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。
Kubeflow 是 Kubernetes 上 AI 平台的工具基础。
AI 平台团队可以通过独立使用每个项目或部署整个 AI 参考平台来构建基于 Kubeflow 的解决方案,以满足其特定需求。Kubeflow AI 参考平台具有可组合性、模块化、可移植性和可扩展性,由 Kubernetes 原生项目生态系统提供支持,涵盖 AI 生命周期 的每个阶段。
无论您是 AI 从业者、平台管理员还是开发团队,Kubeflow 都提供模块化、可扩展且可延伸的工具来支持您的 AI 用例。
有关更多信息,请参阅 官方文档。
Kubeflow 由多个开源项目组成,这些项目针对 AI 生命周期的不同方面。这些项目设计为既可独立使用,也可作为 Kubeflow AI 参考平台的一部分使用。这为可能不需要完整端到端 AI 平台功能但希望利用特定功能(如模型训练或模型服务)的用户提供了灵活性。
| Kubeflow 项目 | 源代码 |
|---|---|
| KServe | https://github.com/kserve/kserve |
| Kubeflow Katib | https://github.com/kubeflow/katib |
| Kubeflow Model Registry | https://github.com/kubeflow/model-registry |
| Kubeflow Notebooks | https://github.com/kubeflow/notebooks |
| Kubeflow Pipelines | https://github.com/kubeflow/pipelines |
| https://github.com/kubeflow/sdk | https://github.com/kubeflow/sdk |
| Kubeflow Spark Operator | https://github.com/kubeflow/spark-operator |
| Kubeflow Trainer | https://github.com/kubeflow/trainer |
Kubeflow AI 参考平台指的是一整套 Kubeflow 项目,结合了额外的集成和管理工具。Kubeflow AI 参考平台部署了用于整个 AI 生命周期的综合工具包。可通过 打包发行版 或 Kubeflow 清单 安装 Kubeflow AI 参考平台。
| Kubeflow AI 参考平台工具 | 源代码 |
|---|---|
| Central Dashboard | https://github.com/kubeflow/dashboard |
| Profile Controller | https://github.com/kubeflow/dashboard |
| Kubeflow Manifests | https://github.com/kubeflow/manifests |
Kubeflow 是由 Kubeflow 工作组 在 Kubeflow 指导委员会 指导下维护的社区主导项目。
我们鼓励您了解 Kubeflow 社区 以及如何 为项目做贡献!
来自真实用户的反馈,见证轩辕镜像的优质服务