解决WhatsUpDocker中LinuxServer容器版本检测问题
2025-07-05 06:45:26作者:齐添朝
在使用WhatsUpDocker(WUD)监控LinuxServer.io(LSIO)容器时,用户可能会遇到版本检测和比较的问题。本文将深入分析问题原因并提供解决方案。
问题背景
LinuxServer.io为许多流行应用(如Sonarr)提供了重新打包的Docker镜像。这些镜像使用特殊的版本标签格式,例如version-4.0.9.2244,这与上游项目的标准版本格式不同。
问题分析
WUD默认使用语义化版本(SemVer)规范来比较版本号。然而,LinuxServer的版本格式存在两个关键问题:
- 版本号格式不符合标准SemVer规范
- 构建编号(如2244)使用点号(.)分隔而非连字符(-)
这导致WUD无法正确识别最新版本,甚至可能误报更新。
解决方案
1. 版本标签转换
使用WUD的tag.transform功能将LinuxServer格式转换为标准格式:
wud.tag.include=^version-\d+\.\d+\.\d+\.\d+$$
wud.tag.transform=^version-(\d+\.\d+\.\d+)\.(\d+)$ => $1-$2
这个正则表达式转换:
- 从
version-4.0.9.2244 - 到
4.0.9-2244
2. 版本链接处理
由于转换后的版本格式与上游项目不同,链接模板需要特殊处理。虽然WUD目前只提供完整的转换后字符串,但可以通过以下方式解决:
wud.link.template=https://github.com/Sonarr/Sonarr/releases/tag/v${transformed.split('-')[0]}
这将从转换后的版本(如4.0.9-2244)中提取主版本号(4.0.9)用于生成正确的发布页面链接。
最佳实践
对于监控LinuxServer容器,建议:
- 始终检查实际可用的标签格式
- 使用
tag.include过滤掉不需要的标签 - 通过
tag.transform将版本转换为标准格式 - 测试版本比较功能是否正常工作
- 根据上游项目的发布格式调整链接模板
总结
通过合理配置WUD的标签处理功能,可以有效解决LinuxServer特殊版本格式带来的监控问题。关键在于理解版本格式差异并正确使用正则表达式进行转换。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617