
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。
在Python 3中开发Anaconda应用。从environment.yml文件安装依赖项并集成Python扩展。
| 元数据 | 值 |
|---|---|
| 类别 | 核心、语言 |
| 镜像类型 | Dockerfile |
| 已发布镜像 | mcr.microsoft.com/devcontainers/anaconda:3 |
| 已发布镜像架构 | x86-64、aarch64/arm64 |
| 容器主机OS支持 | Linux、macOS、Windows |
| 容器OS | Debian |
| 支持语言、平台 | Python、Anaconda |
有关已发布镜像内容的信息,请参见**https://github.com/devcontainers/images/tree/main/src/anaconda/history**%E3%80%82
您可以通过在.devcontainer/devcontainer.json中使用image属性,或在自己的Dockerfile中将FROM语句更新为以下内容,直接引用预构建版本的.devcontainer/Dockerfile。本仓库中包含示例Dockerfile。
mcr.microsoft.com/devcontainers/anaconda有关更多详情,请参阅此指南。
您可以通过引用每个镜像的语义化版本来决定更新频率。例如:
mcr.microsoft.com/devcontainers/anaconda:1-3mcr.microsoft.com/devcontainers/anaconda:1.0-3mcr.microsoft.com/devcontainers/anaconda:1.0.0-3有关每个版本内容的信息,请参见https://github.com/devcontainers/images/tree/main/src/anaconda/history%EF%BC%8C%E6%AD%A4%E5%A4%84%E6%9F%A5%E7%9C%8B%E6%89%80%E6%9C%89%E5%8F%AF%E7%94%A8%E6%A0%87%E7%AD%BE%E3%80%82
或者,您可以使用https://github.com/devcontainers/images/tree/main/src/anaconda/.devcontainer%E7%9A%84%E5%86%85%E5%AE%B9%E5%AE%8C%E5%85%A8%E8%87%AA%E5%AE%9A%E4%B9%89%E5%AE%B9%E5%99%A8%E5%86%85%E5%AE%B9%EF%BC%8C%E6%88%96%E4%B8%BA%E9%95%9C%E5%83%8F%E4%B8%8D%E6%94%AF%E6%8C%81%E7%9A%84%E5%AE%B9%E5%99%A8%E4%B8%BB%E6%9C%BA%E6%9E%B6%E6%9E%84%E6%9E%84%E5%BB%BA%E3%80%82
此开发容器及其关联镜像包含conda包管理器。使用Conda安装的其他包将从Anaconda或您配置的其他仓库下载。要在此容器中重新配置Conda以访问替代仓库,请参见此处的Conda通道配置信息。
Anaconda仓库的使用受Anaconda服务条款约束,某些组织可能需要从Anaconda获取商业许可。但是,当此开发容器或其关联镜像与GitHub Codespaces或GitHub Actions一起使用时,所有用户均被允许通过该服务使用Anaconda仓库,包括通常被Anaconda要求为商业活动获取付费许可的组织。请注意,第三方包的许可可能由其发布者决定,可能影响您的知识产权,使用风险自负。
使用forwardPorts属性
默认情况下,Flask等框架仅在容器内监听localhost。因此,我们建议使用forwardPorts属性(v0.98.0+可用)使这些端口在本地可用。
json"forwardPorts": [5000]
appPort属性发布而非转发端口,因此应用需要监听*或0.0.0.0才能从外部访问。这与某些Python框架的默认设置冲突,但幸运的是forwardPorts属性没有此限制。
安装Node.js
由于用于Python后端的JavaScript前端Web客户端代码通常需要使用基于Node.js的工具构建,您可以通过添加以下内容到devcontainer.json,使用https://github.com/devcontainers/features/tree/main/src/node%E5%AE%89%E8%A3%85%E4%BB%BB%E4%BD%95%E7%89%88%E6%9C%AC%E7%9A%84Node%EF%BC%9A
json{ "features": { "ghcr.io/devcontainers/features/node:1": { "version": "latest" } } }
使用不同的Conda通道
此镜像基于ContinuumIO/anaconda3 docker镜像,该镜像已将defaults中的所有anaconda3包安装到基础conda环境中。建议不要在一个环境中从不同通道安装包,因为可能导致冲突。当需要从不同通道(如conda-forge)安装包时,更好的方法是创建新的conda环境。
bashconda create --name <env_name> -c <channel> --yes <package_name>
安装不同版本的Python
如Anaconda用户FAQ中所述,您可以通过从终端运行以下命令安装与镜像中不同版本的Python:
bashconda install python=3.6
或在Dockerfile中:
DockerfileRUN conda install -y python=3.6
使用此容器运行Jupyter notebooks。
编辑./.devcontainer/devcontainer.json文件,在forwardPorts数组中添加8888:
json// 使用'forwardPorts'使容器内的端口列表在本地可用。 "forwardPorts": [8888],
编辑./.devcontainer/devcontainer.json文件,添加postStartCommand命令以在容器创建后启动Jupyter notebook Web应用。使用nohup确保命令完成后不会被终止。日志将出现在nohup.out中。
json// 使用'postStartCommand'在容器创建后运行命令。 "postStartCommand": "nohup bash -c 'jupyter notebook --ip=0.0.0.0 --port=8888 --allow-root &'",
查看终端输出以获取包含访问令牌的正确URL:
bashhttp://127.0.0.1:8888/?token=1234567
在浏览器中打开URL。您可以从Web浏览器编辑和运行代码。
dev container规范镜像在https://github.com/devcontainers/images%E4%BB%93%E5%BA%93%E4%B8%AD%E7%BB%B4%E6%8A%A4%E3%80%82%E6%82%A8%E5%8F%AF%E4%BB%A5%E6%B5%8F%E8%A7%88%E6%AF%8F%E4%B8%AA%E9%95%9C%E5%83%8F%E5%B9%B6%E6%8F%90%E4%BA%A4issues%E6%88%96%E5%8A%9F%E8%83%BD%E8%AF%B7%E6%B1%82%E3%80%82
版权所有 (c) Microsoft Corporation。保留所有权利。
根据MIT许可授权。参见https://github.com/devcontainers/images/blob/main/LICENSE%E3%80%82
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