PASSWORD_CONFIG.md

爬取密码配置说明

🔐 密码说明

系统使用环境变量 CRAWL_PASSWORD 来配置爬取密码。这个密码用于保护以下功能：

• ✅ URL爬取功能
• ✅ CSV批量导入功能
• ✅ XML Dump上传功能

📋 当前状态

检查密码配置

运行以下命令检查密码是否已配置：

# 检查.env文件中是否配置了密码
grep CRAWL_PASSWORD .env

如果未配置

如果.env文件中没有CRAWL_PASSWORD配置，系统会：

• 显示错误："服务器未配置爬取密码，请联系管理员"
• 阻止所有需要密码的操作

🔧 如何设置密码

方法1: 在.env文件中配置（推荐）

1. 编辑.env文件

   # 在项目根目录编辑.env文件
   nano .env
   # 或
   vim .env
   

2. 添加密码配置

   CRAWL_PASSWORD=your-secure-password-here
   

3. 重启服务器

   # 停止服务器
   pkill -f web_server.py
   
   # 重新启动
   python3 web_server.py --mode user --port 8000
   

方法2: 使用环境变量（临时）

# 设置环境变量
export CRAWL_PASSWORD=your-secure-password-here

# 启动服务器
python3 web_server.py --mode user --port 8000

方法3: 复制示例文件

# 如果.env文件不存在，从示例文件创建
cp .env.example .env

# 然后编辑.env文件，设置密码
nano .env

🔒 密码安全建议

1. 使用强密码

   • 至少12个字符
   • 包含大小写字母、数字、特殊字符
   • 例如：MySecure@Pass123!

2. 不要分享密码

   • 只在需要访问的用户之间分享
   • 不要在代码中硬编码密码

3. 定期更换

   • 建议每3-6个月更换一次
   • 如果怀疑泄露，立即更换

4. 保护.env文件

   • .env文件已在.gitignore中
   • 不要将.env文件提交到Git仓库
   • 确保文件权限正确（仅所有者可读）

🎯 使用密码

配置密码后，在前端界面使用以下功能时需要输入密码：

1. URL爬取

• 在"URL Injection"区域
• 输入URL和密码
• 点击"Inject"按钮

2. CSV批量导入

• 在"Batch Import (Wiki Style)"区域
• 选择CSV文件
• 输入URL前缀（可选）
• 输入密码
• 点击"批量导入"按钮

3. Wiki Dump上传

• 在"Wiki Dump Import"区域
• 选择XML dump文件
• 输入Wiki基础URL（可选）
• 输入最大页面数（可选）
• 输入密码
• 点击"导入Dump"按钮

❓ 常见问题

Q1: 密码是什么？

A: 密码是您在.env文件中配置的CRAWL_PASSWORD值。如果您没有配置，系统会提示错误。

Q2: 如何查看当前配置的密码？

A: 密码存储在.env文件中。您可以查看：

grep CRAWL_PASSWORD .env

注意：出于安全考虑，不要在公共场所显示密码。

Q3: 忘记密码怎么办？

A:

1. 编辑.env文件
2. 修改CRAWL_PASSWORD的值
3. 重启服务器

Q4: 如何重置密码？

A: 修改.env文件中的CRAWL_PASSWORD值即可。

Q5: 密码错误怎么办？

A:

1. 检查输入的密码是否正确
2. 检查.env文件中的密码配置
3. 确认没有多余的空格
4. 重启服务器使配置生效

🔍 验证密码配置

检查密码是否已配置

python3 -c "
import os
from dotenv import load_dotenv
load_dotenv()
password = os.getenv('CRAWL_PASSWORD', '')
if password:
    print('✅ 密码已配置')
    print(f'密码长度: {len(password)} 字符')
else:
    print('❌ 密码未配置')
    print('请在.env文件中设置 CRAWL_PASSWORD')
"

📝 示例配置

.env文件示例：

# 爬取密码配置
CRAWL_PASSWORD=MySecurePassword123!

# 其他配置...
QDRANT_URL=https://your-qdrant-instance.qdrant.io
QDRANT_API_KEY=your-api-key
GOOGLE_API_KEY=your-google-api-key

⚠️ 安全提醒

1. 不要将密码写入代码
2. 不要将.env文件提交到Git
3. 在生产环境使用HTTPS
4. 限制服务器访问权限
5. 定期更换密码

📚 相关文档

• .env.example - 环境变量示例文件
• CRAWL_PASSWORD_FEATURE.md - 密码功能详细说明
• web_server.py - 服务器代码（密码验证逻辑）