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。
该镜像是Concourse官方Docker Image Resource的分支版本,专注于实验性场景,帮助用户在Concourse CI/CD流水线中实现Docker镜像的拉取、推送等核心操作,便于自定义资源逻辑的测试与验证。
yamlresources: - name: test-docker-image type: docker-image source: repo: registry.example.com/my-project/image tag: v1.0 username: ((docker-registry-username)) password: ((docker-registry-password))
load路径(本地镜像tar包位置)或build路径(Dockerfile所在目录)在Concourse流水线中引用该资源的完整配置示例:
yamljobs: - name: build-and-push plan: - get: project-code trigger: true - task: build-image config: platform: linux image_resource: type: registry-image source: {repo: docker, tag: 24.0} inputs: - name: project-code outputs: - name: image-artifact run: path: sh args: - -c - | cd project-code docker build -t registry.example.com/my-project/image:v1.0 . docker save registry.example.com/my-project/image:v1.0 > ../image-artifact/image.tar - put: test-docker-image params: load: image-artifact/image.tar
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。




来自真实用户的反馈,见证轩辕镜像的优质服务