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。
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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