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。
kernelopenEuler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。C097
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00