内网穿透实战:用 frp 把本地服务暴露到公网

记录一次从零开始部署 frp 的完整过程,包括原理理解、架构设计、踩坑排查,以及最终跑通的全流程。

背景

我有一台内网服务器,上面跑着一些本地服务(监听在 8900 端口)。同时我有一台云服务器,有公网 IP,上面已经用 Caddy 跑了一堆服务。

需求很简单:让公网能访问到我内网服务器上的服务

方案:frp(Fast Reverse Proxy)—— 一个专注于内网穿透的反向代理工具。

frp 是什么

frp 由两个组件构成:

  • frps(server):部署在有公网 IP 的服务器上
  • frpc(client):部署在内网机器上

它的工作原理:

  1. frps 在公网服务器上启动,监听一个"控制端口"(默认 7000),等待客户端连接
  2. frpc 在内网机器上启动,主动向 frps 发起连接,建立一条长连接隧道
  3. 当外部用户访问公网服务器上的某个映射端口时,frps 通过隧道把流量转发给 frpc,frpc 再转发到本地对应的服务

关键点:控制连接只有一条,但可以在上面跑多条隧道

用户请求 → 公网IP:映射端口 → frps → 隧道 → frpc → 本地服务端口

架构决策

方案一:frp + Caddy 联动(未采用,但值得了解)

这个方案的核心思路是:frp 映射的端口不对外暴露,藏在 127.0.0.1 后面,让 Caddy 统一对外提供 HTTPS 访问

完整链路:

内网服务A (3000) ←→ frpc ←→ frps → 127.0.0.1:8081 ←→ Caddy (a.example.com:443)
内网服务B (8080) ←→ frpc ←→ frps → 127.0.0.1:8082 ←→ Caddy (b.example.com:443)
内网服务C (5000) ←→ frpc ←→ frps → 127.0.0.1:8083 ←→ Caddy (c.example.com:443)

具体做法:

frpc.toml(内网机器):

[[proxies]]
name = "web1"
type = "tcp"
localIP = "127.0.0.1"
localPort = 3000
remotePort = 8081

[[proxies]]
name = "web2"
type = "tcp"
localIP = "127.0.0.1"
localPort = 8080
remotePort = 8082

这里 remotePort 映射到云服务器的本地端口(8081、8082),因为 frps 默认监听 0.0.0.0,外部其实也能访问到。如果想严格限制只让本机访问,可以在 frps 配置中限制,或者用防火墙只放行 443 不放行 8081/8082。

Caddyfile(云服务器):

a.example.com {
    reverse_proxy 127.0.0.1:8081
}

b.example.com {
    reverse_proxy 127.0.0.1:8082
}

Caddy 自动申请 HTTPS 证书,用户通过域名访问,流量经过 Caddy → frps 本地端口 → 隧道 → 内网服务。

这个方案的优势:

  • 公网只暴露 443(Caddy)和 7000(frp 控制端口),攻击面小
  • HTTPS + 域名访问,体验好,证书自动续期
  • 多个内网服务共用一个 443 端口,按域名分流
  • 不需要记 IP + 端口号

这个方案的代价:

  • frp 和 Caddy 产生了耦合,frp 挂了会影响 Caddy 反代的那些站点
  • 需要有域名,并且 DNS 解析到云服务器
  • 每加一个内网服务,Caddy 配置也要跟着改
  • 非 HTTP 服务(SSH、数据库)没法走这条路,还是得开端口

最终没采用的原因:

我的云服务器上 Caddy 已经稳定跑了一堆服务,不想因为 frp 的不确定性影响到主服务。而且目前只是自用,IP + 端口访问完全够用,没必要引入额外复杂性。

但如果你的场景是:需要给团队或外部用户提供访问、希望有 HTTPS 和域名、追求更好的安全性,那这个方案是更优雅的选择。

方案二:直接端口映射(采用)

最简单的方案:

用户 → 公网IP:8900 → frps → frpc → 内网 127.0.0.1:8900

公网直接开端口,IP + 端口访问,Caddy 完全不动。简单粗暴,互不干扰。

端口规划

整个方案涉及的端口:

端口 位置 用途
7000 云服务器 frp 控制端口,frpc 和 frps 之间的通信通道
8900 云服务器 对外暴露的转发端口,外部用户通过这个端口访问
8900 内网机器 本地实际运行服务的端口

云服务器需要在安全组/防火墙放行 7000 和 8900。

部署过程

第一步:下载 frp

GitHub Releases 下载对应平台的包。我用的是 v0.61.1:

# 查看系统架构
uname -m
# x86_64 → 下载 amd64 版本
# aarch64 → 下载 arm64 版本

cd /tmp
wget https://github.com/fatedier/frp/releases/download/v0.61.1/frp_0.61.1_linux_amd64.tar.gz
tar xzf frp_0.61.1_linux_amd64.tar.gz

