在Home Assistant OS中配置Changedetection.io与Browserless Chromium集成
前言
Changedetection.io是一个强大的网站变更检测工具,而Browserless Chromium则提供了无头浏览器功能。在Home Assistant OS环境中将这两个插件集成使用,可以显著增强Changedetection.io的网页抓取能力,特别是对于那些需要JavaScript渲染的现代网页。
配置步骤详解
1. 安装必要插件
首先确保已在Home Assistant OS中安装以下两个插件:
- Changedetection.io
- Browserless Chromium
2. Browserless Chromium配置
Browserless Chromium插件安装后默认会运行在3000端口。验证其正常运行的方法是通过浏览器访问http://[你的HA IP]:3000/docs,应该能看到API文档页面。
重要提示:建议保持默认的3000端口,修改端口可能导致连接问题。
3. 获取Browserless Chromium的主机名
有两种方法可以获取Browserless Chromium的主机名:
-
通过UI查看: 在Home Assistant的插件页面,Browserless Chromium插件卡片上会显示其完整主机名。
-
通过SSH查看: 连接到Home Assistant的SSH后,执行命令:
docker exec -i hassio_dns cat "/config/hosts"在输出中查找类似这样的行:
172.30.33.5 2937404c-browserless-chrome 2937404c-browserless-chrome.local.hass.io使用
2937404c-browserless-chrome或完整主机名均可。
4. 配置Changedetection.io
使用Home Assistant的文件编辑器插件,编辑以下文件:
/homeassistant/addons_config/changedetection.io/config.yaml
在文件末尾添加以下配置(注意保留文件末尾的空行):
PLAYWRIGHT_DRIVER_URL: ws://[Browserless主机名]:3000/chromium?launch={"defaultViewport":{"height":720,"width":1280},"headless":false,"stealth":true}&blockAds=true
其中[Browserless主机名]替换为前面获取的主机名。
5. 重启Changedetection.io插件
完成配置后,重启Changedetection.io插件使配置生效。
功能验证
在Changedetection.io的网页界面中,现在应该能够选择"WebDriver Chrome/Javascript"作为抓取方法。创建一个新的监控任务,选择此方法,系统将使用Browserless Chromium来渲染网页。
常见问题解决
-
连接失败:
- 确认Browserless Chromium运行在3000端口
- 检查主机名是否正确
- 确保配置中的协议是
ws://而非http://
-
性能问题:
- 可以调整
defaultViewport参数中的分辨率 - 对于复杂网页,可以增加超时时间
- 可以调整
-
广告屏蔽: 配置中的
blockAds=true参数会启用广告屏蔽,若不需要可移除
高级配置建议
对于需要更复杂交互的网页,可以在配置中添加更多Playwright启动参数,例如:
ignoreHTTPSErrors: 忽略HTTPS错误slowMo: 减慢操作速度(调试用)timeout: 设置超时时间
通过这种集成方式,Changedetection.io获得了处理现代JavaScript网页的能力,大大扩展了其监控范围和应用场景。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00