
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。
Av1an Docker镜像是一个跨平台视频编码框架的容器化实现,旨在简化AV1、HEVC、H264、VP9、VP8等视频格式的编码流程。该镜像集成了多种主流编码器(AOM、RAV1E、SVT-AV1、x265、x264等),支持通过场景分割实现并行编码,提供目标质量控制、编码恢复等高级功能,适用于需要高效视频转码的场景。
Linux系统
bashdocker run --privileged -v "$(pwd):/videos" --user $(id -u):$(id -g) -it --rm masterofzen/av1an:latest -i 输入文件.mkv [选项]
Windows系统
powershelldocker run --privileged -v "${PWD}:/videos" -it --rm masterofzen/av1an:latest -i 输入文件.mkv [选项]
bashdocker build -t "av1an" .
bashdocker run --privileged -v "/自定义目录路径":/videos --user $(id -u):$(id -g) -it --rm masterofzen/av1an:latest -i 输入文件.mkv [选项]
注意:Linux系统需添加
--user $(id -u):$(id -g)参数避免权限问题,确保用户对挂载目录有读写权限。
-i, --input:输入文件路径(支持Vapoursynth脚本(.py,.vpy))-o, --output-file:输出文件路径(默认:输入文件名_编码器.mkv,始终为.mkv格式)-e, --encoder:选择编码器(默认:aom;可选:aom, rav1e, vpx, svt-av1, x264, x265)-v, --video-params:编码器参数(需用单/双引号包裹,如:"--cpu-used=3 --cq-level=30")-p, --passes:编码 passes 数量(默认值:AOMENC:2, rav1e:1, SVT-AV1:1, VPX:2, x265:1, x264:1)-w, --workers:覆盖工作进程数量-r, --resume:恢复中断的编码任务--keep:编码完成后保留临时文件夹-q, --quiet:不显示终端进度条-l, --logging:日志文件路径(默认在临时文件夹)--temp:临时文件夹路径(默认:.hash)-c, --concat:片段拼接方式(默认:ffmpeg;可选:ffmpeg, mkvmerge, ivf)--webm:输出webm格式(需确保音视频源兼容)-a, --audio-params:FFmpeg音频参数(默认:复制源音频;如:'-c:a libopus -b:a 192k')-f, --ffmpeg:FFmpeg视频选项(应用于每个编码片段;如:" -vf scale=320:240 ")--pix-format:自定义像素/位格式(默认:yuv420p10le)--split-method:场景分割方法(默认:av-scenedetect;可选:av-scenedetect, none)-m, --chunk-method:分块方式(默认自动选择;可选:segment, select, ffms2, lsmash, hybrid)-s, --scenes:场景保存/读取文件路径-x, --extra-split:超过指定大小的片段将被分割(默认:240)--min-scene-len:最小片段帧数--target-quality:目标质量值(基于VMAF算法)--target-quality-method:质量控制算法(可选:per_shot)--min-q, --max-q:最小/最大量化值限制(默认使用编码器范围)--vmaf:编码后计算VMAF并生成图表--vmaf-path:自定义libvmaf模型路径(需同时提供.pkl和.pkl.model文件)--vmaf-res:VMAF计算分辨率(默认:1920x1080)--probes:质量探测次数(默认:4)--probe-slow:使用指定视频参数进行VMAF探测--vmaf-filter:VMAF计算使用的滤镜(filter_complex格式)--probing-rate:VMAF探测采样率(每N帧采样,默认:4)--vmaf-threads:VMAF计算线程限制| 标签 | 描述 |
|---|---|
| latest | 最新稳定版本 |
| master | master分支最新提交 |
| sha-##### | 特定提交哈希对应的版本 |
| #.## | 稳定版本号(如1.20) |
bashdocker run --privileged -v "$(pwd):/videos" --user $(id -u):$(id -g) -it --rm masterofzen/av1an:latest -i input.mkv
bashdocker run --privileged -v "$(pwd):/videos" --user $(id -u):$(id -g) -it --rm masterofzen/av1an:latest \ -i input.mkv \ -e svt-av1 \ -v " --cpu-used=3 --end-usage=q --cq-level=30 --threads=8 " \ -w 10 \ --target-quality 95 \ -a "-c:a libopus -ac 2 -b:a 192k" \ -log encode.log \ -o output.mkv
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