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 08:16:50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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
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++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
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
🎉 (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
1.18 K
648
仓颉编程语言开发者文档。
59
818