Dashy与Keycloak集成配置指南及常见问题解决
前言
Dashy作为一款开源的自托管仪表盘工具,其3.0版本与Keycloak 24.0.3的身份认证集成配置过程存在一些需要注意的技术细节。本文将详细介绍如何正确配置Dashy与Keycloak的集成,并分析常见问题的解决方案。
关键配置要点
Keycloak客户端设置
在Keycloak中为Dashy创建客户端时,必须关闭"客户端认证"选项。启用此选项会导致认证过程中出现无限重定向循环问题。这是因为Dashy作为前端应用,不适合使用客户端密钥进行认证。
OpenID Connect兼容性模式
在Keycloak客户端的"高级设置"中,必须启用"从认证响应中排除颁发者"选项。如果不启用此选项,认证成功后会被重定向到包含颁发者信息的错误URL格式,形如https://dashy.my.domain/#iss=https://keycloak.my.domain/realms/my-realm。
虽然在这种错误情况下仍能登录Dashy,但页面刷新或登出操作时会在Keycloak端产生invalid_redirect_uri错误。
多页面访问设置
当需要支持多个Dashy页面时,Keycloak客户端的访问设置需要特别注意:
- 根URL应设置为
https://dashy.my.domain/(结尾斜杠可有可无) - 有效重定向URI必须设置为
/*通配符格式
不这样配置会导致访问非根页面时触发invalid_redirect_uri错误。
安全注意事项
在将Dashy暴露到互联网时,必须注意以下安全事项:
- 确保Keycloak服务器本身的安全配置正确
- 合理设置用户角色和权限
- 定期更新Keycloak和Dashy到最新版本
- 监控认证日志,及时发现异常访问
已知限制
目前版本中,基于用户组或角色的内容显示/隐藏功能可能存在异常。这可能是由于Dashy对Keycloak返回的声明(claims)处理不够完善导致的。建议暂时不要依赖此功能进行敏感内容的访问控制。
总结
通过正确配置Keycloak客户端参数,Dashy 3.0能够与Keycloak 24.0.3实现稳定的集成认证。关键是要理解OIDC协议的工作流程,并针对Dashy作为前端应用的特点进行适当调整。随着项目的持续发展,这些集成问题有望在后续版本中得到进一步改善。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00