在当今快速发展的数字时代，安全和速度已成为网络服务的基石。EdgeOne，作为腾讯云提供的边缘安全加速平台，以其全球部署的节点和强大的安全防护功能，为用户提供了稳定而高效的网络体验。而HAI（HyperApplicationInventor），腾讯云推出的高性能应用服务，通过其易用的图形化界面和丰富的模型库，使得AI应用开发变得触手可及。本文将探讨EdgeOne与HAI的结合如何为用户提供一个既安全又高效的AI应用开发环境。

1. DDoS防护：EdgeOne使用Anycast架构在全球建立超过25个清洗中心，能快速检测并清除网络、传输和应用层的DDoS攻击。
2. WEB攻击防护：EdgeOne拥有广泛的攻击特征库，覆盖主要的安全威胁，能阻止各类Web攻击并防御0day漏洞，通过AI提高检测准确性，减少误报。
3. 智能CC识别：EdgeOne利用多年经验，通过分析网络流量和多种参数，自动识别并定位攻击源，有效对抗CC攻击。
4. BOT防护：EdgeOne通过协议、IP和会话特征识别BOT，结合数据分析建立模型，防止恶意爬虫攻击，减少对正常爬虫的误伤。
5. 攻击溯源：EdgeOne可以捕获并分析异常事件，提取攻击信息，提供监控页面展示攻击详情，帮助用户调整防护策略。
6. 全天候监测：腾讯安全团队24/7实时监控，主动发现并应对威胁，快速响应安全事件。

不多说了，剩下的内容都已经在官方文档中有详细描述。就我们个人而言，EdgeOne具有以下主要优点，并且我也附上了需要的关键文档地址：

• 干净流量计费模式：对于安全防护功能拦截的请求不进行计费。这种计费模式的优势在于，用户无需担心因网络攻击而产生的额外费用，可以更加专注于业务的发展和优化。
• 免费证书：简化HTTPS部署，官方文档： https://cloud.tencent.com/document/product/1552/90437
• 个人版套餐升级：CC防护与自定义规则设置，官方文档： https://cloud.tencent.com/document/product/1552/93128
• 无域名接入：快速启用四层代理服务，这个得需要企业认证，个人慎选。官方文档： https://cloud.tencent.com/document/product/1552/96051
• 自助诊断：快速定位问题，通过输入诊断链接，用户可以快速获得诊断报告和解决指引，从而提高问题解决的效率。官方文档： https://cloud.tencent.com/document/product/1552/81229
• 折扣活动：年度最低价，性价比之选，官方文档： https://cloud.tencent.com/document/product/1552/96920
• 无域名接入功能，快速接入 EdgeOne 启用四层代理服务。 https://cloud.tencent.com/document/product/1552/96051

HAI：AI应用的快速开发

HAI提供了可视化交互界面，支持JupyterLab、WebUI等多种算力连接方式，使得用户即使没有深厚的编程背景也能轻松开发AI应用。这种“有手就能开发”的设计理念，极大地降低了AI技术的应用门槛。支持学术加速，通过线路自动择优，能够大幅提升主流学术资源平台的访问、下载速度。同时，HAI预装了StableDiffusion、ChatGLM等热门模型，用户可以在数分钟内构建自己的大语言模型、AI作画等应用环境。

这个话题不需要详细讨论了，我已经整理了开发中需要了解的主要优点和相关文档，以便大家能够快速入手开发：

1. 快速部署：创建高性能应用服务实例，选择合适的地域、算力方案，并设置实例名称和硬盘空间。官方文档： https://cloud.tencent.com/document/product/1721/101036
2. 生成API文档：在已部署的Stable Diffusion应用基础上，通过JupyterLab部署API服务。官方文档： https://cloud.tencent.com/document/product/1721/102198
3. 模型下载地址： https://civitai.com/
4. 导入外部模型：在腾讯云高性能应用服务HAI上，可以通过三种方式导入外部模型，但是为了花钱少一点，我推荐你选择COS存储。官方文档： https://cloud.tencent.com/document/product/1721/102523#1bb64c7b-0bc8-4a2a-86f0-ad0e71d8f059

