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。
Opereto官方工作容器,内置Opereto代理,执行时可连接Opereto中心。容器中包含打包为Python虚拟环境的Opereto工作库,位于代理安装目录下,是运行大多数Opereto开源服务包的必要组件。
1. 创建环境变量文件
创建包含连接和配置参数的环境变量文件(如opereto.env):
opereto_host=https://OPERETO_URL # Opereto中心URL opereto_user=OPERETO_USERNAME # 连接Opereto的用户名 opereto_password=OPERETO_PASSWORD # 连接Opereto的密码 agent_name=my_test_agent # 代理名称(自定义) javaParams="-Xms1000m -Xmx1000m" # Java虚拟机参数(内存配置等) log_level=info # 日志级别(info/warn/debug等)
2. 运行工作容器
使用以下命令启动Opereto工作容器,指定环境变量文件并设置自动重启:
bashdocker run -d --restart=always --env-file opereto_env/opereto.env opereto/worker
3. 扩展自定义工作容器
可基于官方镜像构建自定义工作容器,同时保留Opereto工作Python虚拟环境以确保兼容性:
dockerfileFROM opereto/worker # 自定义Docker指令(如安装额外依赖、配置环境等) # 注意:不要覆盖Opereto代理的运行命令,避免在自定义镜像中指定CMD或ENTRYPOINT ...
https://github.com/opereto/worker
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