
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Docker镜像用于实现作业的自动评分功能,支持对学生提交的代码进行测试并生成详细的评分结果。镜像提供单个学生作业评分和批量评分两种模式,帮助教育工作者高效完成作业评估工作。
使用镜像时需挂载以下目录:
/tests:存放测试文件的目录。/student:存放学生代码的目录(单个学生或批量学生代码)。/grades:用于保存评分结果的目录(需提前创建)。使用方法
bashdocker run --rm \ -v <测试文件目录>:/tests \ -v <学生代码目录>:/student \ -v <评分输出目录>:/grades \ -it <镜像名称> grade \ -i <学生ID> \ -e <练习ID>
参数说明:
-v <测试文件目录>:/tests:替换为本地测试文件所在目录。-v <学生代码目录>:/student:替换为本地学生代码所在目录。-v <评分输出目录>:/grades:替换为本地评分结果保存目录(需提前创建)。-i <学生ID>:指定要评分的学生ID。-e <练习ID>:指定要测试的练习ID。测试示例
bashdocker run --rm \ -v ${PWD}/tests:/tests \ -v ${PWD}/studentcode:/student \ -v ~/grades:/grades \ -it docker.io/abarcomb/auto-grader:latest grade \ -i 000000 \ -e exercise1_3
使用方法
bashdocker run --rm \ -v <测试文件目录>:/tests \ -v <作业目录>:/student \ -v <评分输出目录>:/grades \ -it <镜像名称> gradeall \ -e <练习ID>
参数说明:
-v <作业目录>:/student:替换为包含所有学生作业压缩包的目录(D2L导出格式)。-e <练习ID>:指定要测试的练习ID。测试示例
bashdocker run --rm \ -v ${PWD}/tests:/tests \ -v ${PWD}/studentcode/Assignment1:/student \ -v ~/grades:/grades \ -it docker.io/abarcomb/auto-grader:latest gradeall \ -e exercise1_3
通过Docker Compose可简化镜像的构建、运行和推送流程:
bashdocker-compose build # 指定标签构建 TAG=test123 docker-compose build
bashdocker-compose run grader bash
bashdocker-compose push # 指定标签推送 TAG=test123 docker-compose push
若需本地构建镜像:
bashdocker build -t mylocalimage .
D2L导出的作业格式:
bashAssignment1solutionsDownload.zip └── <随机数>-<姓名>-<日期/ID> └── 学生上传的压缩文件
评分结果以CSV文件形式保存,每行格式:
<练习名称>,<学生ID>,<通过测试数>,<总测试数>,<失败原因(用竖线分隔)>
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