内网推理服务「偶尔连不上」：先查代理环境变量，别查配置
推理服务明明 curl 得通、端口在听、机器不忙，客户端却报 Connection error，而且「有时能通、有时不通」。根因是客户端进程继承了 http_proxy，把发往内网集群的请求也塞进了代理 —— 代理回 401 把请求挡在 SGLang 之外。判据不是「查得更细」，而是那个 1.7 毫秒的失败耗时：真正的推理请求不可能这么快返回。
本地大模型部署环境变量代理SGLang排错这条适用于
- 推理服务在内网 / 需经代理出网的环境
- 客户端真实调用方式为（长连接）
版本指纹
代理端口因机器而异；判据与修法与具体端口无关
具体做法
# 启动客户端前，把代理变量摘干净（本例为 dsh，其他客户端同理）
env -u http_proxy -u HTTP_PROXY -u https_proxy -u HTTPS_PROXY \
-u all_proxy -u ALL_PROXY \
NO_PROXY="192.168.0.0/16,10.0.0.0/8,172.16.0.0/12,127.0.0.1,localhost" \
no_proxy="192.168.0.0/16,10.0.0.0/8,172.16.0.0/12,127.0.0.1,localhost" \
node node_modules/@deepseek-ai/dsh/lib/bin.js web --no-open# —— 定位用：判断是否被污染 ——
env | grep -i proxy# —— 定位用：确认服务活着（注意必须带 --noproxy，否则测的是代理）——
curl -s --noproxy '*' --max-time 12 http://<集群IP>:8888/v1/models# —— 对照用：走代理会拿到 401 + 1.7ms，直连才是 200 + 真实推理 ——
# 走代理（错误）：{"error":{"code":"AUTH_REQUIRED","message":"Authentication required"}} [HTTP=401 total=0.001698s]
# 直连（正确）：正常 SSE data: 流 [HTTP=200 total=0.502571s]失效边界
这个坑最阴的地方是它让所有常规检查全部显示「正常」——端口在听、服务 200、机器不忙、网络不丢包，你查的每一项都是绿的，因为故障根本不在你查的那一层。两个具体的误判陷阱：① 代理对短请求可能照样放行，所以健康检查全绿；② 只有长流式连接会被掐断，而客户端真实调用方式恰好是流式，于是表现为「偶尔能通」。另外，curl 不带 --noproxy '*' 时测不出真实差异，这也是它一直「看起来没问题」的原因。适用边界：本例的代理端口因机器而异，上面给的是判据与修法，不是可照抄的端口号。
这个坑最阴的地方是它让所有常规检查全部显示「正常」——端口在听、服务 200、机器不忙、网络不丢包，你查的每一项都是绿的，因为故障根本不在你查的那一层。两个具体的误判陷阱：① 代理对短请求可能照样放行，所以健康检查全绿；② 只有长流式连接会被掐断，而客户端真实调用方式恰好是流式，于是表现为「偶尔能通」。另外，curl 不带 --noproxy '*' 时测不出真实差异，这也是它一直「看起来没问题」的原因。适用边界：本例的代理端口因机器而异，上面给的是判据与修法，不是可照抄的端口号。