ThingsBoard PE 3.9.1侧边栏菜单项缺失问题分析与解决方案
2025-05-12 22:41:39作者:龚格成
问题背景
在ThingsBoard专业版(PE)3.9.1环境中,用户报告了两个重要的系统功能入口在侧边栏菜单中缺失的问题:
- 网关(Gateways)功能入口
- OAuth 2.0认证功能入口
虽然这些功能可以通过直接访问对应URL(/entities/gateways等)正常使用,但在标准UI导航菜单中却不可见。这个问题在从早期版本(如3.4)逐步升级而来的PE实例中尤为明显。
问题分析
经过技术分析,这个问题属于UI层面的菜单项显示问题,而非功能本身不可用。具体表现为:
-
版本升级遗留问题:该问题主要出现在从3.9.0或3.9.1版本升级而来的实例中,特别是在从更早版本(如3.4)逐步升级的情况下。
-
自定义菜单配置异常:系统升级过程中,自定义菜单的配置可能没有正确迁移或更新,导致部分标准功能入口未显示。
-
功能完整性:所有相关功能实际上都正常工作,只是导航入口缺失,这可以通过直接访问对应URL验证。
解决方案
临时解决方案(适用于3.9.1版本)
对于仍在使用3.9.1版本的用户,可以通过以下步骤恢复缺失的菜单项:
- 登录系统管理员账户
- 导航至"系统设置" → "自定义菜单"
- 创建一个新的自定义菜单项,使用默认配置
- 保存后,系统会自动添加Gateways和OAuth2菜单项
永久解决方案
升级到ThingsBoard 4.0.0或更高版本可以彻底解决此问题。升级后建议:
- 清除浏览器缓存
- 使用无痕模式或不同浏览器验证
- 如问题仍然存在,可再次应用自定义菜单的临时解决方案
补充说明
用户还报告了与IoT网关相关的其他问题,包括:
- 仪表板导入问题:官方文档提供的网关仪表板JSON导入后功能不完整
- 部件包问题:相关部件包(widget bundle)导入时内容为空
这些问题与菜单显示问题无关,属于独立的功能性问题,建议单独报告和处理。
最佳实践建议
- 对于生产环境,建议规划直接升级到最新稳定版本
- 升级前做好完整备份
- 升级后验证所有关键功能入口
- 考虑使用容器化部署方式,减少升级带来的配置问题
通过以上分析和解决方案,用户可以恢复完整的系统功能入口,确保所有功能都能通过标准UI导航访问。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
194
212
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++
650
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143