ghcr.io/astrbotdevs/shipyard-neo-bay:sha-d2cc8bc Docker 镜像...

热门搜索:

ghcr.iolinux/amd64sha-d2cc8bc大小: 未知更新于 2026年6月6日

让 AI 帮你使用轩辕镜像？ · 展开查看说明

如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。

只需在 AI 对话中先发送下面这句话即可：

请先完整阅读并严格遵守以下文档中的全部规则与要求：

https://xuanyuan.cloud/agents.md

在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。

查看 agents.md 用法指南与完整示范。国内用户首推元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。若 AI 无法访问外链，可打开说明文档复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。

Shipyard Neo

面向 AI Agents 的安全、可持久化沙箱执行平台（Secure, Persistent Execution Platform for AI Agents）

面向 AI Agents 的安全、可持久化沙箱执行平台（Secure, Persistent Execution Platform for AI Agents）

Shipyard Neo 提供“计算与存储分离”的沙箱基础设施：Agent 在隔离容器中执行 Python / Shell、读写工作区文件，并可通过独立浏览器运行时进行网页自动化。

1. 系统组成与数据流

Shipyard Neo 由控制面 Bay 与数据面运行时 Ship / Gull 组成：

Bay：对外暴露 REST API，负责编排沙箱生命周期、鉴权、能力路由、幂等与 GC。
Ship：代码运行时（Python / Shell / Filesystem / Terminal），工作目录固定为 /workspace。
Gull：浏览器运行时，以“CLI 透传”方式执行 agent-browser 命令（HTTP 封装）。
Cargo：持久化存储卷（Docker Volume / K8s PVC），挂载到 /workspace，在 Ship 与 Gull 之间共享。

整体视角参考：doc/bay_abstract_entities.md 与 doc/ship_architecture.md。

2. 核心概念（Domain Model）

2.1 Sandbox / Session / Cargo

Sandbox（稳定 ID）：对外唯一计算资源单元，聚合 Profile、Cargo 与当前 Session；支持 TTL。状态由当前 Session 计算得出。详见 doc/bay_abstract_entities.md。
Session（临时会话）：代表一组运行中的容器实例，可能被系统按策略回收/重建，但对 Sandbox 客户端透明。详见 doc/bay_abstract_entities.md。
Cargo（持久化工作区）：存储卷，固定挂载到 /workspace，用于跨 Session/容器共享与持久化数据。详见 doc/bay_abstract_entities.md。

2.2 Profile / Capability Router

Profile：定义容器拓扑、资源限制、能力集合（python/shell/filesystem/browser）与空闲回收策略。详见 doc/bay_abstract_entities.md。
Capability Router：按能力类型将请求路由到提供该能力的容器与适配器（ShipAdapter / GullAdapter）。详见 doc/bay_abstract_entities.md。

3. API 入口（Bay API v1）

Bay API v1 是控制面 REST API，覆盖：

Sandboxes：创建/查询/延长 TTL/保活/停止/删除
Capabilities：Python 执行、Shell 执行、Filesystem 读写、Browser 透传执行
History：执行历史查询与标注
Skills：Candidate → Evaluate → Promote → Release → Rollback

完整参考：doc/bay_api_v1.md

错误语义与错误码：doc/bay_error_codes.md

4. 浏览器自动化（Gull 透传 agent-browser）

浏览器能力由 Gull 运行时提供，使用“CLI 透传”将 agent-browser 子命令暴露为 HTTP API。架构与实现细节见：doc/gull_browser_runtime.md

4.1 最关键约定（避免 80% 的失败）

传给 Gull 的 cmd 不需要也不应该带 agent-browser 前缀。
Gull 会自动注入 --session 与 --profile，因此不要在 cmd 里再写 --session / --profile。
cmd 不是 shell：不要使用 >, |, &&, ; 等 shell 语法；需要落盘时，应先拿到 stdout，再通过 filesystem 写文件。
ref（@e1/@e2/...）在页面变化后会失效：导航/提交表单/明显 DOM 变化后必须重新 snapshot -i。

面向工程实践的操作指南：doc/agent_browser_guide.md

5. Ship 运行时与安全模型

Ship 运行时提供：Filesystem CRUD、IPython 执行、Shell 执行、WebSocket 终端等能力。组件与接口梳理见：doc/ship_architecture.md

安全要点（摘要）：

固定工作区根目录 /workspace，对路径做遍历防护（禁止逃逸）。
容器内采用 root + shipyard 双用户模型：root 运行服务，实际执行用户代码时降权到 shipyard。