联动开发

现在让我们来探讨一下为何可以采用联动开发的方式。我们的目标是以最为经济实惠的价格部署我们的AI绘画应用。

1. HAI高性能服务器是按照小时收费的，所以我们很多情况下会选择关机，但是一旦重启服务器，外网IP就会变动，导致你的访问路径也就随之变换。但是这一步可以在EdgeOne中使用边缘函数解决。
2. EdgeOne本身就已经对我们的服务器做了相应的安全防护。
3. HAI高性能服务器，他是一个Ubuntu20.04环境的虚拟机，也就是说，我们已经有了一个服务器，只不过这个服务器被包装成了绘画AI应用，所以不要浪费掉。用起来

我们接下来看下我们会用到哪些技术：HTML、Javascript、CSS、Nginx、Python、边缘函数中的各个API、Linux基本命令。

准备环境

HAI高性能服务器

关于创建服务器的步骤，我就不再进行演示了，请直接查看官方教程，相关地址也已经提供。我们将重点演示以下内容：下载/上传模型、通过WEB UI演示AI绘画功能、下载并配置Nginx以监听80端口、启动API接口服务。

下载/上传模型

这一步我当时使用过如何官方默认的JupyterLab页面上传，速度是真的很可观~我直接放弃了。选择了COS对象存储。我们先去下载好看的模型。这里以https://civitai.com/ 为例。

模型下载到本地之后，去创建COS对象存储服务。

如何创建这么简单的教程，我就不演示了，我们直接看上传和下载。这里创建存储桶的时候，所属地域一定要和你HAI绘画服务器在一起。否则会产生很多额外的花销。谨记~

进入存储桶之后，直接点击页面的上传文件即可，请选择刚才下载的模型文件。上传的过程中不要动浏览器，一旦刷新和关闭浏览器就会前功尽弃。

稍等片刻，然后点击模型文件的详情，进入基本信息页面。在这里，请确保将权限设置为公有读取，否则HAI服务器将无法下载到模型文件。然后，复制临时链接。

我们进入已经创建好的HAI服务器。

进入终端，使用一下几个命令，下载模型文件到模型文件夹。

cd stable-diffusion-webui/models/Stable-diffusion

wget 临时链接粘贴到此处

等待下载完毕。

WEB UI演示AI绘画

让我们前往WEB UI页面，尝试一下看看是否成功安装了。

在WEB UI页面上，选择您自己的模型文件，并使用一段神奇的提示词。当然，提示词越好，生成的结果也会越好。如果有任何不清楚的地方，您可以参考您下载的模型附带的教程。这样基本上就没有问题了。接下来，让我们再来看看如何让HAI提供站点服务。

Nginx站点配置

依然是同样的步骤，在JupyterLab中的终端中直接使用以下命令操作：

1. 下载Nginx：使用命令 apt install nginx 进行安装。
2. 启动Nginx：使用命令 service nginx start 启动服务。

当您直接使用IP地址在浏览器中访问后，如果显示以下界面，那就表示安装成功了。

接下来，我们继续修改Nginx的配置文件：
使用以下命令编辑配置文件：

vim /etc/nginx/sites-available/default

然后，在文件中添加以下配置：

# 配置/images路径的访问规则
location /images/  {
            add_header 'Access-Control-Allow-Origin' "$http_origin";
            add_header 'Access-Control-Expose-Headers' 'strict-origin-when-cross-origin';
            alias   /root/stable-diffusion-webui/outputs/star/images/;  # 你的静态页面
            expires 1d;
            }
location /sdapi/  {
      # Add CORS headers
     add_header 'Access-Control-Allow-Origin' '*' always;
     add_header 'Access-Control-Allow-Methods' 'GET, POST, OPTIONS' always;
     add_header 'Access-Control-Allow-Headers' 'DNT,User-Agent,X-Requested-With,If-Modified-Since,Cache-Control,Content-Type,Range' always;
    add_header 'Access-Control-Expose-Headers' 'Content-Length,Content-Range' always;
    proxy_pass  http://127.0.0.1:7862/sdapi/;
    if ($request_method = "OPTIONS"){
            return 200;
        }
    }

