
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。
!https://raw.githubusercontent.com/testground/pm/master/logo/TG_Banner_GitHub.jpg
,在相同目录(testground/testground 仓库检出目录)中 # 将此仓库中的网络测试计划导入 $TESTGROUND_HOME/plans # 有关此路径的更多信息,请访问 https://docs.testground.ai/getting-started#running-testground $ testground plan import --from ./plans/network # 运行 network 计划中的 ping-pong 测试用例的两个实例, # 使用 docker:go 构建,使用 local:docker 运行 $ testground run single --plan=network --testcase=ping-pong \ --builder=docker:go --runner=local:docker \ --instances=2
有关更多信息,请参见快速开始和我们文档网站上的其他文档!🚀
本 README 只是冰山一角!请访问我们的完整文档网站 docs.testground.ai。
在那里,您将找到概念性的系统概述、编写测试计划的提示、运行测试计划的说明、配置运行器和构建器、部署 Kubernetes 集群等更多内容。
如果发现任何问题或不准确之处,请https://github.com/testground/testground/issues/new?assignees=&labels=docs&template=DOCS.md&title=docs%20site:%20%3Cdescribe%20the%20problem%3E%E3%80%82
您开发分布式测试计划,就像编写针对本地 API 的单元测试一样。
您的测试计划调用协调 API 以:
没有特殊的“指挥”节点告诉实例何时做什么。 编排和排序由测试计划本身内部实现。
您可以决定要针对哪些上游软件版本执行测试。
在测试计划内部:
通过基于 TOML 的组合文件,您指示 Testground 执行:
您通过单个命令收集测试计划的输出, 并使用数据处理脚本和平台(如即将推出的 Jupyter notebooks 集成)得出结论。
(🌕 = 完全支持 // 🌑 = 计划中)
测试计划是具有正式契约的黑盒。Testground 承诺注入一组环境变量,测试计划承诺在标准输出上发出事件,并在输出目录中生成资产。
用于运行以不同语言编写、针对不同运行时和规模级别的测试计划:
exec:go 和 docker:go 构建器:将 Go 编写的测试计划编译为可执行文件或容器。local:exec、local:docker、cluster:k8s 运行器:在本地(适合 2-300 个实例)或集群(Kubernetes,适合 300-10k 个实例)中运行可执行文件或容器。有空闲时间并想添加对 Rust、Python 或其他语言编写的测试计划的支持吗?这很简单!打开一个 issue,社区将为您提供指导!
基于 Redis 的轻量级 API,提供同步原语,以协调和编排跨节点集群的分布式测试工作负载。
测试实例能够设置连接性、延迟、抖动、带宽、重复、数据包损坏等,以模拟各种网络条件。
按照 https://github.com/testground/infra 中的说明,在 AWS 上创建准备运行 Testground 作业的 Kubernetes 集群。
针对特定版本的上游依赖编译测试计划(例如 moduleX v0.3 或 commit 1a2b3c)。
以便单个测试计划能够适应被测组件随时间演变的一系列版本。
诊断: 通过 pprof(适用于 Go 测试计划)自动诊断,指标实时发送到 InfluxDB。指标可以是原始数据点或聚合测量值,如直方图、计数器、仪表、移动平均值等。
结果: 测试计划结束时,所有结果批量推送到 InfluxDB,以便后续探索、分析和可视化。
通过声明式组合场景创建定制的测试运行,包含不同的组、队列、上游依赖、测试参数等。
从运行中的所有参与者生成和收集/导出/下载测试输出(日志、资产、事件跟踪、运行事件等)。
plans 目录中包含一些基本的、与项目无关的 Testground 测试计划。我们使用这些计划来验证 Testground 本身的功能。
要将它们链接到 $TESTGROUND_HOME/plans 下,如果您使用默认路径,以下命令应该可以(假设您已经运行过 Testground 守护进程一次,因此 $TESTGROUND_HOME 布局已为您创建):
shell$ # 从本仓库的根目录运行以下命令;它将把所有测试计划符号链接到 $TESTGROUND_HOME/plans 下 $ ln -s $PWD/plans/* $HOME/testground/plans $ testground run single --plan network --testcase ping-pong --builder=docker:go --runner=local:docker --instances=2
有关特定项目的测试计划,请查看这些仓库:
要使用它们,请使用以下 testground 命令将它们导入 $TESTGROUND_HOME/plans:
shell$ testground plan import --git --from https://github.com/libp2p/test-plans.git --name libp2p $ testground plan import --git --from https://github.com/ipfs/test-plans.git --name ipfs $ # 运行 libp2p/dht 测试计划中的 find-peers 测试用例(这不是完整命令!) $ testground run single --plan libp2p/dht --testcase find-peers --builder docker:go --runner local:docker <options>
请在贡献前阅读我们的贡献指南。
https://github.com/daviddias%E3%80%81https://github.com/stebalien%E3%80%81https://github.com/jimpick%E3%80%81https://github.com/aschmahmann%E3%80%81https://github.com/dirkmc%E3%80%81https://github.com/yusefnapora%E3%80%82
您可以在 https://github.com/testground/pm/tree/master/_meeting-notes 找到 Testground 团队会议的记录。
双重许可:MIT、Apache Software License v2,通过许可协议栈授权。
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