Docker Build-Push Action中关于export-build镜像签名问题的解析
2025-06-11 11:20:44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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217