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。
Flowify是Equinor基于Argo workflows项目开发的工作流管理器。该项目旨在提供简单且非技术化的用户界面,帮助用户在Kubernetes平台上构建和执行数据密集型或计算密集型工作流。本仓库包含Flowify项目的服务器部分,客户端托管在其他位置。
要在Kubernetes集群上部署,请参见https://equinor.github.io/flowify-documentation/run_k8s/
已测试的要求(其他版本可能也适用)
git clone git@github.com:equinor/flowify-workflows-server.git
cd dev
docker compose up -d
[!NOTE] kind集群启动需要一些时间。
docker compose up -d --build server
以下服务将在指定端口可用:
| 服务 | 端口 |
|---|---|
| Flowify server | 8842 |
| MongoDB | 27017 |
docker inspect -f '{{range.NetworkSettings.Networks}}{{.IPAddress}}{{end}}' cluster-control-plane
docker exec cluster-control-plane cat /etc/kubernetes/admin.conf | sed "s/cluster-control-plane/$KUBERNETES_SERVICE_HOST/g"
> ~/.kube/config
docker cp ./dev/example_data/dump mongo_server:/
docker exec mongo_server mongorestore dump
在本地主机上设置以下虚拟JWT令牌作为环境变量:
export FLOWIFY_AUTH_TOKEN="Bearer eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJpc3MiOiJzYW5kYm94IiwiYXVkIjoiZmxvd2lmeSIsImlhdCI6MTY2MzY3NDU0NywibmJmIjoxNjYzNjc0NTQ3LCJleHAiOjI2MTA0NDU3NDcsIm9pZCI6IjgwNDgiLCJuYW1lIjoiRi4gTG93ZSIsImVtYWlsIjoiZmxvd0BzYW5kLmJveCIsInJvbGVzIjpbInNhbmRib3gtZGV2ZWxvcGVyIl19.Hc4gXrL6hsE91S6qlJpFfsONq7L-jTN9WsHxtC1fhGk"
或者,将以下声明编码为JWT令牌,并设置为环境变量FLOWIFY_AUTH_TOKEN的值:
"name": "F. Lowe",
"email": "flow@flowify.io",
"roles": [""],
"A short description of the workspace (optional)."
roles字段中的字符串需要与访问工作区所需的应用角色的value匹配,该值在Azure应用注册的"应用角色"中定义。也可以通过提供令牌数组的数组来指定多个角色列表。
所有用于保存工作区配置的core.v1.Configmap对象必须位于同一命名空间中。该命名空间的名称由namespace命令行标志设置。Flowify服务器应用程序需要具有从该命名空间读取ConfigMap的权限。已部署应用程序中当前可用的工作区可在https://github.com/equinor/flowify-infrastructure/blob/main/kube/server/values.yaml找到。
Flowify是Equinor基于https://argoproj.github.io/argo-workflows/项目开发的工作流管理器。该项目旨在提供简单且非技术化的用户界面,帮助用户在Kubernetes平台上构建和执行数据密集型或计算密集型工作流。本仓库包含Flowify项目的服务器部分,客户端托管在https://github.com/equinor/flowify-workflows-UI。
要在Kubernetes集群上部署,请参见https://equinor.github.io/flowify-documentation/run_k8s/
已测试的要求(其他版本可能也适用)
启动开发环境
git clone git@github.com:equinor/flowify-workflows-server.git
cd dev
docker compose up -d
[!NOTE] kind集群启动需要一些时间。
代码更改后重建服务器
docker compose up -d --build server
以下服务将在指定端口可用:
| 服务 | 端口 |
|---|---|
| Flowify server | 8842 |
| MongoDB | 27017 |
获取集群容器IP地址
docker inspect -f '{{range.NetworkSettings.Networks}}{{.IPAddress}}{{end}}' cluster-control-plane
从主机加载kubeconfig
docker exec cluster-control-plane cat /etc/kubernetes/admin.conf | sed "s/cluster-control-plane/$KUBERNETES_SERVICE_HOST/g"
> ~/.kube/config
加载示例数据库到MongoDB
docker cp ./dev/example_data/dump mongo_server:/
docker exec mongo_server mongorestore dump
可选:启动前端开发实例
在本地主机上设置以下虚拟JWT令牌作为环境变量:
export FLOWIFY_AUTH_TOKEN="Bearer eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJpc3MiOiJzYW5kYm94IiwiYXVkIjoiZmxvd2lmeSIsImlhdCI6MTY2MzY3NDU0NywibmJmIjoxNjYzNjc0NTQ3LCJleHAiOjI2MTA0NDU3NDcsIm9pZCI6IjgwNDgiLCJuYW1lIjoiRi4gTG93ZSIsImVtYWlsIjoiZmxvd0BzYW5kLmJveCIsInJvbGVzIjpbInNhbmRib3gtZGV2ZWxvcGVyIl19.Hc4gXrL6hsE91S6qlJpFfsONq7L-jTN9WsHxtC1fhGk"
或者,将以下声明编码为JWT令牌,并设置为环境变量FLOWIFY_AUTH_TOKEN的值:
"name": "F. Lowe",
"email": "flow@flowify.io",
"roles": [""],
"A short description of the workspace (optional)."
roles字段中的字符串需要与访问工作区所需的应用角色的value匹配,该值在Azure应用注册的"应用角色"中定义。也可以通过提供令牌数组的数组来指定多个角色列表。
所有用于保存工作区配置的core.v1.Configmap对象必须位于同一命名空间中。该命名空间的名称由namespace命令行标志设置。Flowify服务器应用程序需要具有从该命名空间读取ConfigMap的权限。已部署应用程序中当前可用的工作区可在https://github.com/equinor/flowify-infrastructure/blob/main/kube/server/values.yaml找到。
来自真实用户的反馈,见证轩辕镜像的优质服务