
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。
本镜像为基于OpenShift Source to Image (S2I)技术的容器,专门用于构建Sakuli测试容器。Sakuli是一款端到端测试工具,支持Web应用和桌面应用的自动化测试。通过本S2I镜像,可简化Sakuli测试项目的容器化构建流程,实现源代码到可运行测试容器的自动化转换。
使用S2I客户端构建Sakuli测试容器:
bashs2i build <SOURCE_REPOSITORY_URL> <S2I_IMAGE_NAME> <OUTPUT_IMAGE_NAME>
参数说明:
<SOURCE_REPOSITORY_URL>: 包含Sakuli测试代码的Git仓库URL<S2I_IMAGE_NAME>: 本S2I镜像名称<OUTPUT_IMAGE_NAME>: 生成的Sakuli测试容器镜像名称构建名为my-sakuli-test的测试容器:
bashs2i build https://github.com/example/sakuli-test-project.git openshift/s2i-sakuli my-sakuli-test
构建完成后,可直接在OpenShift或Docker环境中运行生成的测试容器:
bashdocker run --rm my-sakuli-test
使用OpenShift CLI部署:
bashoc new-app my-sakuli-test
sakuli.properties)和测试脚本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