终极指南:如何快速安装和使用 hub-mirror 镜像加速工具 🚀
想要摆脱国外镜像下载缓慢的困扰吗?hub-mirror 是一个强大的开源镜像加速工具,专门为国内用户提供 docker.io、gcr.io、registry.k8s.io、k8s.gcr.io、quay.io、ghcr.io 等国外镜像的加速下载服务。这个项目通过将国外镜像同步到国内镜像仓库,让你享受飞一般的下载体验!✨
为什么需要镜像加速工具? 🤔
在云原生和容器化时代,我们经常需要从各种镜像仓库下载 Docker 镜像。但由于网络原因,从国外镜像仓库下载往往速度极慢,甚至无法访问。hub-mirror 镜像加速工具正是为了解决这个痛点而生!
快速安装步骤 🛠️
第一步:获取项目源码
git clone https://gitcode.com/gh_mirrors/hu/hub-mirror
cd hub-mirror
第二步:构建项目
项目使用 Go 语言开发,构建非常简单:
go build -o hub-mirror
第三步:配置镜像仓库
你需要准备一个国内镜像仓库账号,比如阿里云容器镜像服务或腾讯云容器镜像服务。然后在环境变量中配置以下信息:
DOCKER_USERNAME:镜像仓库用户名DOCKER_TOKEN:镜像仓库访问令牌DOCKER_REPOSITORY:镜像仓库地址(如:registry.cn-hangzhou.aliyuncs.com/your-namespace)
使用方法详解 📝
基本使用方式
hub-mirror 提供了两种使用方式:
方式一:通过 Issues 提交镜像转换请求
这是最简单的方式,只需要在项目中提交一个 Issue,按照模板填写需要转换的镜像列表即可。
方式二:命令行直接使用
./hub-mirror --content='{"platform": "", "hub-mirror": ["gcr.io/k8s/example:v1.0"]' --username="your-username" --password="your-password"
核心功能特性
- 多平台支持:支持不同架构的镜像转换
- 批量处理:一次可以转换多个镜像
- 自动重命名:自动处理镜像名称中的特殊字符
- 实时日志:提供详细的转换过程日志
实际使用案例 💡
假设你需要下载 Kubernetes 相关的镜像:
{
"platform": "",
"hub-mirror": [
"k8s.gcr.io/pause:3.1",
"k8s.gcr.io/kube-apiserver:v1.18.0",
"gcr.io/google-containers/busybox:1.24"
]
}
提交后,hub-mirror 会自动将这些镜像同步到你的国内镜像仓库,并生成对应的下载命令。
高级配置选项 ⚙️
平台架构指定
如果你需要特定平台的镜像,可以指定平台参数:
{
"platform": "linux/amd64",
"hub-mirror": ["your-images-here"]
}
常见问题解答 ❓
Q:转换后的镜像如何下载使用?
A:转换完成后,你可以使用生成的命令直接下载镜像:
# Docker 版本
docker pull registry.cn-hangzhou.aliyuncs.com/namespace/k8s.gcr.io-pause-3.1
Q:支持哪些国外镜像仓库?
A:支持 docker.io、gcr.io、registry.k8s.io、k8s.gcr.io、quay.io、ghcr.io 等主流镜像仓库。
总结 🎯
hub-mirror 镜像加速工具是解决国外镜像下载难题的完美方案。通过简单的配置,你就能享受到快速的镜像下载体验,大大提升开发和部署效率。
现在就开始使用 hub-mirror,告别镜像下载等待的烦恼!🚀
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00