让 AI 帮你使用轩辕镜像? · 展开查看说明 · 点击收起说明
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。
holaplex/hub-analytics
appdynamics/machine-agent-analytics
airbyte/source-google-analytics-data-api
appdynamics/analytics-agent
airbyte/source-google-analytics-v4
intel/video-analytics-serving
georchestra/analytics
airbyte/source-zoho-analytics-metadata-api
appdynamics/machine-agent-analytics-arm64
newrelic/newrelic-bitmovin-analytics
logianalytics/logireport-server-nightly-build
openanalytics/shinyproxy-rstudio-ide-demo
hitsai/wasat-analytics
draewilplatform/analytics
kariusdx/mode-analytics-bridge
openanalytics/shinyproxy-realm-selector-snapshot
haiilo/one-analytics-dbt
glebos/analytics-dash
springcloudstream/analytics-sink-kafka
openanalytics/shinyproxy-operator-snapshot
edxops/analytics_api
getupcloud/kube-opex-analytics
edxops/edx-analytics-data-api-dev
intelanalytics/ipex-llm-inference-cpp-xpu
datalab/datalab-analytics
openanalytics/shinyproxy-operator
radanalyticsio/radanalytics-scala-spark-inc
kogo91/kogo-analytics
radanalyticsio/openshift-spark-py36
springcloudstream/analytics-sink-rabbit
jsperezs/sada_analytics
openanalytics/rdepot-app
opencontrailnightly/contrail-analytics-api
openanalytics/rdepot-repo
hastic/analytics
cloudsuite/in-memory-analytics
radanalyticsio/radanalytics-r-spark
gnaudio/jabra-xpress-analytics
radanalyticsio/oshinko-webui
dearxpoc/wso2am-analytics-worker
opencontrailnightly/contrail-analytics-alarm-gen
vikyathharekal/driver-analytics
wso2/wso2is-analytics-worker
intelanalytics/analytics-zoo-ppml-trusted-realtime-ml-scala-graphene
featbit/featbit-data-analytics-server
ghost/traffic-analytics
cloudsuite/data-analytics
radanalyticsio/radanalytics-pyspark-py36-inc
h3manalytics/nrtapi
patrickhshi/hmda-analytics
h3manalytics/nrtaml
persistentsystems/basecamp-analytics
tungstenfabric/contrail-analytics-alarm-gen
wso2/wso2am-analytics-dashboard
intelanalytics/ipex-llm-serving-cpu
fishtownanalytics/dbt
bertjanssens93/python_analytics
tungstenfabric/contrail-analytics-api
gnaudio/jabra-xpress-analytics-cron
haiilo/one-analytics-backend
unibee/analytics-portal
sunbird111/sunbird-analytics-service
与「hub-analytics」相关的博客与命名空间
相关博客
HALO 开源建站工具 Docker 容器化部署指南
HALO 是一款强大易用的开源建站工具,旨在帮助用户快速搭建和管理个人博客、网站等各类在线内容平台。通过 Docker 容器化部署 HALO,可以显著简化安装流程、提高环境一致性,并降低跨平台部署的复杂度。本文将详细介绍如何使用 Docker 容器化方案部署 HALO,包括环境准备、镜像拉取、容器配置、功能测试及生产环境优化等关键步骤,为开发者和运维人员提供一套完整、可复现的部署方案。
LobeHub Docker 容器化部署指南
LobeHub 旗下的 LobeChat 是一款功能丰富的智能 AI 对话平台,具备强大的大语言模型交互能力与多样化的扩展功能。该平台在2023年推出了多模型服务商支持、本地大语言模型运行、模型视觉识别、语音会话(TTS & STT)、文生图(Text to Image)、插件系统等核心特性,还适配了移动设备并支持渐进式网页应用(PWA);2024年进一步升级,新增思维链(CoT)、分支对话、白板(Artifacts)、文件上传与知识库管理、本地/云端数据存储,以及身份验证系统和多用户管理等功能,能够满足个人与团队在AI交互、协作等场景下的多样化需求。为了方便用户在私有设备上部署使用,LobeHub 提供了 Docker 镜像,本文将详细介绍其 Docker 容器化部署的具体步骤。
LOBE-CHAT Docker 容器化部署指南
LOBE-CHAT 是一款开源、可扩展、高性能的聊天机器人框架,专注于支持私有 ChatGPT/LLM 网页应用部署。作为基于容器化架构的中间件,它提供了灵活的功能扩展机制和优化的性能表现,适用于构建企业级私有大语言模型交互平台。通过 Docker 容器化部署,LOBE-CHAT 能够实现环境一致性、快速交付和跨平台运行,有效降低部署复杂度并提升运维效率。
LOBE-CHAT-DATABASE Docker 容器化部署指南
LOBE-CHAT-DATABASE(以下简称Lobe数据库)是Lobe Chat生态的核心组件,作为开源、可扩展、高性能的聊天机器人框架的数据存储层,为Lobe Chat应用提供稳定可靠的数据持久化支持。该组件基于现代数据库技术构建,针对LLM(大语言模型)应用场景优化,支持对话历史存储、用户数据管理、模型配置持久化等关键功能。