Nightingale仪表盘公开访问配置与功能限制解析
公开访问配置要点
Nightingale监控系统中仪表盘的公开访问功能需要特别注意一个关键配置项。许多用户在设置仪表盘为"公开"和"允许公开访问"后,仍然会遇到需要登录才能查看图表的问题。这通常是由于系统配置中缺少了PromQuerier的启用设置。
要真正实现公开访问,管理员需要在系统配置中将PromQuerier参数设置为true。这个配置项控制着是否允许未经认证的用户查询Prometheus数据源。如果没有启用此选项,即使仪表盘本身设置为允许公开访问,后端数据查询仍然会返回401未授权状态。
功能限制说明
1. 分享页面的菜单项控制
当用户分享仪表盘页面时,会发现图表组件上仍然显示"分享"和"排查"等功能菜单。目前开源版本的Nightingale没有提供直接隐藏这些菜单项的配置选项。对于有定制化需求的组织,可以通过修改前端代码来实现这一功能。开发者可以搜索相关关键字定位到对应的前端组件代码进行修改。
2. 数据源类型支持
在页面监控功能中,Nightingale开源版本目前仅支持Prometheus、Elasticsearch和Loki这三种数据源。对于需要从MySQL数据库获取数据或者使用自定义接口作为数据源的需求,这些功能属于商业版本特性,尚未在开源版本中提供。
技术实现建议
对于希望扩展功能的开发者,可以考虑以下技术路线:
-
对于菜单项的隐藏,可以研究前端框架中的权限控制机制,添加对公开访问状态的特殊处理。
-
对于MySQL数据源支持,虽然开源版本不包含此功能,但有能力的团队可以参考现有数据源插件的实现方式,自行开发MySQL数据源插件。
-
自定义接口数据源可以通过开发中间转换服务实现,将接口数据转换为Prometheus或Loki兼容的格式。
总结
Nightingale作为开源监控系统,在仪表盘分享和公开访问方面提供了基础功能,但某些高级特性需要商业版本支持或自行开发实现。理解这些限制有助于用户更好地规划监控系统架构,根据实际需求选择合适的解决方案或开发路径。
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