Karakeep项目从Hoarder迁移至Karakeep的技术指南
2025-05-14 14:43:11作者:冯梦姬Eddie
背景介绍
Karakeep(原Hoarder)是一款开源的信息管理工具,近期项目进行了品牌升级,从Hoarder更名为Karakeep。对于已经部署了Hoarder 0.23.0版本的用户,在升级到Karakeep 0.23.2版本时需要注意一些技术细节。
升级过程详解
基础升级步骤
- 停止当前服务:使用docker compose stop命令停止运行中的容器
- 拉取最新镜像:执行docker compose pull获取最新版本
- 重启服务:通过docker compose up -d重新启动服务
版本显示问题
在升级后,部分用户可能会在管理界面看到版本提示不正确的情况。这是由于0.23.2版本未被标记为latest导致的显示问题,实际功能不受影响。
容器镜像更新要点
升级后需要特别注意容器镜像的引用地址变更:
- 原Hoarder镜像地址:ghcr.io/hoarder-app/hoarder
- 新Karakeep镜像地址:ghcr.io/karakeep-app/karakeep
在docker-compose.yml文件中,应将image字段更新为新的镜像地址格式。例如:
services:
web:
image: ghcr.io/karakeep-app/karakeep:${HOARDER_VERSION:-release}
服务组件说明
完整的Karakeep部署包含三个主要服务组件:
- Web服务:主应用服务,提供用户界面和核心功能
- Chrome服务:用于网页渲染和内容抓取
- Meilisearch服务:提供全文搜索功能
常见问题解答
Q:升级后是否需要数据迁移? A:不需要,数据目录结构保持不变,原有数据会自动兼容。
Q:环境变量是否需要调整? A:除镜像地址外,其他环境变量配置保持不变。
最佳实践建议
- 升级前建议备份重要数据
- 检查docker-compose.yml文件中的各项配置
- 验证各服务组件版本兼容性
- 升级后检查各项功能是否正常运行
通过遵循以上指南,用户可以顺利完成从Hoarder到Karakeep的迁移升级,享受新版本带来的改进和功能增强。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
openEuler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。
C
391
288
暂无简介
Dart
906
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108