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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00