
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。
!DockerHub Pulls !DockerHub Stars  \ -e PGID=$(id -g) \ # 用于持久化数据 \ -v /path/to/fahdata:/opt/fahclient/work \ --restart unless-stopped \ yurinnick/folding-at-home:latest
GPU实例
docker run \ --name folding-at-home \ -p 7396:7396 \ -p 36330:36330 \ -e USER=Anonymous \ -e TEAM=0 \ -e ENABLE_SMP=true \ -e ENABLE_GPU=true \ -e PUID=$(id -u) \ -e PGID=$(id -g) \ # 用于持久化数据 \ -v /path/to/fahdata:/opt/fahclient/work \ --gpus all \ --restart unless-stopped \ yurinnick/folding-at-home:latest-nvidia
注意:需要docker-compose 1.28+版本
CPU实例
docker-compose up -d folding-at-home-cpu
GPU实例
docker-compose up -d folding-at-home-gpu
虽然提供预构建镜像,但我们鼓励大家阅读Dockerfile并自行构建。
根据您偏好的版本,使用以下命令:
# CPU-only镜像 docker build -f Dockerfile -t folding-at-home:cpu . # Nvidia CUDA镜像 docker build -f Dockerfile.nvidia -t folding-at-home:nvidia .
Anonymous)0)false)true)127.0.0.1/32)默认情况下,Docker不会在容器外部存储任何数据,因此在停止/重启/重新创建容器时,所有临时FAH数据都将丢失。要持久化存储工作数据,请将/opt/fahclient/work挂载到磁盘上的某个目录。
挂载本地卷时,主机和容器之间可能存在权限问题。指定当前用户的PUID/PGID作为参数,以确保数据卷在容器内归同一用户所有。
docker run \ ... -v /path/to/fahdata:/opt/fahclient/work -e PUID=$(id -u) -e PGID=$(id -g) ...
此镜像目前仅支持Nvidia GPU。
要在Docker中启用Nvidia支持,请按照Nvidia Container Toolkit安装指南中的说明操作。
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