
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。
omnilint 是一个基于容器的工具,提供统一接口对任何文件进行静态分析,自动使用相应的检查工具。它特别适用于与 Travis、Jenkins 等持续集成 (CI) 工具结合使用,简化代码质量检查流程。
在 .travis.yml 中添加以下配置,即可创建一个对仓库文件执行静态分析的任务:
yamljobs: include: - name: omnilint language: generic install: docker pull docker.xuanyuan.run/lpenz/omnilint script: docker run --rm -u "$UID" -v "$PWD:$PWD" -w "$PWD" lpenz/omnilint
或作为 GitHub Action 使用,创建如下 https://help.github.com/en/actions/automating-your-workflow-with-github-actions/configuring-a-workflow 文件:
yamlname: CI on: push jobs: build: runs-on: ubuntu-latest steps: - uses: actions/checkout@master - uses: docker://lpenz/omnilint:latest
.c 文件使用 cppcheck.sh 文件使用 shellcheck.py 文件使用 pyflakes最简单的安装方式是从 https://hub.docker.com/r/lpenz/omnilint/ 拉取镜像:
bashdocker pull docker.xuanyuan.run/lpenz/omnilint
运行容器时,需将待分析文件所在目录映射到容器中:
bashdocker run --rm -u "$UID" -v "$PWD:$PWD" -w "$PWD" docker.xuanyuan.run/lpenz/omnilint
也可直接调用仓库中提供的脚本 bin/omnilint-docker-run 执行。
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