quay.io/unstructured-io/base-images:rocky9.2-9
quay.iolinux/amd64rocky9.2-9大小: 11.92GB更新于 2025年8月22日
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
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。
quay.io/unstructured-io/base-images 是数据处理工具开发商 Unstructured.io 推出的一系列基础容器镜像，托管在 Red Hat 旗下的容器仓库 quay.io 上。它们就像数据处理应用的“预制地基”，帮开发者跳过繁琐的环境配置，直接搭建处理文档、图片、表格等非结构化数据的应用框架。 这些镜像里提前装好的数据处理“工具箱”很实用：Python 运行环境、解析 PDF 和 Word 文档的 PyPDF2、python-docx 库，识别图片文字的 Tesseract OCR 工具，提取表格的 Camelot 组件，还有基础系统工具和安全补丁。硬件兼容性也不错，amd64 和 arm64 架构都支持，不管是 x86 服务器还是 ARM 开发板，拉下来就能用。镜像体积做了精简，核心功能保留的同时，尽量缩小占用空间，部署起来很快。 实际用的时候，企业搭文档自动解析系统、建非结构化数据抽取管道，或者做 AI 训练数据预处理，都能拿它当基础。比如要开发一个自动提取合同里关键信息的服务，直接基于这些镜像构建，不用自己装各种依赖库；处理大量 PDF 里的表格数据时，镜像里的工具链能直接上手，省去调试环境的时间。 比起自己从零配环境，这些镜像的好处挺实在：省时间，预装的依赖覆盖了大部分数据处理场景，不用一个个试错安装；环境统一，团队里不管谁用，基础镜像一样，能少踩“本地跑正常、部署就出错”的坑；还能无缝对接 Unstructured.io 的其他工具，像数据导入工具 unstructured-ingest、API 服务框架 unstructured-api，基于镜像扩展一下就能跑起来。作为开源项目的一部分，它们文档全，社区会定期更新维护，安全漏洞修复也及时，用着更省心。
镜像拉取常见问题
功能
错误码
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。"