Hoarder项目在Unraid系统上的部署方案解析
2025-05-15 22:08:55作者:董斯意
项目背景
Hoarder是一款开源的资源管理工具,采用微服务架构设计,包含Web界面、后台工作进程、Redis缓存、Meilisearch搜索引擎等多个组件。由于采用Docker容器化部署,使其具备良好的跨平台特性。
Unraid系统部署挑战
Unraid作为一款流行的NAS操作系统,其内置的Docker管理界面(Dockerman)对多容器应用的支持存在局限性:
- 不支持原生的Docker Compose多容器编排
- 应用商店模板系统对复杂应用支持不足
- 持久化存储配置需要特殊处理
现有解决方案分析
方案一:Docker Compose Manager插件
通过安装第三方"Docker Compose Manager"插件,用户可以:
- 直接使用项目提供的docker-compose.yml文件
- 修改volume映射实现数据持久化
- 通过环境变量文件(.env)配置应用参数
典型配置调整要点:
- 将容器内/data目录映射到物理路径如/mnt/user/appdata/hoarder/data
- 注释掉默认的匿名volume定义
- 保持DATA_DIR环境变量为默认的/data不变
方案二:社区贡献的Unraid模板
技术社区成员已贡献原生Unraid模板,包含:
- Hoarder核心服务
- 必需的依赖服务(Redis、Browserless等)
- 可选组件(Meilisearch、Ollama等)
部署步骤:
- 通过Community Applications安装各组件
- 按需配置各容器参数
- 建立容器间的网络连接
技术实现建议
持久化存储配置
正确的volume映射方式:
services:
web:
volumes:
- /host/path:/container/path:rw
多容器协同
关键配置项包括:
- Redis服务地址(redis:6379)
- Meilisearch服务地址(http://meilisearch:7700)
- 浏览器实例URL(http://chrome:9222)
未来优化方向
虽然当前已有可行的部署方案,但从用户体验角度还可以:
- 开发Unraid专用的all-in-one容器镜像
- 优化默认配置参数
- 提供更详细的状态监控集成
总结
通过本文介绍的两种方案,Unraid用户可以灵活选择适合自己技术水平的部署方式。对于熟悉Docker的用户推荐使用Compose方案,而新手用户则可以采用社区提供的模板化安装方式。随着项目发展,未来有望提供更简化的部署体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
24
9
Ascend Extension for PyTorch
Python
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217