SerpBear项目中Google Ads刷新令牌保存错误的解决方案
2025-07-10 02:19:35作者:瞿蔚英Wynne
问题背景
在使用SerpBear v2.0.2版本时,用户遇到了Google Ads集成失败的问题,具体表现为系统报错"Error Saving the Google Ads Refresh Token",并显示"redirect_uri_mismatch"的错误详情。这个问题出现在用户通过DuckDNS配置的域名和端口转发环境中。
环境配置情况
用户已经完成了以下配置:
- 通过DuckDNS设置了域名解析
- 在路由器上配置了端口转发(将外部端口13000映射到内部3000端口)
- 在Portainer中设置了NEXT_PUBLIC_APP_URL环境变量为http://XXXXX.duckdns.org:13000
- 配置了API URL为http://XXXXX.duckdns.org:13000/api/adwords
问题分析
虽然Google Search Console集成和网页抓取功能工作正常,但Google Ads集成失败。错误信息"redirect_uri_mismatch"表明OAuth认证流程中的重定向URI不匹配。这通常发生在:
- Google Cloud控制台中配置的授权重定向URI与应用实际使用的URI不一致
- 使用了不安全的HTTP协议而非HTTPS
- 端口号配置不正确
解决方案
经过验证,解决此问题的关键在于使用HTTPS证书。以下是具体解决方案:
- 获取SSL证书:为DuckDNS域名配置有效的SSL证书
- 启用HTTPS:将NEXT_PUBLIC_APP_URL环境变量从HTTP改为HTTPS
- 更新API URL:同样将API URL改为HTTPS协议
- 确保Google Cloud控制台配置:确认Google Cloud项目中OAuth同意屏幕和凭据页面配置的重定向URI与应用实际使用的HTTPS URI完全一致
技术原理
Google OAuth 2.0认证对安全性有严格要求,特别是在生产环境中:
- HTTPS要求:Google OAuth要求所有回调URL必须使用HTTPS协议(localhost测试环境除外)
- 精确匹配:重定向URI必须与Google Cloud控制台中配置的URI完全一致,包括协议、域名、端口和路径
- 刷新令牌安全:刷新令牌的存储和传输需要安全连接,以防止中间人攻击
实施建议
- 使用Let's Encrypt等免费证书服务为DuckDNS域名获取SSL证书
- 配置反向代理(如Nginx)处理SSL终止和端口转发
- 在Google Cloud控制台中更新所有相关的OAuth重定向URI
- 测试时清除浏览器缓存和Cookie,确保使用最新的配置
总结
通过为外部访问URL配置HTTPS证书,成功解决了SerpBear中Google Ads集成时的刷新令牌保存错误。这验证了Google OAuth 2.0对生产环境安全性的严格要求,也提醒开发者在配置外部访问时需要注意协议安全性。
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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
264
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
270
94
暂无简介
Dart
623
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
378
3.34 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