这里配置了/images路径的访问规则以及API服务的代理。为什么要配置代理呢？这显然是因为绘画的API服务不支持跨域访问，所以我们添加了一个反向代理。由于我们的请求是POST非简单请求，因此浏览器还会发送一个OPTIONS的预检请求。我也做了相应的处理。以免跨域报错。

修改完成后，使用命令 service nginx reload 来重新加载Nginx的配置。您可以看到我们配置的/images路径对应的文件。这个路径您可以随心配置，只要确保其中包含您自己的图片即可。您可以选择自己维护这些图片，也可以通过程序生成。为了演示，我只简单复制了几张我使用AI绘画出来的图片。

让我们通过Nginx来访问一下图片，以确保可以正常访问。

在浏览器中输入以下地址进行访问： http://你的IP/images/1.png

接下来，我们继续调试API服务。请启动HAI绘画应用的API服务，使用以下命令：

python launch.py --nowebui --xformers --opt-split-attention --listen --port 7862

然后，在浏览器中输入IP地址和端口号，后面加上/docs路径即可正常访问路径了。

让我们通过工具来测试一下，看看能否通过Nginx正常访问接口。你可以随意选择一个接口路径进行测试。我选择了一个简单的无请求参数的GET请求作为示例。通常情况下，这个请求会带有端口号。

使用调试工具来调用一下Nginx配置的路径，确保一切正常。

如果您还不确定的话，可以通过查看默认的Nginx访问路径来确认。您可以使用以下命令来实时查看日志：

tail -f /var/log/nginx/access.log

这样您就可以确定API是否能够被正确命中。

启动API接口服务

为了解决Nginx每次关机后无法正常启动的难题，我们采取了一项巧妙的解决方案：将启动命令直接写入API启动服务接口中，从而确保服务能够在每次启动时正确配置Nginx。具体操作如下：首先，我们需要找到项目中的launch.py文件。一旦找到了该文件，我们只需在其中添加几行命令即可。这些命令将确保Nginx在服务器启动时得到正确的配置，并能够顺利启动。这种方法简单而高效，能够有效解决Nginx启动问题，保证服务的稳定性和可靠性。

代码如下：

import subprocess

# 此处省略很多代码~~
def main():
    # 使用subprocess.run()执行命令
    result = subprocess.run(['service', 'nginx', 'start'], stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True)
    
    # 检查命令是否执行成功
    if result.returncode == 0:
        print("Nginx 已成功启动")
    else:
        print("启动 Nginx 时出错")
        print("错误信息:", result.stderr)
        
# 此处省略很多代码~~

为了验证我们的解决方案的有效性，让我们再次重新启动API服务，观察是否能够成功启动Nginx。

通过以上步骤，我们的HAI高性能服务器已经完成了基本配置。无论进行多少次关机重启，我们的Nginx都会随着API接口一起启动，确保了系统的稳定性和可靠性。现在，让我们继续深入探讨EdgeOne的配置过程。

EdgeOne边缘函数

在配置EdgeOne时，首先需要确保完成无域名站点的配置，你可以直接参考官方文档进行操作。接着，我们需要创建边缘函数来实现相应的缓存处理。考虑到你没有企业版权限，因此无法使用四层加速，但可以通过边缘函数来达到类似的效果。关于边缘函数中代码的具体使用问题，我建议你仔细阅读官方文档，其中包含了详细的操作指南和示例代码，可以帮助你快速上手。你可以点击以下链接查看官方文档： EdgeOne 官方文档

