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/spidernet-io/egressgateway-agent 是 Spidernet.io 开源项目下的容器化组件,专为 Kubernetes 集群的出站流量管理设计,是构建集群出口网关能力的核心执行单元。
作为节点级运行的代理程序,它主要承担三项关键职能:首先是流量采集与识别,通过监听节点网络接口或容器网络命名空间,实时捕获 Pod 发起的出站连接,解析目标地址、协议类型等元数据,为后续策略匹配提供基础;其次是策略落地与执行,接收来自集群控制平面(如 egressgateway-controller)下发的出站规则(如基于命名空间、Pod 标签的流量分流策略,或带宽限制、访问控制列表等),并通过操作 iptables、IPVS 等底层网络工具,将策略转化为节点本地可执行的网络规则;最后是转发协调与状态反馈,根据策略要求将流量定向至指定的出口网关实例(如物理网关、云厂商 NAT 网关等),同时监控转发状态,向控制平面上报流量统计、策略生效情况等数据,确保管理端对集群出站流量可视可控。
该组件的设计聚焦实际运维场景:在混合云架构中,可按目标地址将流量分流至不同出口链路(如本地数据中心网关或公有云 ***);在多租户集群中,通过标签隔离不同团队的出站带宽与访问范围;在合规审计场景下,记录关键流量的源目信息与转发路径,满足审计追溯需求。
技术实现上,它采用轻量化设计,容器镜像体积控制在 50MB 以内,资源占用低,可适配边缘节点等资源受限环境;支持动态配置更新,策略变更无需重启 Pod,秒级生效;兼容主流 CNI 插件(如 Calico、Flannel)及 Kubernetes 1.20+ 版本,部署时通过 DaemonSet 控制器自动适配节点,降低运维接入成本。
整体而言,egressgateway-agent 解决了传统集群出站流量“黑盒化”问题,通过将控制平面策略转化为节点级执行动作,让管理员能以更精细、可编排的方式管理集群出口流量,适用于需严格管控流量路径、保障多出口可靠性或满足合规要求的企业级 Kubernetes 环境。
来自真实用户的反馈,见证轩辕镜像的优质服务