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。
notivhq/speaker-id-python
library/python
mirantis/ucp-metallb-speaker
cleanstart/metallb-speaker
cimg/python
circleci/python
demisto/python3
demisto/python
amazon/aws-lambda-python
okteto/python
demisto/python3-deb
ubuntu/python
demisto/pan-os-python
datadog/dd-lib-python-init
demisto/python-deb
paketobuildpacks/python
jetbrains/qodana-python
demisto/python-phash
micropython/build-micropython-arm
localstack/java-maven-node-python
intel/python
micropython/unix
cleanstart/python
paketobuildpacks/cpython
rootpublic/metallb-speaker
paketobuildpacks/python-start
balenalib/odroid-c1-python
micropython/build-micropython-esp32
faucet/python3
newrelic/newrelic-python-init
apache/beam_python3.8_sdk
google/guestbook-python-redis
airbyte/airbyte-base-java-python-image
localstack/lambda-python
apache/beam_python3.10_sdk
micropython/build-micropython-win-mingw
micropython/build-micropython-rp2
apache/beam_python3.7_sdk
apache/beam_python3.11_sdk
balenalib/fincm3-fedora-python
corpusops/python
micropython/build-micropython-natmod-unix
appdynamics/python-agent-init
demisto/python_zipfile
rootpublic/python
micropython/build-micropython-unix
demisto/python_pancloud
activestate/python
balenalib/zynq-xz702-ubuntu-python
demisto/python_pancloud_v2
apache/beam_python3.9_sdk
demisto/python3-ubi
rancher/opni-python-base
amazon/aws-sam-cli-emulation-image-python3.8
openwhisk/action-python-v3.7
rancher/build-python-agent
balenalib/via-vab820-quad-ubuntu-python
demisto/googleapi-python3
demisto/python3-arrow
demisto/dnspython
apache/beam_python3.12_sdk
airbyte/python-connector-base
balenalib/colibri-imx6dl-alpine-python
adobe/acp-dsw-ml-runtime-python
stagex/python
eclipse/ubuntu_python
okteto/coder-python
airbyte/base-airbyte-protocol-python
bellsoft/hardened-python
micropython/build-micropython-rp2350riscv
airbyte/base-python-test
vmware/veba-python-echo
apache/beam_python3.13_sdk
jetbrains/qodana-python-community
linuxserver/python
apluslms/grade-python
apache/beam_python3.6_sdk
balenalib/generic-armv7ahf-python
koxudaxi/python
datadog/apm-library-python-package
adobe/acp-dsw-ml-runtime-python-gpu
hyperledger/sawtooth-tp_xo_python
sslhep/servicex_code_gen_python
hyperledger/sawtooth-xo-tp-python
uselagoon/python-3.12
bellsoft/alpaquita-linux-python
vmware/veba-python-esx-mtu
uselagoon/python-3.11
amazon/aws-sam-cli-emulation-image-python3.9
clarinpl/python
airbyte/integration-base-python
intel/nswe_python
hyperledger/sawtooth-intkey-tp-python
cleanstart/metallb-speaker
cimg/python
circleci/python
demisto/python3
demisto/python
与「speaker-id-python」相关的博客与命名空间
相关博客
Obsidian Docker 部署|Windows+Linux 通用,新手也能10分钟上手
Obsidian 作为一款备受欢迎的本地知识管理工具,凭借其灵活的笔记链接、本地存储优势,成为很多开发者、知识管理者的首选。而通过 Docker 部署 Obsidian,不仅能实现跨环境快速部署,还能轻松实现数据持久化,适配 NAS、服务器、个人电脑等多种场景。本文将详细介绍 Windows 和 Linux 两大系统下,通过 Docker 部署 Obsidian 的完整流程,同时提供 Docker 一键安装命令,降低部署门槛。
OpenCode 企业级 Docker 部署完整指南
OpenCode 是一个开源的 AI 编程助手与代码代理(coding agent),旨在让开发者在终端、IDE 或桌面环境下高效地与 AI 协同开发、分析、生成和重构代码。它支持多种大型语言模型(LLM),包括 Claude、OpenAI、Google 等,也可连接本地模型,采用客户端/服务器架构,提供图形界面、终端 UI、GitHub 集成等使用方式。
NAVIDROME Docker 容器化部署指南
NAVIDROME是一款开源的基于Web的音乐收藏服务器和流媒体服务,旨在为用户提供从任何浏览器或移动设备访问个人音乐收藏的自由体验。作为一款轻量级解决方案,NAVIDROME能够高效处理大型音乐库,同时保持极低的资源占用,适合个人用户和小型组织构建私人音乐流媒体服务。
SQUID Docker 容器化部署指南
SQUID是一款功能强大的Web缓存代理服务器,支持HTTP、HTTPS、FTP等多种协议。作为由Canonical维护的长期支持版本,SQUID通过缓存和重用频繁请求的网页内容,能够有效减少网络带宽消耗并提高响应速度。其丰富的访问控制功能使其成为优秀的服务器加速器,适用于多种网络环境。
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。
NVIDIA CUDA 镜像 Docker 容器化部署全流程
CPU 像“全能但慢的多面手”,适合处理逻辑复杂但数据量小的任务;GPU 像“成千上万的小工人”,擅长同时处理大量重复、简单的计算。CUDA 就是连接开发者与 GPU 能力的“桥梁”,让 GPU 能脱离显卡驱动,直接为科学计算、AI 训练、数据处理等任务服务。