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。
registry.k8s.io/sig-storage/livenessprobe 是 Kubernetes 官方镜像仓库中的一个工具镜像,由 Kubernetes 存储特别兴趣小组(SIG Storage)维护,主要功能是作为容器的活跃度探针实现工具,帮助 Kubernetes 集群判断容器是否处于正常运行状态。 在 Kubernetes 中,活跃度探针(liveness probe)是保障容器自愈能力的核心机制之一:当探针检测到容器异常时,kubelet 会自动重启容器以恢复服务。但部分应用可能未内置 HTTP 接口、TCP 端口等默认探测方式,或需要自定义复杂的健康检查逻辑(比如检查内部进程状态、日志关键字、文件生成情况等),这时就需要通过外部工具实现探测逻辑——livenessprobe 镜像正是为这类场景设计的。 使用时,用户可以将该镜像作为容器的主程序运行,通过命令行参数配置探测方式(如执行 Shell 命令、调用脚本、检查文件存在性等),并设置探测间隔、超时时间、失败阈值等参数。工具会按配置周期性执行探测,将结果反馈给 kubelet:若探测成功(返回 0 退出码),说明容器正常;若失败(非 0 退出码),则触发容器重启。 作为 Kubernetes 生态的一部分,livenessprobe 镜像简化了自定义活跃度探测的实现流程,尤其适用于存储类应用(如数据库、存储代理)或需要复杂状态检查的场景。它无需用户手动编写探针逻辑代码,直接通过参数配置即可适配多样化需求,配合 Kubernetes 的自愈机制,有效提升了容器化应用的运行稳定性。
来自真实用户的反馈,见证轩辕镜像的优质服务