
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。
OSS Fuzzers镜像是一个集成多种开源模糊测试(Fuzzing)工具的Docker镜像,旨在为开发者提供便捷、标准化的模糊测试环境,帮助自动化发现开源软件(OSS)中的安全漏洞、内存泄漏及逻辑错误等问题。
bashdocker pull ossfuzzers:latest
/path/to/target目录下的C语言项目(需提前准备符合模糊测试格式的目标函数):bashdocker run -it --rm -v /path/to/target:/fuzz/target ossfuzzers:latest \ /bin/bash -c "cd /fuzz/target && ./configure && make && afl-fuzz -i in -o out ./fuzz_target"
-v /path/to/target:/fuzz/target:挂载本地测试目标代码至容器内;afl-fuzz -i in -o out ./fuzz_target:使用AFL框架对目标程序fuzz_target执行模糊测试,in为初始测试用例目录,out为测试结果输出目录。LLVMFuzzerTestOneInput函数);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