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/octohelm/harbor/harbor-db 是 Harbor 企业级容器镜像仓库的数据库组件镜像,专门用于支撑 Harbor 平台的运行。Harbor 作为开源的容器镜像管理工具,主要用于企业内部存储、分发和保护容器镜像,而数据库是其核心支撑组件,负责存储平台运行所需的各类关键数据。 这个镜像的核心功能是提供稳定的数据存储服务,具体包括用户与权限信息(如用户账号、角色分配、项目访问权限配置)、镜像元数据(如镜像名称、标签、版本记录、拉取推送日志),以及 Harbor 系统配置(如仓库策略、安全扫描规则、跨区域复制任务设置)等。这些数据是 Harbor 实现镜像生命周期管理、精细化权限控制、操作审计追踪的基础,数据库的性能和稳定性直接影响整个仓库的运行效率。 从技术实现来看,该镜像基于 PostgreSQL 数据库构建,但并非通用的 PostgreSQL 镜像,而是针对 Harbor 的业务场景做了深度定制。开发团队预设了适配 Harbor 数据模型的数据库表结构,调整了连接池大小、缓存策略等性能参数,还优化了与 Harbor 其他组件(如核心服务 harbor-core、镜像存储服务 harbor-registry)的通信逻辑,确保数据交互高效稳定。 作为专门为 Harbor 设计的组件,它的优势在于“开箱即用”的兼容性。企业在部署 Harbor 时,无需手动配置通用数据库,直接使用该镜像即可完成数据库层的搭建,减少了因环境适配问题导致的部署复杂度。此外,镜像维护方会同步跟进 Harbor 的版本更新,确保数据库组件与最新版 Harbor 功能匹配,降低企业升级时的适配成本。 实际应用中,这个镜像通常与 Harbor 的其他组件(如 harbor-core、harbor-portal、harbor-jobservice 等)配合部署,通过 Docker Compose 或 Kubernetes 等工具组成完整的 Harbor 服务。无论是企业内部搭建私有镜像仓库,还是在 CI/CD 流程中集成镜像管理环节,只要需要部署 Harbor,就需要用到这个数据库组件来存储和管理核心数据。对于需要快速搭建 Harbor 的团队来说,直接拉取该镜像并启动容器,即可快速完成数据库层的部署,大幅简化了 Harbor 整体的搭建流程。
来自真实用户的反馈,见证轩辕镜像的优质服务