Kuvasz 监控服务 API 接口详解
项目概述
Kuvasz(发音为"koovas")是一款开源的在线状态和SSL证书监控服务,提供全面的API接口用于管理监控任务、获取监控数据以及配置系统设置。本文将详细介绍Kuvasz的API功能和使用方法。
API 基础信息
Kuvasz API遵循OpenAPI 3.0.1规范,所有接口都需要API密钥进行认证。API主要分为三大类操作:
- 管理操作(Management operations)
- 监控操作(Monitor operations)
- 设置操作(Settings operations)
监控操作 API
获取监控列表
端点:GET /api/v1/monitors
此接口返回所有监控任务的详细信息,支持以下查询参数进行筛选:
enabled:布尔值,筛选启用/禁用的监控uptimeStatus:数组,按在线状态筛选sslStatus:数组,按SSL状态筛选sslCheckEnabled:布尔值,筛选启用/禁用SSL检查的监控
响应:返回MonitorDetailsDto数组,包含每个监控任务的完整信息。
创建监控任务
端点:POST /api/v1/monitors
创建新的监控任务需要提供以下必填字段:
name:监控名称(最小长度1)url:监控URL(需符合URL格式)uptimeCheckInterval:检查间隔(秒,最小5)
可选字段包括:
enabled:是否启用(默认true)sslCheckEnabled:是否启用SSL检查(默认false)requestMethod:HTTP方法(默认GET)- 以及其他监控配置选项
注意:如果系统配置为从YAML文件加载监控任务,此接口将返回405错误。
导出监控配置
端点:GET /api/v1/monitors/export/yaml
以YAML格式导出所有监控任务的配置,便于备份或迁移。
获取监控统计
端点:GET /api/v1/monitors/stats
获取所有监控任务的累计统计数据,支持period参数指定统计周期(默认为7天)。
单个监控操作
端点:/api/v1/monitors/{monitorId}
支持以下操作:
GET:获取指定监控的详细信息DELETE:删除指定监控PATCH:更新监控配置(仅更新请求中包含的字段)
监控事件查询
Kuvasz提供以下事件查询接口:
GET /api/v1/monitors/{monitorId}/ssl-events:获取SSL相关事件GET /api/v1/monitors/{monitorId}/uptime-events:获取在线状态事件GET /api/v1/monitors/{monitorId}/stats:获取单个监控的统计数据
系统管理 API
健康检查
端点:GET /api/v1/health
返回服务健康状态:
- 200:服务正常运行
- 503:服务不可用
系统设置
端点:GET /api/v1/settings
获取当前系统设置信息。
数据模型说明
MonitorDetailsDto
监控任务详细信息,包含:
- 基本信息(ID、名称、URL等)
- 状态信息(在线状态、SSL状态)
- 时间信息(创建时间、最后检查时间等)
- 配置信息(检查间隔、HTTP方法等)
- 集成信息(通知集成配置)
MonitorCreateDto/MonitorUpdateDto
用于创建/更新监控任务的数据传输对象,包含可配置的所有监控参数。
状态枚举
UptimeStatus:在线状态(UP/DOWN/UNKNOWN)SslStatus:SSL状态(VALID/INVALID/EXPIRING/EXPIRED)HttpMethod:HTTP方法(GET/HEAD)
最佳实践
-
监控创建:创建监控时建议先设置较长的检查间隔(如60秒),确认无误后再调整为实际需要的频率。
-
错误处理:所有API都可能返回400/404/405等错误,客户端应妥善处理这些响应。
-
批量操作:获取监控列表时可以使用筛选参数减少数据传输量。
-
监控更新:使用PATCH方法更新监控时,只需发送需要修改的字段,未包含的字段将保持不变。
总结
Kuvasz提供了一套完整的API接口,使开发者能够轻松集成监控功能到自己的系统中。通过合理使用这些API,可以实现监控任务的自动化管理、实时状态查询以及历史数据分析等功能。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00