Glances项目:实现可配置化左侧菜单的技术方案
2025-05-06 17:19:55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
kernelopenEuler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。C038
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0117
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
STM32到GD32项目移植完全指南:从兼容性到实战技巧 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 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 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 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
434
3.29 K
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++
694
366
Ascend Extension for PyTorch
Python
240
272
暂无简介
Dart
693
162
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
React Native鸿蒙化仓库
JavaScript
269
328
🔥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
🎉 (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
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869