vizuri/train-github

Train镜像说明

镜像概述

Train是一组打包在Docker容器中的AWS CLI工具集合，用于管理AWS用户、VPC、用户密钥/安全设置、AMI、自定义实验室（通过标签分组的一个或多个AWS实例）以及用于演示、测试和培训的实验室集合。

核心功能

• train: 主工具，管理所有VPC对象和实例
• train-users: 管理允许使用train的额外用户
• train-images: 管理与自定义实验室关联的AMI

支持的资源管理

1. VPC对象: 创建/管理/销毁VPC、IAM角色/策略、网关、路由表、网络ACL、子网、安全组、密钥对、实验室实例等
2. AWS IAM用户: 创建、列出和删除AWS IAM用户
3. AMI: 创建、列出和删除与自定义实验室关联的AMI
4. 注册模式:
   • 批量注册：为文本文件中的用户启动实验室
   • 自助注册（Kiosk模式）：显示欢迎信息并提示输入***以启动实验室

使用场景

• 演示环境快速搭建与销毁
• 测试团队的AWS资源管理
• 培训活动中的实验室实例分配
• 批量创建和管理AWS资源

配置说明

AWS权限要求

建议使用独立于生产/开发环境的AWS账户，Train需要创建、列出和销毁VPC、EC2实例、IAM用户等的广泛权限。通过train-users创建的用户将应用特定策略（详见https://github.com/kizbitz/train/blob/master/train/vpc/users.py#L12-L41%EF%BC%89%E3%80%82

环境变量

可通过Docker环境文件、运行时参数或容器内直接导出设置环境变量。

必需环境变量

# 用户名（用于标记VPC对象）
TRAINER=jbaker
# AWS认证信息
AWS_ACCESS_KEY_ID=<你的AWS访问密钥ID>
AWS_SECRET_ACCESS_KEY=<你的AWS秘密访问密钥>
# AWS EC2区域
AWS_REGION=<EC2区域，如us-east-1>

可选环境变量

# AWS SES配置
SES_REGION=<SES区域>
SES_FROM_EMAIL=<发件邮箱>
SES_FROM_NAME=<发件人名称>
# 实验室根目录
LAB_DIR=<实验室目录>
# 用户配置文件路径
USER_FILE=<配置文件路径>
# VPC标签（用于区分环境）
VPC=<vpc标签>
# 注册邮件模板路径
EMAIL_TEMPLATE=<容器内模板文件路径>
# 自定义标签
USERTAG=<字符串>

主机卷

运行容器时需将本地目录挂载到容器内的/host，脚本会将用户密钥和实例信息输出到/host/<VPC>目录。

Docker部署示例

拉取镜像

bash
docker pull docker.xuanyuan.run/kizbitz/train

创建环境文件（train.env）

bash
TRAINER=jbaker
VPC=demo
AWS_REGION=us-east-1
AWS_ACCESS_KEY_ID=<你的AWS访问密钥ID>
AWS_SECRET_ACCESS_KEY=<你的AWS秘密访问密钥>
# SES配置（可选）
SES_REGION=us-east-1
SES_FROM_NAME=Docker培训
SES_FROM_EMAIL=no-reply@train.docker.com

运行容器

bash
docker run -ti --rm --env-file='train.env' -v $(pwd):/host docker.xuanyuan.run/kizbitz/train

基本操作示例

进入容器后，可执行以下命令：

• 创建VPC和密钥对：train -vk
• 列出可用实验室：train -a
• 启动实验室：train -x <实验室名称>
• 列出运行中的实验室：train -l
• 销毁实验室：train -d <实验室标签>
• 终止整个环境：train -t