解压后里面有 frpsfrpc 两个二进制文件,分别放到对应的机器上。

第二步:生成认证 Token

frp 支持 token 认证,防止别人连你的 frps。用 openssl 生成一个强密码:

openssl rand -base64 32
# 输出类似:xXxXxXxXxXxXxXxXxXxXxXxXxXxXxXxXxXxXxXx=

两边配置文件里的 token 必须完全一致。

第三步:云服务器部署 frps

配置文件 /etc/frp/frps.toml

bindPort = 7000
auth.token = "<你生成的token>"

就两行,简洁到离谱。

创建 systemd 服务 /etc/systemd/system/frps.service

[Unit]
Description=frps service
After=network.target

[Service]
Type=simple
ExecStart=/usr/local/bin/frps -c /etc/frp/frps.toml
Restart=on-failure
RestartSec=5s

[Install]
WantedBy=multi-user.target

启动:

systemctl daemon-reload
systemctl enable frps
systemctl start frps

验证:

# 确认 7000 端口在监听
ss -tlnp | grep 7000

第四步:内网机器部署 frpc

配置文件 frpc.toml

serverAddr = "<云服务器公网IP>"
serverPort = 7000
auth.token = "<你生成的token>"
loginFailExit = false

[[proxies]]
name = "port-8900"
type = "tcp"
localIP = "127.0.0.1"
localPort = 8900
remotePort = 8900

配置解读:

  • serverAddr / serverPort:frps 的地址和控制端口
  • auth.token:认证密码,必须和 frps 一致
  • loginFailExit = false:连接失败时持续重试,不退出
  • [[proxies]]:定义一条隧道
    • name:代理名称,全局唯一
    • type:协议类型,tcp/udp
    • localIP / localPort:本地服务地址
    • remotePort:云服务器上对外暴露的端口

启动:

./frpc -c frpc.toml

看到以下日志说明成功:

login to server success
[port-8900] start proxy success

踩坑记录

坑1:旧版 frpc 占用代理名

启动新 frpc 后报错:

[port-8900] start error: proxy [port-8900] already exists

原因:本地之前有一个旧版 frpc(v0.58.1)以 systemd 服务的形式在后台运行,已经注册了同名的 proxy。

排查:

ps aux | grep frpc | grep -v grep

发现一个 root 权限的旧进程从几个月前就在跑。

解决:

# 停掉旧服务
sudo systemctl stop frpc
sudo systemctl disable frpc

# 清理旧文件
sudo rm -f /etc/systemd/system/frpc.service
sudo rm -f /usr/local/bin/frpc
sudo rm -rf /etc/frp
sudo systemctl daemon-reload

# 杀掉残留进程
sudo pkill -f frpc

坑2:Token 不匹配

token in login doesn't match token from configuration

原因:云端 frps 还在用旧 token,客户端用了新 token。

解决:确保两边 auth.token 完全一致,云端更新配置后重启 frps。

坑3:frpc 启动后命令卡住

nohup ./frpc -c frpc.toml & 启动时,如果 frps 还没就绪,frpc 会一直重试连接,导致 shell 看起来"卡住"。

解决:确保云端 frps 先启动好,再启动 frpc。或者用 systemd 管理 frpc,就不存在这个问题。

多端口映射

frp 支持在一个配置文件里定义多条隧道:

[[proxies]]
name = "web"
type = "tcp"
localIP = "127.0.0.1"
localPort = 8900
remotePort = 8900

[[proxies]]
name = "api"
type = "tcp"
localIP = "127.0.0.1"
localPort = 8901
remotePort = 8901

[[proxies]]
name = "debug"
type = "tcp"
localIP = "127.0.0.1"
localPort = 9000
remotePort = 9000

加完重启 frpc 就生效。云端 frps 不需要任何修改,只需要确保新端口在安全组/防火墙放行。

多台内网机器

一个 frps 可以同时接多个 frpc 客户端。第二台内网机器只需要:

  1. 用相同的 serverAddrserverPortauth.token 连接
  2. 确保 proxy 的 nameremotePort 不与其他客户端冲突
serverAddr = "<云服务器公网IP>"
serverPort = 7000
auth.token = "<token>"
loginFailExit = false

[[proxies]]
name = "machine2-web"
type = "tcp"
localIP = "127.0.0.1"
localPort = 8080
remotePort = 9080

云端 frps 依然不用动。

核心理解

整个 frp 的设计哲学可以总结为:

服务端是"傻管道",客户端是"大脑"。

frps 启动后就两件事:

  1. 监听控制端口,等客户端来连
  2. 客户端说要什么端口,它就开什么端口

所有的变更——加端口、删端口、加机器、改映射——全部在客户端完成。服务端一次部署,基本再也不用碰。

frpc 配置文件的结构也很清晰:

# === 连接凭证(核心,有这四行就能连上 frps)===
serverAddr = "<IP>"
serverPort = 7000
auth.token = "<token>"
loginFailExit = false

# === 隧道声明(想映射几个写几个)===
[[proxies]]
name = "xxx"
type = "tcp"
localIP = "127.0.0.1"
localPort = <本地端口>
remotePort = <公网端口>

