
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。
ps-stream是一个Python工具,用于收集和解析由同步及全量同步服务生成的http://docs.oracle.com/cd/E66686_01/pt855pbr1/eng/pt/tibr/concept_PeopleSoftRowset-BasedMessageFormat-0764fb.html,并将其转换为Kafka消息和主题。PeopleSoft同步流程通常用于应用间数据同步,也可作为外部化PeopleSoft对象流以构建流式数据管道的方式。
ps-stream包含两个主要命令:
collect:通过HTTP/HTTPS接收PeopleSoft行集式消息,为每条事务生成Kafka消息并存储到一个或多个Kafka主题中。parse:消费collect存储的事务消息,生成具有KTable语义的Kafka消息,每条记录以事务消息的主键或标识符为键进行组织。bashdocker run -p 8000:8000 -d docker.xuanyuan.run/ucalgary/ps-stream collect
可通过Play with Docker快速部署ps-stream(社区运营的Docker playground),点击以下按钮:
启动演示后,尝试向8000端口的收集器POST一条PeopleSoft行集式消息,然后通过8001端口的kafka-topics-ui查看Kafka主题中的消息。
此仓库和镜像目前由卡尔加里大学Research Management Systems项目维护。
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