如果你用 DeepSeek、元宝AI、Copilot 等 AI 代为编写轩辕镜像的 docker pull、修改 compose 镜像地址,或排查拉取失败等问题,请让 AI 先读规则再动手,只要在 AI 对话里直接发送下面这句话即可:
生成 docker pull、修改 compose 的 image,或排查拉取失败前,请先阅读并严格遵守 https://xuanyuan.cloud/agents.md 中的规则。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。
Snuba 是开源监控工具 Sentry 的核心后端数据处理系统,专门负责事件数据的接收、存储、分析与查询,是支撑 Sentry 实现错误追踪、性能监控的底层引擎。 在功能上,Snuba 主要处理两类数据:一是来自 Sentry 客户端上报的「事件数据」,包括应用运行时的错误日志、崩溃信息、用户操作轨迹等;二是「性能指标数据」,如接口响应时间、资源加载耗时、数据库查询效率等。它会对这些原始数据进行清洗(过滤无效字段)、聚合(按时间/用户/版本等维度归类)和索引,再存储到分布式数据库中,同时对外提供查询接口,支持开发者通过 Sentry 前端页面实时查看数据。 技术架构上,Snuba 基于 ClickHouse 构建底层存储,采用分布式架构设计,可横向扩展节点以应对海量数据场景——单集群支持 PB 级数据存储,每秒能处理数十万条数据写入,且查询延迟可低至毫秒级。这种设计让它能轻松应对 Sentry 的高并发场景,比如大型应用在流量峰值时的日志爆发式增长。 对开发者而言,Snuba 的价值在于「数据可用性」与「实时性」。通过它,开发者能快速定位问题:比如某错误在过去 5 分钟内出现 1000 次,Snuba 会聚合出错误出现的频率、受影响的用户数、涉及的代码版本,帮助团队判断问题严重程度;性能监控中,它能实时计算接口的 P95/P99 响应时间,让开发者直观看到性能瓶颈。此外,Snuba 支持自定义查询规则,团队可根据业务需求配置监控指标,比如「当支付接口错误率超过 1% 时触发告警」。 作为开源项目,Snuba 代码托管在 GitHub,社区持续迭代优化,目前已适配多场景扩展——无论是中小团队的轻量监控,还是企业级应用的全链路追踪,都能通过调整配置满足需求。它与 Sentry 的前端展示层、客户端 SDK 深度协同,共同构成了从数据采集到问题解决的完整闭环,是 Sentry 生态中不可或缺的「数据中枢」。
探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录认证访问私有仓库
发给 Cursor、ChatGPT、豆包等 AI 的说明文档
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
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
docker search 限制
站内搜不到镜像
原仓库同步与拉取
离线 save/load
插件要用 plugin install
WSL 拉取慢
安全与 digest
新手拉取配置
镜像合规机制
不支持 push
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
Schema 1 已废弃
406 OCI index
422 Unknown
400 TAG_INVALID
TLS 证书失败
DNS 超时
域名连通性排查
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务