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。
Dockerfile 链接文档: SysFlow 文档
获取帮助: SysFlow 社区 Slack
问题反馈:
https://github.com/sysflow-telemetry/sysflow/issues%EF%BC%88%E9%9C%80%E5%8C%85%E5%90%AB sf-collector 标签)
描述来源: https://github.com/sysflow-telemetry/sf-collector/edit/master/README.md%EF%BC%88https://github.com/sysflow-telemetry/sf-collector/commits/master%EF%BC%89
Docker 镜像: https://hub.docker.com/u/sysflowtelemetry | https://github.com/orgs/sysflow-telemetry/packages
二进制包: https://github.com/sysflow-telemetry/sf-collector/releases/tag/0.7.0/sfcollector-0.7.0-x86_64.deb | https://github.com/sysflow-telemetry/sf-collector/releases/tag/0.7.0/sfcollector-0.7.0-x86_64.rpm | https://github.com/sysflow-telemetry/sf-collector/releases/tag/0.7.0/sfcollector-0.7.0-x86_64.tar.gz
SysFlow 遥测管道是一个用于监控云工作负载和创建性能与安全分析的框架。该项目旨在构建系统遥测所需的所有基础组件,使用户能够专注于在可扩展的开源平台上编写和共享分析。遥测管道的核心是一种名为 SysFlow 的新数据格式,它将原始系统事件信息转换为描述进程行为及其与容器、文件和网络关系的抽象格式。这种对象关系格式高度紧凑,同时提供对容器云的广泛可见性。还提供了多个 API,允许用户使用其偏好的工具包处理 SysFlow。更多信息请参见 SysFlow 规范文档。
SysFlow 框架包含以下子项目:
此镜像包含 SysFlow Collector,用于监控并收集主机的系统调用和事件信息,并使用 Apache Avro 对象序列化以 SysFlow 格式导出。SysFlow Collector 依赖 https://github.com/falcosecurity/libs 被动采集系统事件并将其转换为 SysFlow 格式。完整选项集请参见 安装和使用。
运行 SysFlow 收集器的最简单方法是通过 Docker 容器,并挂载主机目录用于输出跟踪文件。以下命令展示如何运行 sf-collector,并将跟踪文件导出到主机的 /mnt/data 目录:
bashdocker run -d --privileged --name sf-collector \ -v /var/run/docker.sock:/host/var/run/docker.sock \ -v /dev:/host/dev \ -v /proc:/host/proc:ro \ -v /boot:/host/boot:ro \ -v /lib/modules:/host/lib/modules:ro \ -v /usr:/host/usr:ro \ -v /etc/:/host/etc:ro \ -v /var/lib:/host/var/lib:ro \ -v /mnt/data:/mnt/data \ -e INTERVAL=60 \ -e EXPORTER_ID=${HOSTNAME} \ -e OUTPUT=/mnt/data/ \ -e FILTER="container.name!=sf-collector and container.name!=sf-processor and container.name!=sf-exporter" \ --rm sysflowtelemetry/sf-collector
其中:
INTERVAL:生成新跟踪文件的时间间隔(秒)。EXPORTER_ID:设置导出器名称。OUTPUT:跟踪文件写入的目录。FILTER:用于过滤收集事件的表达式。注意:在 FILTER 表达式后追加 container.type!=host 可过滤主机事件。docker compose、helm 和 oc 的部署说明参见 此处。此外,也可使用发布页面中的二进制安装程序安装 SysFlow Collector。
提供了 命令行工具 用于检查收集的跟踪数据,或将 SysFlow 的紧凑二进制格式转换为人类可读的 JSON 或 CSV 格式。
bashdocker run --rm -v /mnt/data:/mnt/data sysflowtelemetry/sysprint /mnt/data/<trace>
其中 <trace> 是 /mnt/data 中的跟踪文件名。若未指定,将处理 /mnt/data 中的所有文件。默认情况下,跟踪数据会输出到标准输出,并包含默认的 SysFlow 属性集。完整选项列表可通过以下命令查看:
bashdocker run --rm -v /mnt/data:/mnt/data sysflowtelemetry/sysprint -h
查看此镜像中包含的软件的 https://github.com/sysflow-telemetry/sf-collector/blob/master/LICENSE.md%E3%80%82
与所有 Docker 镜像一样,这些镜像可能还包含其他软件,这些软件可能采用其他许可(如基础发行版中的 Bash 等,以及包含的主要软件的任何直接或间接依赖项)。
对于任何预构建镜像的使用,镜像用户有责任确保对本镜像的任何使用都符合其中包含的所有软件的相关许可。
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