Tianji 监控系统 v1.21.0 版本发布:新增推送监控功能与API管理增强
Tianji 是一个现代化的开源监控系统,专注于为开发者提供简单易用的应用监控解决方案。该系统采用先进的技术架构,支持多种数据采集方式,并提供直观的可视化界面,帮助开发者快速发现和解决应用性能问题。
本次发布的 v1.21.0 版本带来了多项重要功能更新,主要集中在监控推送机制和API管理方面的增强,进一步提升了系统的实用性和易用性。
核心功能更新
1. 推送监控功能正式上线
v1.21.0 版本引入了全新的推送监控功能,这是本次更新的重点特性。该功能允许系统主动将监控警报和重要信息推送到指定终端,大幅提升了监控的实时性和响应速度。
系统实现了完整的推送状态管理组件(MonitorPushStatus),可以清晰展示当前推送服务的运行状态。开发者可以方便地查看推送是否成功、最近推送时间等关键信息。
特别值得一提的是,系统支持推送令牌的重新生成功能(Push Token Regeneration),当令牌泄露或需要定期更换时,开发者可以一键生成新的安全令牌,确保推送通道的安全性。
2. API管理功能增强
在API管理方面,新版本增加了API描述信息的编辑功能。现在开发者可以直接在API管理页面为每个API接口添加详细的描述信息,包括用途说明、参数解释等,这使得API文档更加完善,便于团队协作和后期维护。
3. 定时任务与消息队列监控
系统新增了对定时任务(Cron Jobs)和消息队列操作的Prometheus计数器支持。通过集成Prometheus监控指标,开发者可以更精确地掌握后台任务的执行情况,包括任务执行次数、执行时长等关键指标,为系统优化提供数据支持。
开发环境优化
针对开发团队,v1.21.0 版本集成了Stagewise工具栏,为开发环境提供了更多调试和分析工具。这一改进显著提升了开发效率,使开发者能够更快速地定位和解决问题。
此外,开发模式下新增了SVG徽章代理功能,方便开发者在本地环境中测试和预览各种状态徽章,确保它们在生产环境中能够正确显示。
国际化与文档完善
本次更新在国际化方面也做了大量工作,新增了多语言支持,特别是推送功能相关的翻译内容。系统文档也同步更新,新增了关于推送监控的详细使用说明,帮助开发者快速上手新功能。
同时,项目还新增了全局规则和项目结构文档,为贡献者提供了清晰的开发指南,有助于社区成员更好地理解和参与项目开发。
技术实现亮点
从技术实现角度看,v1.21.0 版本展现了Tianji团队对系统可靠性和扩展性的持续关注:
- 推送监控采用了健壮的异步处理机制,确保在高负载情况下仍能可靠地传递重要通知。
- API管理功能采用前后端分离架构,描述信息的编辑实时同步到后端,用户体验流畅。
- Prometheus指标的引入为系统提供了更细粒度的性能监控能力,是向可观测性系统演进的重要一步。
总结
Tianji v1.21.0 版本的发布标志着该系统在主动监控能力上迈出了重要一步。推送监控功能的加入使Tianji从被动收集数据转向主动通知异常,大大缩短了问题响应时间。API管理和开发工具的增强则进一步提升了系统的易用性和可维护性。
对于正在寻找轻量级但功能全面监控解决方案的团队来说,这个版本提供了更强大的功能和更完善的使用体验。随着社区生态的不断完善,Tianji正在成长为一个值得信赖的开源监控选择。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00