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。
随着容器化网络操作系统数量的不断增长,在用户定义的通用实验室拓扑中轻松运行它们的需求也日益增加。
遗憾的是,像 docker-compose 这样的容器编排工具并不适合此目的,因为它们不允许用户轻松创建定义拓扑的容器之间的连接。
Containerlab 提供了一个 CLI,用于编排和管理基于容器的网络实验室。它启动容器,在容器之间构建虚拟连接以创建用户选择的实验室拓扑,并管理实验室的生命周期。
Containerlab 专注于通常用于测试网络功能和设计的容器化网络操作系统,例如:
除了原生容器化 NOS 之外,containerlab 还可以使用 vrnetlab 或 boxen 集成 启动传统的基于虚拟机的路由器:
当然,containerlab 完全能够连接任意 Linux 容器,这些容器可以托管网络应用程序、虚拟功能或仅作为测试客户端。通过这一切,containerlab 提供了一个单一的 IaaC 接口来管理实验室,该实验室可以包含所有需要的节点变体:
以下简短视频简要演示了 containerlab 的功能并解释了其用途:
clab 文件 以声明式方式定义实验室。generate 功能,可以定义/启动任意规模的基于 CLOS 的拓扑。只需指定所需的层级数量和每个层级的大小,其余工作瞬间即可完成。Containerlab 文档可在 获取。
来自真实用户的反馈,见证轩辕镜像的优质服务