在配置边缘函数时，你可以选择Hello World模板作为起点，然后依次点击下一步进行配置。虽然选择了Hello World模板，但它只是一个起点，我们将在此基础上进行深入的定制，以实现我们所需要的功能。

完成所有配置后，系统会为你生成一个默认的域名。接下来，我们需要编写代码来实现功能。通常情况下，我会额外编写一个test函数，专门用于测试。当然，如果你觉得不需要，也可以忽略。在这次配置中，我们创建了两个边缘函数。这些函数已经经过我封装，通过最小的变动来应对HAI服务器外网IP的变化，确保了系统的稳定性和可靠性。

查询图片处理

一个绘画应用的关键之一在于能够提供优质的图片展示功能。毕竟，画作的视觉效果是吸引用户的关键之一。缺少了图片展示功能，这个应用就好比是一本没有插图的画册，缺乏吸引力，难以引起用户的兴趣。

async function fetchJquery(event, request) {
  const cache = caches.default;
  // 缓存没有命中，回源并缓存
  let response = await fetch(request);

  // 在响应头添加 Cahe-Control，设置缓存时长 10s
  response.headers.append('Cache-Control', 's-maxage=600');
  event.waitUntil(cache.put(request, response.clone()));

  // 未命中缓存，设置响应头标识
  response.headers.append('x-edgefunctions-cache', 'miss');
  return response;
}

async function handleEvent(event) {
  const urlInfo = new URL(event.request.url);
  var url = new URL(event.request.url);
  var ip = url.searchParams.get('ip');
  // 请求非图片资源
  if (!/\.(jpe?g|png)$/.test(urlInfo.pathname)) {
    return event.respondWith(new Response('Error thrown 没命中图片URL' + urlInfo.pathname));
  }
  // 资源地址，也作为缓存键
  const request = new Request(ip + urlInfo.pathname);
  // 缓存默认实例
  const cache = caches.default;

  try {
    // 获取关联的缓存内容，缓存过，接口底层不主动回源，抛出 504 错误
    let response = await cache.match(request);

    // 缓存不存在，重新获取远程资源
    if (!response) {
      return fetchJquery(event, request);
    }

    // 命中缓存，设置响应头标识
    response.headers.append('x-edgefunctions-cache', 'hit');

    return response;
  } catch (e) {
    await cache.delete(request);
    // 缓存过期或其他异常，重新获取远程资源
    return fetchJquery(event, request);
  }
}

addEventListener('fetch', (event) => {
  event.respondWith(handleEvent(event));
});

这段代码的主要功能是用于处理网络请求并管理资源的缓存策略，确保快速响应用户请求的同时，减少不必要的网络流量。

1. fetchJquery 函数：
   • 该函数用于处理当资源未被缓存或缓存过期时的情况。
   • 使用 fetch 函数发起网络请求，获取资源的最新响应。
   • 在响应头中添加 Cache-Control ，设置资源在服务端缓存中的最长有效时间为600秒。
   • 使用 cache.put 方法将获取的响应克隆一份并存入缓存中，以便后续请求可以直接从缓存中获取。
   • 设置响应头 x-edgefunctions-cache 为 miss ，表示这是一个未命中缓存的请求。
   • 返回原始响应给请求者。
2. handleEvent 函数：
   • 该函数用于检查请求的URL是否指向一个图片资源（通过文件扩展名判断）。
   • 如果请求的不是图片资源，将返回一个错误响应。
   • 如果是图片资源，尝试从缓存中获取请求的资源。
   • 如果缓存中存在资源，则设置响应头 x-edgefunctions-cache 为 hit ，表示这是一个命中缓存的请求，并返回缓存中的资源。
   • 如果缓存中不存在资源或发生异常（如缓存过期），则删除缓存并重新调用 fetchJquery 函数获取资源。

