshwifty容器
- 目标网络(Network 2)中有需要连接的SSH服务器
- 两个网络都通过Tailscale网络连接
尽管Sshwifty可以通过反向代理从外部访问,但无法通过Tailscale网络连接到Network 2中的SSH服务器。这是因为默认情况下,Docker容器使用独立的网络命名空间,无法直接利用宿主机的Tailscale网络连接。
解决方案
通过将Sshwifty容器与Tailscale容器共享网络栈,可以实现跨网络的SSH连接。以下是具体的Docker Compose配置方案:
version: "3.7"
services:
tailscale:
image: tailscale/tailscale:latest
container_name: tailscale
hostname: docker
environment:
- TS_AUTHKEY=your_tailscale_auth_key
- TS_STATE_DIR=/var/lib/tailscale
- TS_USERSPACE=false
volumes:
- ./tailscale_data:/var/lib/tailscale
cap_add:
- net_admin
- sys_module
ports:
- 8080:8080
restart: unless-stopped
sshwifty:
image: niruix/sshwifty
container_name: sshwifty
depends_on:
- tailscale
network_mode: service:tailscale
技术原理
-
Tailscale容器配置:
- 使用官方Tailscale镜像
- 禁用用户空间网络(TS_USERSPACE=false)以获得更好的性能
- 添加必要的Linux能力(net_admin, sys_module)来管理网络
- 持久化存储Tailscale状态数据
-
Sshwifty容器配置:
- 使用network_mode: service:tailscale共享Tailscale容器的网络栈
- 通过depends_on确保Tailscale容器先启动
这种配置方式使得Sshwifty容器能够直接使用Tailscale建立的网络连接,从而访问Tailscale网络中的所有资源。
实施建议
- 替换TS_AUTHKEY为你自己的Tailscale认证密钥
- 根据实际需求调整端口映射(8080:8080)
- 确保宿主机的内核支持Tailscale所需的网络功能
- 对于生产环境,建议配置适当的访问控制和TLS加密
总结
通过将Sshwifty与Tailscale容器共享网络栈,可以轻松实现跨网络环境的SSH访问。这种方案不仅解决了原始的网络连接问题,还保持了Docker部署的灵活性和可维护性。对于需要在复杂网络环境中使用Sshwifty的用户,这是一个值得考虑的解决方案。
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