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。
runpod/llm-for-agents
newrelic/k8s-agents-operator
docker/agents_gateway
jetbrains/datalore-external-agents-manager
drupalforge/drupal_cms_ai_agents_test_framework
savysofttik/agents
sownak/aries-agents
agentscope/copaw
agentsib/siteshot
dbsc/msac-agents-sovrin
newrelic/k8s-agents-operator
nanguage/pantheon-agents
58agents/docker-kubernetes-manifests
gpichard/agentsimu-rs
mahadevan10/position-agents
weaveworks/swarm-agents
agentscope/runtime-sandbox-gui
cronodata/agentsave-api
agentsync/ecs_bootstrap_image
deuspio/ai-agents
jpoley/daax-agents-gsd
zakariaf/emir-agents
wisrovi/agents
kamasalyamov/agents
rob911911/azure-pipelines-ephemeral-agents
bnrks/agents-sdk-api
yaswanthgotham/agents
agentscope/runtime-sandbox-appworld
gkeregistry/agents
replicanteio/agents
sudomasca/cx_agents
johannalves/agents
与「llm-for-agents」相关的博客与命名空间
相关博客
MinerU Docker 部署指南:PDF 结构化解析服务实践
MinerU 是一款面向开发者与科研用户的容器化应用,专为 vLLM 后端服务设计,提供高效的文档解析与处理能力。通过 Docker 容器化部署 MinerU,可以简化安装流程、确保环境一致性,并便于在不同环境中快速迁移和扩展。 本指南将详细介绍 MinerU 的 Docker 容器化部署方案,包括环境准备、镜像拉取、容器部署、功能测试及生产环境配置建议,旨在帮助用户快速搭建稳定可靠的 MinerU 服务。
OLMOCR Docker 容器化部署指南:高效文档识别工具的容器化实践
OLMOCR(Optical Layout Markup OCR)是由Allen Institute for AI开发的一款先进的文档识别工具包,专注于将PDF和基于图像的文档转换为清晰、可读的纯文本格式。作为一款容器化应用,OLMOCR提供了便捷的部署方式和强大的文档处理能力,特别适合需要批量处理扫描文档、PDF文件和图像格式文档的场景。
Linux for Tegra Docker 容器化部署指南
L4T-ML(Linux for Tegra - Machine Learning)是一款针对Jetson平台优化的容器化机器学习开发环境,集成了多种主流深度学习框架和工具。该镜像预装了PyTorch 2.2、TensorFlow 2、ONNX Runtime、TensorRT等核心组件,同时包含CUDA、cuDNN、OpenCV等底层依赖,为开发者提供了开箱即用的机器学习开发环境,无需手动配置复杂的依赖关系。
VLLM Docker 容器化部署指南:在 NVIDIA Jetson 平台高效运行大语言模型推理服务
VLLM是一个高效的开源大语言模型(LLM)推理服务框架,通过创新的PagedAttention技术实现高吞吐量和低延迟的推理性能。本文介绍的`dustynv/vllm`镜像是针对NVIDIA Jetson平台优化的容器化版本,由[dustynv/jetson-containers](https://github.com/dustynv/jetson-containers)项目构建,专为边缘计算场景设计,支持在资源受限的嵌入式设备上部署高性能LLM推理服务。
NANO_LLM Docker 容器化部署指南
NANO_LLM是一个轻量级、优化的大型语言模型(LLM)推理和多模态智能体库,专为边缘设备和高性能计算环境设计。该库提供了对多种深度学习框架的支持,包括PyTorch、TensorRT和ONNX Runtime,能够高效运行各类语言模型和多模态应用。
vllm-openai Docker 部署全手册
从个人开发者测试开源大模型,到企业搭建私有推理服务,vllm-openai 都是高效且低成本的选择。本教程将从核心概念讲起,逐步覆盖 Docker 环境准备、镜像拉取、多场景部署、结果验证及问题排查,无论你是初学者还是高级工程师,都能照着步骤完成部署。