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。
quay.io/argoproj/argo-rollouts 是 Argoproj 项目旗下的容器镜像,封装了 Argo Rollouts 控制器,是 Kubernetes 生态中用于渐进式部署的核心组件。它通过自定义资源(CRD)扩展 Kubernetes 原生部署能力,支持复杂发布策略,帮助用户实现应用更新的精细化控制与风险降低。
镜像 tag 反映了 Argo Rollouts 的版本迭代,常见命名规则:
release-x.y(如 release-1.9):对应主版本的稳定发布分支;v1.x.y(如 v1.9.0):具体版本号,包含正式版(如 v1.8.4)和候选版(如 v1.9.0-rc3);master:开发分支快照,包含最新特性但稳定性未验证;latest:通常指向最新稳定版。版本兼容性通常与 Kubernetes 版本相关(如 Argo Rollouts 1.9 可能要求 Kubernetes 1.24+,具体需参考官方兼容性矩阵)。
Rollout、AnalysisTemplate 等)定义部署策略。通常通过 Kubernetes 资源定义或 Helm Chart 部署:
# 示例:部署 Argo Rollouts 控制器(简化版)
apiVersion: apps/v1
kind: Deployment
metadata:
name: argo-rollouts
spec:
replicas: 1
template:
spec:
containers:
- name: argo-rollouts
image: quay.io/argoproj/argo-rollouts:v1.9.0
部署后可通过 kubectl argo rollouts 命令行工具管理 Rollout 资源,例如查看发布状态:
kubectl argo rollouts get rollout <rollout-name>
来自真实用户的反馈,见证轩辕镜像的优质服务