
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。
Teamscale JaCoCo Agent Docker镜像是一个基于JaCoCo框架的代码覆盖率代理工具容器化实现,旨在收集Java应用程序的代码覆盖率数据,并支持与Teamscale平台集成以进行代码质量分析。该镜像提供了便捷的部署方式,适用于开发调试和CI/CD流程,帮助开发团队实时监控代码覆盖率情况。
jacocoagent.properties)自定义上传参数、覆盖率采集范围等配置官方镜像下载
通过Docker Hub获取预构建镜像:
bashdocker pull cqse/teamscale-jacoco-agent:<tag>
具体标签版本可参考https://hub.docker.com/r/cqse/teamscale-jacoco-agent/tags/
本地镜像构建
如需自定义构建,执行以下命令:
bashdocker build -f agent/src/docker/Dockerfile .
代理核心配置通过jacocoagent.properties文件实现,包含覆盖率数据上传至Teamscale的必要参数(默认注释,可根据需求启用)。配置示例位于项目的sample-debugging-app/jacocoagent.properties,关键配置项包括:
镜像运行需挂载配置文件并指定目标Java应用。详细运行参数与示例可参考官方文档:https://github.com/cqse/teamscale-jacoco-agent/blob/master/agent/README.md
构建项目
./gradlew assemble生成构件SampleApp运行配置,可直接调试内置sample-debugging-app调试注意事项
sample-debugging-app/jacocoagent.properties需根据调试需求调整(如启用上传配置)IllegalStateException: Cannot process instrumented class错误,需在IntelliJ设置中配置"Build and run using: IntelliJ IDEA"(路径:Settings -> Build, Execution, Deployment -> Build Tools -> Gradle)build.gradle与BuildVersion.kt中的插件版本号./gradlew publishToMavenLocal将插件部署至本地Maven仓库mavenLocal()仓库并依赖该插件版本./gradlew --no-daemon -Dorg.gradle.debug=true,通过IntelliJ"Run > Attach to Process"附加调试器./gradlew --no-daemon --debug-jvm,在测试阶段启动时附加调试器21.3.0)build.gradle中的appVersion版本号#release-crew频道进行Maven Central发布(通过Sonatype Staging Repository)版本号遵循语义化版本规范,所有发布二进制文件托管于GitHub Releases,建议生产环境仅使用官方发布版本。
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