1. 在项目根目录下新建 .github/workflows/publish.yml 文件。
2. 内容如下：

name: Build and Publish Docker Image

on:
  push:
    branches: [ main ]
  workflow_dispatch:

jobs:
  build-and-publish:
    runs-on: ubuntu-latest
    permissions:
      contents: read
      packages: write
    steps:
      - name: Checkout code
        uses: actions/checkout@v4

      - name: Set up Docker Buildx
        uses: docker/setup-buildx-action@v3

      - name: Log in to GitHub Container Registry
        uses: docker/login-action@v3
        with:
          registry: ghcr.io
          username: ${{ github.actor }}
          password: ${{ secrets.GHCR_PAT || secrets.GITHUB_TOKEN }}

      - name: Build and push Docker image
        uses: docker/build-push-action@v5
        with:
          context: .
          push: true
          tags: ghcr.io/${{ github.repository_owner }}/local-monitor:latest

      - name: Show published image
        run: echo "Published to ghcr.io/${{ github.repository_owner }}/local-monitor:latest"

3. 提交并推送到 main 分支，GitHub Actions 会自动构建并推送镜像。

二、为什么需要 permissions 配置？

在组织仓库或部分个人仓库中，GitHub Actions 默认的 GITHUB_TOKEN 没有推送容器包（package）的权限。如果 workflow 没有显式声明 permissions，会出现如下报错：

写local-monitor时，因为涉及到时间序列及序列查询，在转换UTC时间和本地时间的时候出现了一些BUG，记录如下。

时区与 UTC

• UTC（协调世界时）：全球统一的时间标准，示例：不受时区影响。2025-09-11T04:44:02Z（Z 表示 UTC，注意如果没有Z，至少js会当作本地时间处理）
• 时区：地球划分的区域，每个区域有自己的标准时间。例如中国标准时间 CST（UTC+8）。示例：2025-09-11T12:44:02+08:00（带时区偏移）

BUG1：时间选择器与数据库时区不一致

现象：

• 前端时间选择器选择的是本地时间（如东八区），但提交给后端的时间未做时区转换，直接传递本地时间。
• 后端数据库统一存储为 UTC 时间，导致查询时出现偏差，

后端相关代码：

# db.py
# 插入数据时，要求 timestamp 必须为 UTC 格式字符串
def insert_ping_result(db_file, ip_address, response_time, timestamp):
    # timestamp 必须为 UTC 格式字符串
    ...

• 查询历史时，后端也是用 datetime.datetime.utcnow() 作为基准时间：

# db.py
now = datetime.datetime.utcnow()

推测原因：

• 前端时间选择器组件默认输出本地时间字符串。
• 前端未将本地时间转换为 UTC 格式再提交。
• 后端收到的时间与数据库实际存储的 UTC 时间不一致，查询结果异常。

解决建议：

• 前端提交前，统一将选择器得到的本地时间转换为 UTC 时间字符串（如 ISO 8601 格式）。
• 后端所有时间字段统一用 UTC 存储和查询。

BUG2：字符串格式导致 JS 解析错误

现象：

• 后端返回 2025-09-11 04:44:02，前端用 JS 解析后，发现本地时间和原始时间一致，没有加上时区偏移。

原因分析

local-monitor 本地节点延迟监控

一、项目简介

起源：xxx

本项目用于本地到服务器的 Ping 延迟监控，支持多节点批量采集、历史曲线可视化，并可自动从哪吒面板拉取服务器列表。

三、文件结构

• run.py：主程序，负责数据采集和 Web 服务
• db.py：数据库操作，延迟数据存储与查询
• nezha.py：哪吒面板交互，自动生成 server.csv
• template.html：前端页面，数据展示与交互
• data/server.csv：节点列表配置
• requirements.txt：依赖包列表
• Dockerfile：容器构建文件
• .github/workflows/publish.yml：自动构建并推送 Docker 镜像的 workflow

## 四、环境变量说明
- `NEZHA_API_URL`：哪吒面板 API 地址
- `NEZHA_USER`：哪吒面板用户名
- `NEZHA_PASSWORD`：哪吒面板密码（如有特殊字符建议加引号）

# local-monitor 本地节点延迟监控

## 一、项目简介

本项目用于本地到服务器的 Ping 延迟监控，支持多节点批量采集、历史曲线可视化，并可自动从哪吒面板拉取服务器列表。

## 二、配置

1. 编辑 `data/server.csv`，格式如下：
  ```csv
  ip,name,desc
  1.2.3.4,节点A,描述A
  5.6.7.8,节点B,描述B
  ...

2. 或配置 .env 后直接使用 python nezha.py 从哪吒面板拉取服务器数据。

三、文件结构

• run.py：主程序，负责数据采集和 Web 服务
• db.py：数据库操作，延迟数据存储与查询
• nezha.py：哪吒面板交互，自动生成 server.csv
• template.html：前端页面，数据展示与交互
• data/server.csv：节点列表配置
• requirements.txt：依赖包列表
• Dockerfile：容器构建文件
• .github/workflows/publish.yml：自动构建并推送 Docker 镜像的 workflow

四、命令行运行

1. 安装依赖：

pip install -r requirements.txt

2. 采集服务器列表（如需自动生成 server.csv）：

python nezha.py

3. 启动服务：

python run.py

4. 浏览器访问 http://localhost:5000 查看监控界面。

五、Docker 运行

1. 拉取最新镜像

docker pull ghcr.io/vpslog/local-monitor:latest

2. 生成/更新服务器列表（server.csv）

docker run --rm \
  -v $(pwd)/local-monitor:/app/data \
  -e NEZHA_API_URL='XXXX' \
  -e NEZHA_USER='XXX' \
  -e NEZHA_PASSWORD='XXXX' \
  ghcr.io/vpslog/local-monitor:latest python3 nezha.py

说明：