Docker Build-Push Action中关于export-build镜像签名问题的解析
2025-06-11 00:30:28作者:龚格成
问题背景
在使用Docker Build-Push Action进行容器构建和推送时,当设置了DOCKER_CONTENT_TRUST=1环境变量启用内容信任机制后,系统会尝试验证docker.io/dockereng/export-build镜像的签名。然而,该镜像在notary.docker.io上缺少信任数据,导致验证失败并产生错误日志。
技术原理
Docker内容信任(Docker Content Trust)是Docker提供的一种安全机制,它通过数字签名来验证镜像的真实性和完整性。当启用内容信任后,Docker会检查从注册表拉取的镜像是否由可信的发布者签名。
在Build-Push Action的工作流程中,构建完成后会执行"Post Build Container Image"阶段,此时会拉取dockereng/export-build镜像用于构建记录的导出。由于该镜像未在notary服务中注册签名信息,导致内容信任验证失败。
影响分析
虽然这个错误会导致日志中出现警告信息,但实际上不会影响主要构建和推送流程的正常完成。这是因为:
- 该错误发生在构建后的清理阶段
- export-build镜像仅用于辅助功能,不影响主镜像的构建和推送
- 错误代码125表示的是容器运行失败,但不会中断整个工作流程
解决方案
这个问题已在Build-Push Action的6.5.0版本中得到修复。升级到最新版本可以避免这个警告信息的出现。
对于暂时无法升级的用户,可以考虑以下两种临时解决方案:
- 在关键构建步骤完成后,临时禁用内容信任:
env:
DOCKER_CONTENT_TRUST: ${{ github.event_name != 'pull_request' && startsWith(github.event.ref, 'refs/tags/v') && '1' || '0' }}
- 在Post Build阶段单独禁用内容信任:
- name: Post Build
env:
DOCKER_CONTENT_TRUST: 0
run: |
# 后处理命令
最佳实践建议
- 定期更新GitHub Action到最新版本,以获取安全修复和功能改进
- 对于生产环境的关键构建,建议保持内容信任启用状态
- 在CI/CD流水线中,可以针对不同阶段设置不同的安全级别
- 监控构建日志中的警告信息,及时处理可能的安全隐患
通过理解这个问题的本质和解决方案,开发者可以更好地管理容器构建过程中的安全策略,平衡安全需求与构建效率。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1