.NET Core 实时监控工具——DotNetify-Pulse 使用教程
2025-05-19 21:51:53作者:魏侃纯Zoe
1. 项目介绍
DotNetify-Pulse 是一个开源项目,它为 .NET Core 服务添加了一个端点,用于打开一个可定制的 Web 视图,以实时监控服务的日志活动和资源使用情况。它利用 SignalR 进行服务端到浏览器的数据推送,使用 DotNetify 进行 MVVM + 响应式编程,并通过 DotNetify-Elements 提供的 HTML5 Web 组件来展示数据。
2. 项目快速启动
以下是快速启动 DotNetify-Pulse 的步骤:
首先,在您的 .NET Core 项目中安装 NuGet 包:
dotnet add package DotNetify.Pulse
接着,在 Startup.cs 文件中配置服务和管道:
public void ConfigureServices(IServiceCollection services)
{
services.AddSignalR();
services.AddDotNetify();
services.AddDotNetifyPulse();
}
public void Configure(IApplicationBuilder app)
{
app.UseWebSockets();
app.UseDotNetify();
app.UseDotNetifyPulse();
// 根据您的 .NET Core 版本,使用以下配置
app.UseRouting();
app.UseEndpoints(endpoints =>
{
endpoints.MapHub.DotNetifyHub("/dotnetify");
});
}
构建项目后,在浏览器中打开 <service-base-url>/pulse,您应该能看到监控页面。
如果您计划使用 dotnet publish 发布项目,请将 pulse-ui 文件夹从构建输出复制到您的项目中,并将文件夹内的文件设置为“内容”并“复制如果较新”。
3. 应用案例和最佳实践
定制数据提供者
创建一个实现 IPulseDataProvider 接口的类,为监控视图添加自定义数据。
public class ClockProvider : IPulseDataProvider
{
public IDisposable Configure(PulseVM pulseVM, out OnPushUpdate onPushUpdate)
{
var clockProperty = pulseVM.AddProperty<string>("Clock", DateTime.Now.ToString("hh:mm:ss"));
onPushUpdate = _ => { };
return Observable.Interval(TimeSpan.FromSeconds(1))
.Subscribe(_ => clockProperty.OnNext(DateTime.Now.ToString("hh:mm:ss")));
}
}
在 Startup.cs 的 ConfigureServices 方法中注册这个提供者:
services.TryAddEnumerable(ServiceDescriptor.Singleton<IPulseDataProvider, ClockProvider>());
定制 UI
创建自定义的 HTML 页面,并在其中添加 Web 组件来展示数据。
- 复制
pulse-ui文件夹并重命名为custom-pulse-ui。 - 将
section_template.html重命名为section.html,并设置其“复制到输出目录”属性为“复制如果较新”。 - 编辑
section.html文件,加入以下内容:
<d-frame>
<div class="card" style="width: 200px; font-size: 40px">
<d-element id="Clock"></d-element>
</div>
</d-frame>
在 Startup.cs 的 Configure 方法中设置自定义 UI 文件夹的位置:
app.UseDotNetifyPulse(config => config.UIPath = Directory.GetCurrentDirectory() + "\\custom-pulse-ui");
4. 典型生态项目
DotNetify-Pulse 作为 .NET Core 服务的监控工具,可以与以下典型生态项目结合使用:
- SignalR:用于实现实时通信。
- DotNetify:用于构建响应式的客户端 UI。
- DotNetify-Elements:提供 Web 组件以构建复杂的用户界面。
通过上述教程,您应该能够快速上手 DotNetify-Pulse,并根据自己的需求进行定制和扩展。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660