
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。
本镜像为Dash软件提供专用构建模板,旨在简化Dash应用程序的构建过程。通过集成预配置的构建环境、标准化构建流程和依赖管理机制,帮助开发人员快速完成Dash应用的构建、打包和部署准备,减少环境配置开销,提升开发效率。
内置Dash应用构建所需的基础依赖(包括Python环境、Dash核心库、构建工具链等),无需手动安装和配置底层组件。
提供统一的构建脚本和步骤,支持从源代码到可部署产物的自动化转换,确保不同环境下构建结果的一致性。
支持通过环境变量自定义构建参数(如目标Dash版本、输出路径、构建模式等),适配不同应用场景需求。
兼容主流Dash版本(>=2.0)及常见扩展库,适配Python 3.8+环境,降低版本兼容问题风险。
开发人员在本地环境快速构建Dash应用,验证应用功能和打包效果,无需搭建完整本地构建环境。
作为CI/CD管道中的构建环节,实现Dash应用的自动化构建,支持与Jenkins、GitHub Actions等工具集成。
统一团队构建标准,确保所有开发人员使用相同的构建环境和流程,减少因环境差异导致的构建问题。
1. 拉取镜像
bashdocker pull [镜像仓库地址]/dash-build-template:[版本标签]
2. 运行构建容器
将本地Dash应用代码目录挂载至容器内,执行构建命令:
bashdocker run -v /本地应用代码路径:/app -it [镜像仓库地址]/dash-build-template:[版本标签] build
/本地应用代码路径:本地存放Dash应用源代码的目录(需包含app.py入口文件及requirements.txt依赖清单)build:触发构建流程的核心命令可通过-e参数设置环境变量,自定义构建行为:
| 环境变量名 | 描述 | 默认值 |
|---|---|---|
DASH_VERSION | 指定目标Dash版本 | 最新稳定版 |
OUTPUT_DIR | 构建产物输出目录(容器内路径) | /app/dist |
BUILD_MODE | 构建模式(dev/prod) | prod(生产模式) |
CLEAN_BUILD | 是否清理历史构建产物(true/false) | true |
示例1:构建生产环境应用
bashdocker run -v /home/user/my-dash-app:/app \ -e BUILD_MODE=prod \ -e OUTPUT_DIR=/app/release \ -e DASH_VERSION=2.11.0 \ [镜像仓库地址]/dash-build-template:latest build
构建完成后,产物将输出至本地 /home/user/my-dash-app/release 目录。
示例2:开发模式构建(保留调试信息)
bashdocker run -v /home/user/my-dash-app:/app \ -e BUILD_MODE=dev \ -e CLEAN_BUILD=false \ [镜像仓库地址]/dash-build-template:latest build
app.py)和依赖清单(requirements.txt)。prod)构建会自动优化代码、移除调试信息并生成最小化产物;开发模式(dev)保留调试信息,便于问题排查。docker run命令时,建议根据应用实际需求调整容器资源限制(如--memory、--cpus参数)以确保资源合理利用。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