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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00