6. Skills Self-Update（技能自迭代基建）

Shipyard Neo 提供的是 self-update 的“基础设施”，而不是固定训练框架：

执行证据层：Python/Shell/Browser 执行自动生成并持久化 execution_id。
技能控制面：Candidate → Evaluation → Release（canary/stable）→ Rollback。
Browser 自动发布策略：score>=0.85、replay_success>=95%、samples>=30 自动发 canary，健康 24h 自动升 stable。
自动回滚策略：success_rate 下降 >3% 或 error_rate 上升 >2x 自动回滚。
熔断开关：BAY_BROWSER_AUTO_RELEASE_ENABLED 可一键关闭 browser 自动发布（建议灰度期先设为 false）。
多入口：REST API / Python SDK / MCP Tools。

工程化落地指南：doc/skills_self_update_guide_zh.md

最小回归命令（新增 browser self-iteration 功能后建议必跑）：

cd pkgs/bay
uv run pytest -q \
tests/unit/managers/test_skill_lifecycle_service.py \
tests/unit/managers/test_browser_learning_scheduler.py \
tests/unit/api/test_capabilities_browser_payloads.py

7. 部署方案

7.1 Docker Compose（单机生产）

面向单机生产环境的自包含部署方案，强调安全与隔离。

网络架构：采用 container_network 驱动模式。Bay 与动态创建的 Ship/Gull 容器运行在同一 Docker Bridge 网络中，通过容器 IP 直接通信。Sandbox 容器不向宿主机暴露任何端口，极大减少了***面。
配置要点：在 config.yaml 中设置 driver.type: container_network，并确保 network_name 与 Compose 网络一致。
快速开始：

cd deploy/docker
docker compose up -d

详见：deploy/docker/README.md

7.2 Kubernetes（集群生产）

面向大规模集群的云原生部署方案，充分利用 K8s 的调度与存储能力。

资源调度：Bay 作为 Operator 角色，通过 K8s API 动态管理 Sandbox Pod（计算）和 PersistentVolumeClaim（存储）。支持 Pod 亲和性调度与资源配额限制。
网络模型：采用 Pod IP 直连模式。Bay 通过集群内 DNS 或 Pod IP 直接访问 Sandbox 实例，无缝集成 K8s 网络策略。
服务暴露：Bay 服务通过 Load*** 或 Ingress 暴露，支持 TLS 终结与七层路由。
配置要点：在 02-configmap.yaml 中配置 driver.type: k8s，并指定用于 Cargo 动态供给的 storage_class。
快速开始：

cd deploy/k8s
kubectl apply -f .

详见：deploy/k8s/README.md

8. 仓库结构（高层视图）

pkgs/bay/：Bay 控制面服务（REST API）
pkgs/ship/：Ship 代码运行时
pkgs/gull/：Gull 浏览器运行时（agent-browser passthrough）
shipyard-neo-sdk/：Python SDK
shipyard-neo-mcp/：MCP Server（面向 Agent 的工具入口）
deploy/：Docker Compose / Kubernetes 部署清单
doc/：本项目权威概念与专题文档
skills/：Agent 技能文档（SKILL.md + references）

9. 推荐阅读路径（从 0 到能用）

概念与实体关系：doc/bay_abstract_entities.md
API 总览与细节：doc/bay_api_v1.md
错误码与排障：doc/bay_error_codes.md
浏览器运行时（实现与部署）：doc/gull_browser_runtime.md
浏览器操作规范（透传约束与工作流）：doc/agent_browser_guide.md
Ship 运行时与安全模型：doc/ship_architecture.md
self-update 闭环落地：doc/skills_self_update_guide_zh.md

项目仓库 README（补充）

Shipyard Neo

面向 AI Agents 的安全、可持久化沙箱执行平台（Secure, Persistent Execution Platform for AI Agents）

1. 系统组成与数据流

Shipyard Neo 由控制面 Bay 与数据面运行时 Ship / Gull 组成：

Bay：对外暴露 REST API，负责编排沙箱生命周期、鉴权、能力路由、幂等与 GC。
Ship：代码运行时（Python / Shell / Filesystem / Terminal），工作目录固定为 /workspace。
Gull：浏览器运行时，以“CLI 透传”方式执行 agent-browser 命令（HTTP 封装）。
Cargo：持久化存储卷（Docker Volume / K8s PVC），挂载到 /workspace，在 Ship 与 Gull 之间共享。

