Go-Proxy-BingAI项目部署中的WebSocket连接问题解析
问题背景
在使用美国VPS部署Go-Proxy-BingAI项目时,用户遇到了前端界面持续显示"正在尝试重新连接"的问题。尽管已经按照文档配置了站点和Cookie,但服务仍无法正常建立连接。
问题诊断
通过分析用户提供的截图和描述,可以确定问题出在WebSocket协议的支持上。控制台显示WebSocket连接未能成功建立,这通常意味着反向代理配置存在问题。
根本原因
-
宝塔面板默认配置限制:宝塔面板自带的反向代理配置默认不支持WebSocket协议,而Go-Proxy-BingAI项目需要WebSocket来实现实时通信功能。
-
Nginx缓存配置冲突:用户最初使用的Nginx配置中包含了缓存相关的设置,这些设置可能会干扰WebSocket连接的正常建立。
解决方案
正确的Nginx配置
经过测试验证,以下精简的Nginx配置可以解决WebSocket连接问题:
server {
listen 80;
server_name yourdomain.com;
location / {
proxy_pass http://127.0.0.1:8080;
proxy_http_version 1.1;
proxy_cache_bypass $http_upgrade;
# 必要的代理头设置
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection $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;
proxy_set_header X-Forwarded-Host $host;
proxy_set_header X-Forwarded-Port $server_port;
}
}
关键配置说明
-
WebSocket支持:通过
proxy_http_version 1.1和Upgrade头设置启用HTTP/1.1协议和连接升级功能。 -
连接升级:
Connection $connection_upgrade确保WebSocket连接能够正确建立。 -
移除了缓存配置:删除了可能导致问题的缓存相关设置,包括
proxy_cache和proxy_cache_valid等指令。
部署建议
-
避免使用宝塔默认配置:虽然文档中提到了宝塔面板,但其默认配置不完全适配本项目需求。
-
手动配置Nginx:建议直接编辑Nginx配置文件,确保包含上述必要的WebSocket支持配置。
-
Cookie管理:虽然某些浏览器插件可以导出Cookie,但Go-Proxy-BingAI项目目前不支持直接从这些插件导出的格式。
总结
WebSocket连接问题在反向代理场景中较为常见,特别是在使用管理面板的默认配置时。通过正确配置Nginx的代理头和移除不必要的缓存设置,可以有效解决Go-Proxy-BingAI项目的连接问题。未来项目文档将更新这些配置细节,以避免用户遇到类似问题。
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