上半部分是"我要连谁",下半部分是"我要映射什么"。

安全注意事项

  1. Token 要强:用 openssl rand -base64 32 生成,不要用弱密码
  2. Token 要保密:泄露了别人就能往你服务器上开端口
  3. 按需开放端口:映射了就等于公网可达,不需要的别映射
  4. 敏感服务加白名单:SSH、数据库等建议配合防火墙做 IP 限制
  5. 版本统一:frps 和 frpc 尽量用同一版本,避免兼容性问题

最终文件清单

文件 位置 说明
frps 云服务器 /usr/local/bin/frps 服务端二进制
frps.toml 云服务器 /etc/frp/frps.toml 服务端配置
frps.service 云服务器 /etc/systemd/system/frps.service 服务端 systemd 服务
frpc 内网机器 ~/frp/frpc 客户端二进制
frpc.toml 内网机器 ~/frp/frpc.toml 客户端配置

总结

frp 是我用过的最优雅的内网穿透工具。部署简单、配置直观、扩展方便。一个 frps 实例就能服务多台内网机器的多个端口,所有变更都在客户端搞定,服务端一劳永逸。

如果你也有"内网服务想让公网访问"的需求,frp 绝对是首选。

Read more

三台机器部署 ClickHouse 高可用集群实战记录

本文是一份可发布版部署记录。真实 IP、域名、账号、密码、下载链接、业务目录名、机器唯一标识等敏感信息已经替换为占位符。命令中的 <...> 需要按自己的环境替换。 目标与拓扑 这次目标是用三台数据节点部署一套 ClickHouse 高可用集群,拓扑采用: 1 shard x 3 replicas 含义是:集群只有一个逻辑分片,三台机器都保存同一份数据的完整副本。任意一台数据节点宕机时,只要 ClickHouse Keeper 仍然有多数派,剩余节点仍可继续提供读写服务。 规划节点如下: 主机名示例地址角色ch-01<ch-01-ip>ClickHouse Server + ClickHouse Keeperch-02<ch-02-ip>ClickHouse Server + ClickHouse Keeperch-03<ch-03-ip&

By ladydd

折腾记(二):接入火山引擎实时语音 API,家庭语音助手体验直接拉满

接上篇 上一篇用全开源组件(Whisper + Hermes + Edge-TTS)搭了个语音助手,能跑,但体验就是"能用"二字: * 中文识别只有 70 分,方言基本歇菜 * 英文唤醒词"Alexa"喊着别扭 * 说完到回复要等 4-8 秒 * 它说话的时候你插不了嘴 这些问题靠堆开源组件很难根治。于是我去试了火山引擎(字节跳动)的语音服务,结果直接换了条路。 这篇分两段:先讲怎么用火山引擎的 ASR/TTS 替换掉开源组件(小改),再讲怎么上端到端实时语音模型(大改)。 第一段:先把 ASR 和 TTS 换成火山引擎 为什么换 我用豆包输入法的时候发现它语音识别准得离谱。一查,豆包用的就是字节自家的火山引擎 Seed-ASR。开通后有免费额度(

By ladydd

折腾记(一):用全开源组件给家里搭一个语音助手,对接自己的 Hermes Agent

起因 事情是从一块 ESP32-S3 开发板开始的。 我手上有一块 Seeed Studio XIAO ESP32-S3 Sense,带摄像头和麦克风。最初的想法很美好:用这块板子做一个无线语音终端,对着它说话,连到我服务器上跑的 Hermes Agent(一个自托管的 AI agent),让它回答我。 但折腾到一半我突然意识到一件事:我的麦克风、音响、服务器全在家里,为什么要绕一圈用 ESP32?直接把麦克风和音响插到服务器上不就行了? ESP32 那条路(做无线拾音终端)当然也有价值,但那是"为了学嵌入式而学",不是解决问题的最短路径。于是这个项目就从"嵌入式项目"变成了"在服务器上拼一个语音助手"。这篇就记录后者。 教训零:先想清楚你要解决的是什么问题。很多时候最优解比你最初设想的简单得多。 目标

By ladydd

Kiro 的三种代理设置方法:本地、服务端、Remote

作为kiro的骨灰级用户,这篇是我自己折腾 Kiro / Kiro Remote / Ubuntu Server 代理问题后的复盘。 核心不是“怎么配一个代理”,而是先判断:到底是谁在访问外网? 谁访问外网,代理就要配给谁。 0. 先说结论 Kiro 相关代理大概分三类: 场景真正访问外网的进程在哪里代理应该配在哪里本地 KiroWindows / Mac 本机本机 Clash / Proxifier / 系统代理服务端 Kiro / CLIUbuntu Server 上的 shell、CLI、node、kiro 进程Ubuntu 的环境变量,比如 HTTP_PROXY / HTTPS_PROXYKiro Remote远程 Ubuntu 上的 ~/.kiro-server 和 extensionHost远程 Ubuntu 的 Kiro Server

By ladydd
陕公网安备61011302002223号 | 陕ICP备2025083092号