热门搜索:
quay.io/argoproj/argoexec:dev-pprof-windows
quay.iolinux/amd64dev-pprof-windows大小: 未知更新于 2026年5月18日
让 AI 帮你使用轩辕镜像？ · 展开查看说明
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。
argoexec 镜像技术说明
技术定位
argoexec 是 Argo 项目（Kubernetes 原生工作流引擎）的核心执行组件，通常用于 Argo Workflows 的任务执行环节，负责工作流步骤的调度、运行与生命周期管理。
支持环境
- 架构与操作系统：提供多平台支持，涵盖 Linux（amd64/arm64 架构）及 Windows 系统，满足异构环境部署需求。
- 安全特性：包含
latest-nonroot等标签，支持以非 root 用户运行，符合容器安全最佳实践，降低权限风险。
典型使用场景
- 工作流任务执行：作为 Argo Workflows 的执行器，处理工作流中的具体任务（如命令执行、容器化作业调度等）。
- 多集群协调：
multic系列标签可能涉及跨集群任务分发与资源同步，常见于分布式工作流场景。 - 资源管理：
rm-server相关标签可能与工作流资源（如 Pod、服务）的创建、清理逻辑相关，优化集群资源利用。
与 Kubernetes 生态集成
作为 Argo 项目的关键组件，argoexec 与 Kubernetes 深度集成，需部署在 K8s 集群中，配合 Argo Workflows CRD（Custom Resource Definition）使用。典型部署方式为通过 Argo Workflows 控制器自动调度，或手动拉取镜像运行：
docker pull quay.io/argoproj/argoexec:latest
镜像拉取常见问题
功能
排错
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"