Glances项目:实现可配置化左侧菜单的技术方案
2025-05-06 19:49:02作者:秋阔奎Evelyn
Glances作为一款跨平台的系统监控工具,其用户界面(包括Curses和WebUI)的左侧菜单栏一直采用硬编码方式实现。本文将详细介绍如何通过技术手段实现左侧菜单的可配置化改造。
技术背景
在Glances的早期版本中,左侧菜单栏的插件列表直接硬编码在两个关键文件中:
- 对于Curses界面,列表定义在glances/outputs/glances_curses.py文件的_left_sidebar变量中
- 对于Web界面,列表则直接编写在glances/outputs/static/js/App.vue的HTML代码中
这种实现方式存在明显局限性,用户无法根据自身需求定制显示哪些监控插件,缺乏灵活性。
技术实现方案
配置分离设计
项目采用了配置分离的设计思想,将原本硬编码的插件列表提取到配置文件中:
- 对于Curses界面,默认列表仍保留在glances_curses.py中
- 对于Web界面,新增了uiconfig.json配置文件存储默认列表
配置覆盖机制
用户可以通过glances.conf配置文件中的[outputs]段覆盖默认设置:
[outputs]
# 设置Curses和WebUI界面左侧菜单的插件列表(逗号分隔)
left_menu=network,wifi,connections,ports,diskio,fs,irq,folders,raid,smart,sensors,now
这种设计既保留了默认配置,又提供了用户自定义的灵活性。
Web界面动态加载实现
Web界面采用了Vue.js的动态组件加载技术:
- 通过异步组件加载方式(import())动态加载配置指定的组件
- 使用v-for指令遍历配置的组件列表
- 结合v-if条件渲染指令,实现基于配置的组件显示控制
这种实现方式避免了硬编码组件列表,使界面布局完全由配置驱动。
实际应用示例
用户可以通过简单配置实现界面定制。例如,仅显示网络和磁盘IO监控:
[outputs]
left_menu=network,diskio
应用此配置后,界面将精简显示,只包含指定的两个监控模块,使界面更加简洁专注。
技术价值
这一改进为Glances带来了显著的技术优势:
- 提高了用户定制能力,满足不同场景下的监控需求
- 遵循了配置与代码分离的设计原则,提升了代码可维护性
- 为后续的功能扩展奠定了良好基础
- 改善了用户体验,用户可以根据关注点自由调整界面布局
该功能已合并到开发分支,计划在Glances 4.0.0版本中正式发布。这一改进体现了Glances项目持续优化用户体验、拥抱现代软件开发理念的技术追求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609