在访问图片资源时，需要特别注意的是，我采用了路径后面的 IP 参数进行访问。这是因为 HAI 每次重启后外网 IP 都会发生变化，如果每次都要修改每个边缘函数的话，会相当繁琐。为了避免这种情况，我选择通过参数传递的方式来获取图片资源。这样一来，获取图片资源的边缘函数就不需要再进行任何修改了。另外，你还需要对匹配触发规则进行配置，比如我设置的规则是包含 "/images" 的路径才会触发相应的操作。

在浏览器中输入默认域名，并随意添加 "/images/*.png" 即可访问相应图片，前提是该图片存储于我们的服务器上。现在让我们来观察一下效果。值得注意的是，这种方式的命中率并不是很高，所以在刚部署完边缘函数后，需要多刷新几次才能看到效果。

静态网页

这个边缘函数专门用于处理用户交互。

const html = `



    
    
    
    


    

        

            
绘图结果
            

            
        
        

            
文本描述
            

                
                
                
                  分辨率(默认768:1024)
                  768:768
                  1024:768
                
                
                  绘画风格(默认日系动漫风格)
                
                

                  
               
                生成
            
        
        
    
    
    

        
    
    




`;
async function handleRequest(request) {
return new Response(html, {
headers: {
'content-type': 'text/html; charset=UTF-8',
'x-edgefunctions-test': 'Welcome to use Edge Functions.',
},
});
}
addEventListener('fetch', event => {
event.respondWith(handleRequest(event.request));
});

这段代码定义了一个HTML页面，用于展示一个AI绘图应用的用户界面，并包含了与之交互的JavaScript代码。主要功能和组成部分如下：

1. HTML结构 ：
   • 页面包含一个容器 container ，用于布局两个主要部分：绘图结果展示和文本描述输入。
   • 绘图结果部分包含一个标题和一个图像容器 image-container ，用于展示AI生成的图像。
   • 文本描述部分包含两个文本区域 text-description 和 text-description2 ，供用户输入正向描述和反向描述，用于指导AI绘图。
   • 一个按钮 generate-button ，用于触发AI绘图过程。
2. JavaScript逻辑 ：
   • 页面加载完成后，调用 createImageList 函数，动态生成一个图片列表并展示在页面上。
   • 监听 generate-button 按钮的点击事件，收集用户输入的描述和选择的参数，构造一个AI绘图请求，并发送到服务器。
   • 使用 XMLHttpRequest 对象发送POST请求到指定的服务器地址，处理响应并动态更新页面上的图像容器以展示生成的图像。

我们看一下最终效果：

我已经将 IP 地址单独抽离出来，以确保最小化变动量。如果需要重启，只需更新 IP 地址，然后重新部署即可重新访问。

让我们再次观察一下生成图片的效果。点击生成时，后台接口的响应也都是正常的。

质量确实还有提升空间，我仔细检查了一下，发现问题可能出在模型的限制上。例如，对于宽高比不能是正方形的图像，可以稍微宽一点或高一点。这样生成的图像会更具观赏性。但这些问题都是可以通过调试解决的。总的来说，我们的EdgeOne和HAI的梦幻联动已经取得了阶段性的成果，算是告一段落了。

总结

本篇文章源于他人创意的启发与深入思考，我投入了大量时间与精力，致力于EdgeOne与HAI之间的协同调试，克服了众多技术奇葩问题。通过不懈的努力，成功地将这两个强大的平台整合在一起，打造出一个还不错的参考案例。这次探索也是我个人首次涉足边缘函数式产品的实践之旅。我希望通过分享这次的经历和成果，能够激发更多人对这些前沿技术的兴趣和探索。如果你对我的项目感兴趣，或者从中获得了灵感与帮助，不妨点赞支持，也欢迎关注我，一起交流学习，共同进步。