allegroai/clearml-agent-k8s-base
allegroai
ClearML Agent的Kubernetes粘合镜像，用于在独立集群环境中连接ClearML Agent与Kubernetes，实现任务调度与资源管理的集成。
下载次数: 0状态：社区镜像维护者：allegroai仓库类型：镜像最近更新：4 年前
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。
ClearML Agent K8s 粘合镜像
概述
ClearML Agent K8s 粘合镜像是专为独立Kubernetes集群设计的集成工具，用于连接ClearML Agent与Kubernetes集群，提供任务调度、资源管理和集群集成的中间层能力，简化ClearML任务在独立K8s环境中的部署与运行流程。
核心功能与特性
- ClearML Agent集成：与ClearML Agent无缝对接，支持任务从ClearML平台下发至Kubernetes集群
- Kubernetes资源管理：提供Pod调度、资源限制（CPU/内存/GPU）、命名空间管理等K8s原生资源控制能力
- 独立集群适配：针对独立Kubernetes集群优化，无需依赖外部服务或复杂集群配置
- 任务生命周期管理：支持任务启动、监控、停止、重试等全生命周期管理
- 配置灵活性：通过环境变量和配置文件支持自定义K8s连接参数、资源配置和任务优先级
使用场景与适用范围
- 独立Kubernetes集群中部署和运行ClearML任务
- 需要将ClearML任务调度至K8s集群进行资源隔离和高效管理的场景
- 简化ClearML与Kubernetes集成流程，减少手动配置工作的场景
- 中小型团队或个人在独立K8s环境中使用ClearML进行机器学习任务管理的场景
使用方法与配置说明
基本部署命令
bashdocker run -d \ --name clearml-agent-k8s-glue \ -e CLEARML_AGENT_CONFIG=/etc/clearml/agent.conf \ -e KUBECONFIG=/etc/kubernetes/config \ -v /path/to/clearml/agent.conf:/etc/clearml/agent.conf \ -v /path/to/kubeconfig:/etc/kubernetes/config \ docker.xuanyuan.run/clearml/agent-k8s-glue:latest
环境变量配置
| 环境变量 | 描述 | 示例值 |
|---|---|---|
CLEARML_AGENT_CONFIG | ClearML Agent配置文件路径 | /etc/clearml/agent.conf |
KUBECONFIG | Kubernetes配置文件路径 | /etc/kubernetes/config |
CLEARML_API_HOST | ClearML API服务地址 | https://api.clearml.example.com |
CLEARML_WEB_HOST | ClearML Web UI地址 | https://web.clearml.example.com |
K8S_NAMESPACE | K8s任务运行命名空间 | clearml-tasks |
RESOURCE_LIMIT_CPU | 默认CPU资源限制 | 2 |
RESOURCE_LIMIT_MEMORY | 默认内存资源限制 | 4Gi |
配置文件说明
ClearML Agent配置文件（agent.conf）需包含ClearML平台认证信息和任务调度参数，示例片段：
ini[agent] worker_id = k8s-glue-worker-01 queue = default [api] web_server = https://web.clearml.example.com api_server = https://api.clearml.example.com files_server = https://files.clearml.example.com credentials = access_key = YOUR_ACCESS_KEY secret_key = YOUR_SECRET_KEY
任务调度示例
通过ClearML平台提交任务时，可在任务配置中指定K8s资源需求：
pythonfrom docker.xuanyuan.run/clearml import Task task = Task.init(project_name="example", task_name="k8s-test-task") task.set_resource_requirements(cpu=2, memory="4G", gpu=1) task.execute_remotely(queue_name="default")
任务将由ClearML Agent K8s粘合镜像调度至K8s集群，并按指定资源需求创建Pod运行。
镜像拉取方式
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。
轩辕镜像加速拉取命令点我查看更多 clearml-agent-k8s-base 镜像标签
docker pull docker.xuanyuan.run/allegroai/clearml-agent-k8s-base:<标签>
DockerHub 原生拉取命令
docker pull allegroai/clearml-agent-k8s-base:<标签>
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。"