
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。
mageshwaranr/faas-eval-java-fn是一个Java函数示例镜像,用于模拟业务逻辑处理。该镜像通过标准输入(StdIN)接收JSON格式数据,经处理后通过标准输出(StdOUT)返回JSON结果,适用于Iron Functions无服务器计算平台。
respondIn:指定响应延迟时间responseStr:将作为输出中data字段的内容exitCode:程序退出时的状态码data:输入中的responseStr值prop:Java系统属性的键值对映射env:系统环境变量的键值对映射(修正原描述中重复的prop字段)respondIn、responseStr、exitCode三个属性。data、prop、env字段的JSON对象。bashdocker run -i mageshwaranr/faas-eval-java-fn # 输入示例(输入后按Ctrl+D结束): {"respondIn":500,"responseStr":"测试响应","exitCode":0}
func.yaml:yamlname: java-eval-fn image: mageshwaranr/faas-eval-java-fn
bashiron function create -f func.yaml
bashiron function call java-eval-fn -p '{"respondIn":100,"responseStr":"Hello Iron Functions","exitCode":0}'
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