作者：杖雍皓
标签：#边缘计算 #Serverless #反向代理 #HTML重写 #Web性能优化 #CloudflareWorkers
背景
维基百科作为全球知名的开放知识平台，其内容在教育、科研和公众信息获取中具有重要价值。然而，在实际访问过程中，用户可能因网络延迟、资源加载失败或跨域策略限制，导致页面渲染不完整或加载缓慢。
为提升访问体验，我们基于 Cloudflare Workers 构建了一套轻量级、高可用的知识库镜像服务。该服务通过边缘计算能力，实现请求代理、HTML 动态重写、智能缓存与容错回退，显著优化终端用户的访问性能。
📌 说明：本项目仅用于技术研究与教育目的，所有内容均来自维基媒体基金会（Wikimedia Foundation）公开授权的开放知识，严格遵守其使用条款及开源协议。
技术目标
本方案旨在实现以下核心能力：
- 透明路径映射：将原始资源请求无缝映射至自定义域名下的代理路径；
- HTML 动态重写：在边缘节点实时改写页面中的链接、图片、脚本等资源地址；
- 分级缓存策略：对 HTML 页面与静态资源采用差异化缓存策略，兼顾实时性与性能；
- 高可用保障：支持请求失败自动回退、主机健康检测与友好错误提示；
- 安全头清理：移除限制性响应头（如 CSP、X-Frame-Options），提升页面兼容性。
架构设计
系统基于 Cloudflare Workers 的无服务器架构，无需维护后端服务器，全部逻辑在 Cloudflare 全球边缘节点执行：
用户请求
↓
自定义域名（如 wikipedia.zyhorg.cn）
↓
Cloudflare Worker（边缘执行）
├── HTML 请求 → 动态重写 + 短期缓存（15分钟）
├── 静态资源 → 代理转发 + 长期缓存（30天）
└── 请求失败 → 自动回退 + 友好错误页
核心实现解析
1. 路径路由与代理机制
我们定义统一的代理前缀路径：https://wikipedia.zyhorg.cn/__proxy__/{host}{path}
例如：https://upload.wikimedia.org/wikipedia/commons/a/a9/Example.jpg
→https://wikipedia.zyhorg.cn/__proxy__/upload.wikimedia.org/wikipedia/commons/a/a9/Example.jpg
Worker 通过判断 URL 是否以 /__proxy__/ 开头，决定进入代理转发逻辑或主站逻辑。
2. HTML 动态重写（HTMLRewriter）
利用 Cloudflare 提供的 HTMLRewriter API，在流式响应过程中实时修改 DOM：
- 支持
href、src、srcset、data-src等常见属性； - 处理
style="background: url(...)"中的内联 URL； - 自动将根路径
/映射到知识库首页（如/wiki/Wikipedia:首页）； - 避免重复重写已代理的链接。
new HTMLRewriter()
.on('a', new AttrRewriter('href'))
.on('img', new AttrRewriter('src'))
.on('img', new AttrRewriter('srcset'))
.on('*', new StyleAttrRewriter())
.transform(response);
3. 智能缓存策略
- HTML 页面：缓存 15 分钟（
max-age=900），适用于内容更新较频繁的场景； - 静态资源（图片/CSS/JS/字体等）：缓存 30 天（
max-age=2592000）； - 利用
caches.default+ CloudflarecacheEverything指令，确保资源高效驻留边缘节点； - 缓存写入采用异步方式，避免阻塞主请求流程。
4. 容错与高可用设计
- 主机失败缓存：若某上游主机连续返回 5xx 错误，则在 1 小时内快速失败，避免无效请求；
- 双重回退机制：
- 首次失败后，尝试移除自定义请求头直接请求原始 URL；
- 若仍失败，返回结构化错误页，引导用户访问源站；
- 安全头清理：自动移除
Content-Security-Policy、X-Frame-Options等限制性响应头，确保页面可嵌入、可渲染。
5. 请求头与安全处理
- 转发
User-Agent、Referer等关键头，模拟正常浏览器行为； - 移除
Host、X-Forwarded-For、CF-RAY等 hop-by-hop 头，防止上游识别异常； - 对主机名校验（仅允许字母、数字、点、连字符），防范 SSRF 风险。
部署建议
- DNS 配置：将自定义域名 CNAME 到
*.workers.dev，并开启 Cloudflare 代理（橙色云）； - Worker 路由：在 Cloudflare 控制台配置路由规则，如
wikipedia.zyhorg.cn/*； - HTTPS 证书：启用“边缘证书”自动签发，确保全站 HTTPS；
- 监控告警：通过 Cloudflare Dashboard 监控请求量、缓存命中率、错误率等关键指标。
应用扩展场景
本方案具有良好的通用性，可推广至以下场景：
- 开源技术文档站镜像（如 MDN Web Docs、Kubernetes 官方文档）；
- 高校或科研机构内部知识库的外部访问加速；
- 多源静态资源统一代理与缓存；
- 教育类网站的性能优化与容灾备份。
总结
通过 Cloudflare Workers，我们以极低的运维成本构建了一个高性能、高可用的知识库镜像服务。其核心优势在于：
- 边缘计算：逻辑靠近用户，延迟更低；
- 无服务器架构：免运维、自动扩缩容；
- 流式处理：HTMLRewriter 实现零内存占用的实时重写；
- 工程健壮性：缓存、回退、错误处理机制完善。
🔒 合规声明：本文所述技术方案仅用于提升开放知识平台的访问体验，所有内容均来自合法公开渠道，不涉及任何违规行为。开发者在实际应用中应确保内容来源合法、用途合规。
