在Glance应用中实现系统监控的自定义HTML组件
2025-05-09 20:53:51作者:冯梦姬Eddie
Glance是一款优秀的系统信息展示工具,但原生版本可能缺少某些特定的监控组件。本文将介绍如何通过HTML iframe方式,在Glance中集成自定义的系统监控功能。
实现原理
Glance支持HTML类型的组件,这为我们提供了极大的灵活性。通过iframe标签,我们可以嵌入其他Web应用或服务提供的监控界面,实现系统资源的可视化展示。
具体实现步骤
1. 选择监控服务
我们选择了Dashdot这款开源系统监控工具,它提供了美观的实时监控图表和简洁的API接口。Dashdot能够展示CPU、内存、存储等关键系统指标,并支持通过URL参数自定义显示样式。
2. 部署Dashdot服务
将Dashdot部署在本地服务器上,监听127.0.1.1:90端口。确保服务正常运行并能通过浏览器访问。
3. 配置Glance的YAML文件
在glance.yml配置文件中,我们添加了三个HTML类型的组件,分别用于展示CPU、内存和存储使用情况。每个组件都包含一个iframe标签,指向Dashdot的不同监控端点。
4. 自定义显示样式
通过URL参数对监控图表进行了多项自定义:
- 设置主题为light(浅色模式)
- 自定义图表颜色(b1b1b1)和背景色(f6f6f6)
- 调整文字大小为12px
- 移除内半径(innerRadius=0)
- 显示百分比数值(showPercentage=true)
同时,通过iframe的style属性设置了边框圆角和边框样式,使其与Glance的整体界面风格协调一致。
5. 调整组件尺寸
根据不同的监控指标,设置了合适的iframe尺寸:
- CPU和内存组件:高度50px,宽度300px
- 存储组件:高度150px,宽度300px
技术细节分析
这种实现方式的优势在于:
- 灵活性:可以集成任何提供Web界面的监控工具
- 可定制性:通过URL参数和CSS样式可以高度自定义显示效果
- 低耦合:监控服务与Glance应用相互独立
需要注意的是:
- 确保监控服务的URL在Glance运行环境中可访问
- 考虑性能影响,特别是当监控服务需要频繁刷新数据时
- 注意跨域问题,如果监控服务与Glance不在同一域名下
扩展思路
这种模式可以进一步扩展:
- 集成更多类型的监控指标(如网络、GPU等)
- 添加交互功能,如点击图表显示详细信息
- 实现动态调整组件大小
- 根据系统负载自动切换显示模式(如夜间模式)
通过这种简单的HTML iframe方式,我们成功在Glance中实现了专业的系统监控功能,既保持了Glance的轻量级特性,又扩展了其监控能力。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
309
Ascend Extension for PyTorch
Python
221
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.86 K
React Native鸿蒙化仓库
JavaScript
260
322