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。
ghcr.io/kyverno/cleanup-controller 是 Kyverno 生态中的一款 Kubernetes 资源清理工具,主要用来自动清理集群中不再需要的资源,帮助运维人员维护集群整洁。它和 Kyverno 的策略系统深度集成,能基于预设规则自动识别并处理过期、冗余或无用的资源,减少人工操作成本。
它最核心的能力是“策略驱动清理”。用户可以通过自定义规则(比如资源标签、存活时间、运行状态等条件)来指定哪些资源需要清理。比如,给临时测试 Pod 打上 env: test 标签,就能配置规则让这类 Pod 运行超过 24 小时后自动删除;或者针对完成任务的 Job 资源,设置“状态为 Completed 且超过 1 小时”的条件,让它自动清理。除了 Pod 和 Job,它还支持清理 ConfigMap、Secret、Deployment 副本等多种 Kubernetes 资源,覆盖日常运维中常见的清理场景。
使用时,用户通过 Kubernetes 的 CRD(自定义资源定义)创建 CleanupPolicy 规则,在规则里指定目标资源类型(如 Pod、Job)、匹配条件(如标签 app: temp、存活时间 ttl: 1h)以及清理动作(如删除)。cleanup-controller 会持续监听集群 API,当资源满足规则中的条件时,就会自动触发清理流程,整个过程无需人工介入。
在 CI/CD 环境中,它能自动清理构建完成后遗留的临时 Pod,避免资源长期占用;测试环境里,可定期清理过期的测试命名空间或测试资源,防止集群资源浪费;生产环境中,还能用来清理旧版本 Deployment 的无用副本、长时间未更新的 Secret 等,降低存储和管理压力。
作为 Kyverno 生态工具,它天然支持 Kyverno 的策略语法,用户无需学习新的配置方式,直接复用现有策略习惯即可。同时,规则配置灵活,既能按时间(如 TTL)、标签筛选资源,也能根据资源状态(如 Job 完成、Pod 失败)触发清理,适配不同场景需求。这种自动化清理能力,不仅能提升集群资源利用率,还能减少人工操作失误,让运维人员更专注于核心业务。
总的来说,cleanup-controller 是 Kubernetes 集群资源管理的实用工具,通过策略驱动的自动化清理,帮助团队高效维护集群秩序,降低运维负担。
来自真实用户的反馈,见证轩辕镜像的优质服务