WhatsUpDocker 触发器消息优化:缩短容器摘要显示
2025-07-05 01:35:40作者:何举烈Damon
在容器化应用管理中,WhatsUpDocker 是一个实用的工具,它能够监控容器镜像的更新情况并及时通知用户。近期社区中提出了一个关于触发器消息显示优化的需求,特别是在处理容器摘要(digest)时的显示长度问题。
问题背景
当使用WhatsUpDocker监控使用"latest"标签的容器时,系统会通过触发器发送包含完整SHA256摘要的通知消息。这些摘要通常非常长(64个字符),导致通知消息显得冗长且不易阅读。例如:
Container homepage running with digest sha256:9a82d5773ccfcb73ba341619fd44790a30750731568c25a6e070c2c44aa30bde can be updated to digest sha256:6cdd479147e4d2f1f853c7205ead7e2a0b0ccbad6e3ff0986e01936cbd179c17
解决方案
WhatsUpDocker的维护者提出了一个更灵活的解决方案:增强现有的模板系统,使其支持JavaScript表达式。这意味着用户现在可以在模板中直接使用JavaScript的字符串操作方法来自定义显示格式。
对于缩短摘要显示的需求,可以使用如下配置:
WUD_TRIGGER_{trigger_type}_{trigger_name}_SIMPLEBODY=Container ${name} can be updated from ${local.substring(0, 15)} to ${remote.substring(0, 15)}
这个配置会将原本冗长的摘要缩短为前15个字符,生成更简洁的通知消息:
Container homepage can be updated from sha256:9a82d577 to sha256:6cdd4791
技术实现细节
-
模板系统增强:WhatsUpDocker现在支持在模板中使用JavaScript表达式,这大大提高了模板的灵活性。
-
字符串操作方法:
substring(startIndex, endIndex):提取字符串的子串- 示例中
substring(0, 15)提取摘要的前15个字符
-
变量可用性:在模板中可以使用预定义的变量如
name、local、remote等,并对其应用各种字符串操作。
实际应用建议
-
摘要长度选择:通常前8-15个字符就足以唯一标识一个镜像摘要,可以根据需要调整
substring的参数。 -
其他格式化选项:除了缩短摘要,还可以使用其他JavaScript字符串方法进行更复杂的格式化。
-
多触发器配置:可以为不同类型的触发器配置不同的消息格式,满足不同场景的需求。
这个改进使得WhatsUpDocker的通知消息更加简洁明了,同时保持了系统的灵活性,是用户体验的一次显著提升。
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
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660