Kroki.io项目中的diagramsnet支持现状与自托管方案
Kroki作为一个流行的图表渲染服务,提供了多种图表类型的支持。近期有用户尝试使用Kroki的diagramsnet功能来渲染简单的圆形图表时遇到了503错误,这揭示了Kroki.io在线服务与自托管版本在功能支持上的差异。
Kroki.io在线服务的限制
当用户尝试通过Kroki.io的API端点渲染diagramsnet图表时,服务返回了"Error 503: Connection refused"的错误。这实际上是因为Kroki.io的在线版本目前尚未部署diagramsnet渲染器。diagramsnet(原draw.io)作为一款功能强大的图表工具,其渲染过程需要消耗较多的CPU和内存资源,在公共托管环境中运行会产生较高的运营成本。
自托管解决方案
虽然在线服务暂不支持,但Kroki项目已经提供了完整的diagramsnet支持方案。通过Docker Compose可以轻松搭建包含diagramsnet功能的完整Kroki服务栈:
version: "3"
services:
kroki:
image: yuzutech/kroki
depends_on:
- mermaid
- bpmn
- excalidraw
- diagramsnet
environment:
- KROKI_MERMAID_HOST=mermaid
- KROKI_BPMN_HOST=bpmn
- KROKI_EXCALIDRAW_HOST=excalidraw
- KROKI_DIAGRAMSNET_HOST=diagramsnet
ports:
- "8000:8000"
diagramsnet:
image: yuzutech/kroki-diagramsnet
expose:
- "8005"
# 其他服务配置...
这种自托管方式不仅解决了diagramsnet的支持问题,还提供了完整的图表渲染能力。部署后,用户可以通过本地端口8000访问Kroki服务,并成功渲染出SVG格式的圆形图表。
技术实现分析
diagramsnet的渲染器运行在独立的容器中,通过8005端口提供服务。Kroki主服务通过环境变量配置与各渲染器的连接方式,实现了模块化的架构设计。这种设计使得:
- 各图表渲染器可以独立更新和扩展
- 资源使用可以按需分配
- 故障隔离性更好,单个渲染器问题不会影响整体服务
总结与建议
对于需要diagramsnet支持的用户,目前推荐采用自托管方案。虽然Kroki.io的在线服务暂不包含此功能,但开源项目已经提供了完善的技术实现。自托管方式不仅能够获得完整功能,还能根据实际需求调整资源配置,是技术团队更灵活的选择。
随着项目发展,未来Kroki.io可能会在资源允许的情况下增加对diagramsnet的在线支持,但在此之前,自托管方案已经能够很好地满足专业用户的需求。
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 StartedRust0186
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 Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08