整体视角参考：doc/bay_abstract_entities.md 与 doc/ship_architecture.md。

2. 核心概念（Domain Model）

2.1 Sandbox / Session / Cargo

Sandbox（稳定 ID）：对外唯一计算资源单元，聚合 Profile、Cargo 与当前 Session；支持 TTL。状态由当前 Session 计算得出。详见 doc/bay_abstract_entities.md。
Session（临时会话）：代表一组运行中的容器实例，可能被系统按策略回收/重建，但对 Sandbox 客户端透明。详见 doc/bay_abstract_entities.md。
Cargo（持久化工作区）：存储卷，固定挂载到 /workspace，用于跨 Session/容器共享与持久化数据。详见 doc/bay_abstract_entities.md。

2.2 Profile / Capability Router

Profile：定义容器拓扑、资源限制、能力集合（python/shell/filesystem/browser）与空闲回收策略。详见 doc/bay_abstract_entities.md。
Capability Router：按能力类型将请求路由到提供该能力的容器与适配器（ShipAdapter / GullAdapter）。详见 doc/bay_abstract_entities.md。

3. API 入口（Bay API v1）

Bay API v1 是控制面 REST API，覆盖：

Sandboxes：创建/查询/延长 TTL/保活/停止/删除
Capabilities：Python 执行、Shell 执行、Filesystem 读写、Browser 透传执行
History：执行历史查询与标注
Skills：Candidate → Evaluate → Promote → Release → Rollback

完整参考：doc/bay_api_v1.md

错误语义与错误码：doc/bay_error_codes.md

4. 浏览器自动化（Gull 透传 agent-browser）

浏览器能力由 Gull 运行时提供，使用“CLI 透传”将 agent-browser 子命令暴露为 HTTP API。架构与实现细节见：doc/gull_browser_runtime.md

4.1 最关键约定（避免 80% 的失败）

传给 Gull 的 cmd 不需要也不应该带 agent-browser 前缀。
Gull 会自动注入 --session 与 --profile，因此 不要在 cmd 里再写 --session / --profile。
cmd 不是 shell：不要使用 >, |, &&, ; 等 shell 语法；需要落盘时，应先拿到 stdout，再通过 filesystem 写文件。
ref（@e1/@e2/...）在页面变化后会失效：导航/提交表单/明显 DOM 变化后必须重新 snapshot -i。

面向工程实践的操作指南：doc/agent_browser_guide.md

5. Ship 运行时与安全模型

Ship 运行时提供：Filesystem CRUD、IPython 执行、Shell 执行、WebSocket 终端等能力。组件与接口梳理见：doc/ship_architecture.md

安全要点（摘要）：

固定工作区根目录 /workspace，对路径做遍历防护（禁止逃逸）。
容器内采用 root + shipyard 双用户模型：root 运行服务，实际执行用户代码时降权到 shipyard。

6. Skills Self-Update（技能自迭代基建）

Shipyard Neo 提供的是 self-update 的“基础设施”，而不是固定训练框架：

执行证据层：Python/Shell/Browser 执行自动生成并持久化 execution_id。
技能控制面：Candidate → Evaluation → Release（canary/stable）→ Rollback。
Browser 自动发布策略：score>=0.85、replay_success>=95%、samples>=30 自动发 canary，健康 24h 自动升 stable。
自动回滚策略：success_rate 下降 >3% 或 error_rate 上升 >2x 自动回滚。
熔断开关：BAY_BROWSER_AUTO_RELEASE_ENABLED 可一键关闭 browser 自动发布（建议灰度期先设为 false）。
多入口：REST API / Python SDK / MCP Tools。

工程化落地指南：doc/skills_self_update_guide_zh.md

最小回归命令（新增 browser self-iteration 功能后建议必跑）：

cd pkgs/bay
uv run pytest -q \
tests/unit/managers/test_skill_lifecycle_service.py \
tests/unit/managers/test_browser_learning_scheduler.py \
tests/unit/api/test_capabilities_browser_payloads.py

