在群晖Docker中部署running_page并实现定时数据更新
2025-06-17 21:41:21作者:侯霆垣
running_page是一个优秀的运动数据可视化项目,能够将用户的跑步数据以美观的网页形式展示。本文将详细介绍如何在群晖NAS的Docker环境中部署running_page,并实现定时自动更新运动数据的功能。
一、Docker环境部署
在群晖NAS上部署running_page项目相对简单,通过Docker容器化技术可以快速完成环境搭建。部署时需要特别注意构建参数的配置:
docker build -t running_page:latest . \
--build-arg app=Keep \
--build-arg keep_phone_number="您的手机号" \
--build-arg keep_password="您的密码"
这个命令会构建一个包含running_page应用的Docker镜像,其中app参数指定数据来源为Keep应用,后两个参数则是Keep账户的登录凭证。
二、地图显示问题解决方案
许多用户在部署后发现轨迹可以显示但地图背景缺失,这实际上是一个简单的UI显示问题。在生成的页面右上角有一个"灯"形状的按钮,点击它即可切换显示/隐藏地图背景。这个设计可能是为了在某些场景下更清晰地查看轨迹数据。
三、定时更新配置
为了保证运动数据的及时性,我们需要配置定时任务来自动更新数据。在群晖NAS中,可以通过以下两种方式实现:
-
直接使用crontab: 编辑系统的crontab文件,添加类似如下的定时任务:
0 3 * * * docker run --rm running_page:latest这表示每天凌晨3点执行一次数据更新。
-
通过群晖的任务计划:
- 进入群晖控制面板
- 打开"任务计划"
- 新增一个"用户定义的脚本"任务
- 设置执行频率为"每天"
- 在脚本内容中输入docker运行命令
四、进阶配置建议
对于更复杂的部署场景,可以考虑以下优化:
-
数据持久化:将生成的数据和页面挂载到宿主机,避免容器重启后数据丢失。
-
多账号支持:如果需要监控多个运动账号,可以配置多个定时任务或修改项目代码支持多账号。
-
通知机制:在定时任务中添加邮件或消息通知,及时了解数据更新状态。
通过以上步骤,您就可以在群晖NAS上搭建一个稳定运行的running_page服务,并保持运动数据的自动更新。这种方案特别适合长期记录和分析个人运动数据的用户,既保证了数据安全,又能随时查看最新的运动情况。
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660