在Homepage项目中通过Docker服务发现配置CustomAPI小部件的正确方法
2025-05-09 14:27:33作者:庞队千Virginia
Homepage项目是一个优秀的自托管仪表盘工具,它允许用户通过Docker服务发现自动配置各种服务的小部件。其中CustomAPI小部件是一个非常实用的功能,可以让用户直接从API获取数据并展示在仪表盘上。
问题背景
许多用户在使用Docker Swarm模式时,尝试通过服务标签配置CustomAPI小部件遇到了困难。常见的错误包括小部件不显示或配置不生效。这主要是因为文档中的示例与实际的实现存在差异,特别是在字段映射的语法上。
正确的配置方法
经过社区验证,以下是有效的CustomAPI小部件配置语法:
labels:
- homepage.widget.type=customapi
- homepage.widget.url=http://example.com/api/data
- homepage.widget.mappings[0].field=name
- homepage.widget.mappings[0].label=名称
- homepage.widget.mappings[1].field.location=location
- homepage.widget.mappings[1].label=位置
关键点在于使用mappings数组而非文档中可能提到的field数组。每个映射项需要指定:
field或field.[子字段]:指定从API响应中提取哪个字段label:定义在界面上显示的标签文本
实际应用示例
以Kapowarr服务为例,要显示漫画统计数据,可以这样配置:
labels:
- homepage.widget.type=customapi
- homepage.widget.url=http://kapowarr.loc.com/api/volumes/stats?api_key=$KAPOWARR_API_KEY
- homepage.widget.mappings[0].field.result=volumes
- homepage.widget.mappings[0].label=卷数
- homepage.widget.mappings[1].field.result=issues
- homepage.widget.mappings[1].label=期数
技术原理
Homepage的服务发现机制会定期扫描Docker服务标签,当检测到homepage.widget.type=customapi标签时,它会:
- 解析
url指定的API端点 - 发送HTTP请求获取JSON响应
- 根据
mappings配置提取特定字段 - 将数据显示在小部件中
注意事项
- 确保API端点可从Homepage容器访问
- 环境变量替换(如$KAPOWARR_API_KEY)需要在Homepage容器环境中定义
- 对于嵌套JSON字段,使用点号表示法如
field.result - Docker Swarm和单机模式都支持此配置
通过遵循这些指导原则,用户可以轻松地在Homepage仪表盘上集成各种API数据,实现个性化的监控视图。这种灵活的配置方式大大扩展了Homepage的应用场景,使其成为自托管环境中的理想仪表盘解决方案。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
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
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
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
364
3.02 K