7. 部署方案

7.1 Docker Compose（单机生产）

面向单机生产环境的自包含部署方案，强调安全与隔离。

网络架构：采用 container_network 驱动模式。Bay 与动态创建的 Ship/Gull 容器运行在同一 Docker Bridge 网络中，通过容器 IP 直接通信。Sandbox 容器不向宿主机暴露任何端口，极大减少了***面。
配置要点：在 config.yaml 中设置 driver.type: container_network，并确保 network_name 与 Compose 网络一致。
快速开始：

cd deploy/docker
docker compose up -d

详见：deploy/docker/README.md

7.2 Kubernetes（集群生产）

面向大规模集群的云原生部署方案，充分利用 K8s 的调度与存储能力。

资源调度：Bay 作为 Operator 角色，通过 K8s API 动态管理 Sandbox Pod（计算）和 PersistentVolumeClaim（存储）。支持 Pod 亲和性调度与资源配额限制。
网络模型：采用 Pod IP 直连模式。Bay 通过集群内 DNS 或 Pod IP 直接访问 Sandbox 实例，无缝集成 K8s 网络策略。
服务暴露：Bay 服务通过 Load*** 或 Ingress 暴露，支持 TLS 终结与七层路由。
配置要点：在 02-configmap.yaml 中配置 driver.type: k8s，并指定用于 Cargo 动态供给的 storage_class。
快速开始：

cd deploy/k8s
kubectl apply -f .

详见：deploy/k8s/README.md

8. 仓库结构（高层视图）

pkgs/bay/：Bay 控制面服务（REST API）
pkgs/ship/：Ship 代码运行时
pkgs/gull/：Gull 浏览器运行时（agent-browser passthrough）
shipyard-neo-sdk/：Python SDK
shipyard-neo-mcp/：MCP Server（面向 Agent 的工具入口）
deploy/：Docker Compose / Kubernetes 部署清单
doc/：本项目权威概念与专题文档
skills/：Agent 技能文档（SKILL.md + references）

9. 推荐阅读路径（从 0 到能用）

概念与实体关系：doc/bay_abstract_entities.md
API 总览与细节：doc/bay_api_v1.md
错误码与排障：doc/bay_error_codes.md
浏览器运行时（实现与部署）：doc/gull_browser_runtime.md
浏览器操作规范（透传约束与工作流）：doc/agent_browser_guide.md
Ship 运行时与安全模型：doc/ship_architecture.md
self-update 闭环落地：doc/skills_self_update_guide_zh.md

轩辕镜像配置手册

按平台快速找到配置文档

Docker

登录仓库拉取

登录认证 · 私有仓库

专属域名拉取

免登录 · 高速拉取

Linux

Docker 镜像配置

Windows / Mac

Docker Desktop 配置

MacOS OrbStack

OrbStack 容器

Docker Compose

Compose 项目配置

NAS

群晖

Synology 配置

飞牛

fnOS 镜像配置

绿联

绿联 NAS

威联通

QNAP 配置

极空间

极空间 NAS

企业仓库

其他仓库

ghcr · Quay · nvcr

Harbor 镜像源

Proxy Repository 对接

Portainer 镜像源

Registries 配置

Nexus 镜像源

Docker Proxy 缓存

开发工具

Dev Containers

VS Code 开发容器

Podman

Podman 配置指南

Singularity / Apptainer

HPC 科学计算容器

Kubernetes

K8s Containerd

Kubernetes · Containerd

K3s

轻量级集群

面板 / 网络

爱快路由

iKuai 镜像加速

宝塔面板

一键配置镜像源

AI

用 AI 使用轩辕镜像

agents.md · AI 对话 · 提示词

需要其他帮助？请查看我们的常见问题 Docker 镜像访问常见问题解答或提交工单

镜像拉取常见问题

功能

免费版与专业版区别

功能对比 · 版本选择

支持的镜像仓库

Docker Hub · GCR · GHCR

新手拉取配置

docker search 限制

专属域名 · Hub 搜索

不支持 push

仅支持 pull · 不支持

拉取速度原因

带宽 · 缓存 · 冷热镜像

排错

402 与流量用尽

402 · 流量包 · 充值

401 认证失败

401 · docker login

manifest unknown

标签错误 · 镜像不存在

410 Gone 排查

410 · Docker 升级

429 限流

免费版 · 请求频率

DNS 超时

DNS 解析 · 网络超时

账号

失败是否计费

manifest · blob · 计费

申请开发票（企业 / 个人）

企业 · 个人 · 工单

修改登录密码

网站 · 仓库 · 重置

注销账户

工单 · 数据 · 注销

原理

mirrors 不生效

daemon.json · 重启

去掉域名前缀

docker tag · 重命名

指定架构拉取

ARM64 · AMD64 · 多架构

latest 与「最新」

digest · 版本号 · 标签

查看全部问题→

用户好评

来自真实用户的反馈，见证轩辕镜像的优质服务

oldzhang

运维工程师

Linux服务器

"Docker访问体验非常流畅，大镜像也能快速完成下载。"