Beszel项目:单机部署Hub与Agent的容器网络配置指南
2025-05-21 02:13:39作者:傅爽业Veleda
容器网络通信的核心挑战
在容器化环境中实现组件间通信时,网络配置往往成为关键挑战。Beszel作为监控管理工具,其Hub与Agent组件的协同工作需要特别注意网络连通性问题。当两者部署在同一主机时,需要理解Docker网络模型才能正确配置。
典型配置方案解析
方案一:Host网络模式与网关映射
这是Beszel官方推荐的标准解决方案,适用于大多数Linux环境:
services:
beszel:
image: henrygd/beszel
extra_hosts:
- "host.docker.internal:host-gateway"
ports:
- "1625:8090"
beszel-agent:
image: henrygd/beszel-agent
network_mode: host
技术要点:
extra_hosts创建了主机名映射,使容器能通过host.docker.internal访问宿主机network_mode: host让Agent共享主机网络栈- 添加系统时应使用
host.docker.internal作为主机地址
方案二:自定义桥接网络
适用于需要隔离网络环境的场景:
networks:
beszel-net:
services:
beszel:
networks:
- beszel-net
beszel-agent:
networks:
- beszel-net
hostname: beszel-agent
技术优势:
- 创建专属网络提高安全性
- 通过容器hostname直接通信
- 避免使用host网络模式的风险
特殊环境适配方案
MacOS Docker Desktop适配
由于MacOS的Docker实现差异,需要特殊处理:
services:
beszel-agent:
ports:
- "45876:45876"
# 移除network_mode配置
关键差异:
- MacOS虚拟化层限制host网络模式效果
- 内置
host.docker.internal解析无需额外配置 - 必须显式暴露Agent端口
最佳实践建议
- 生产环境推荐使用方案二的桥接网络模式
- 测试环境可使用方案一的简化配置
- MacOS开发者必须注意端口映射
- 始终检查/var/run/docker.sock的挂载权限
- 监控日志确认连接状态
故障排查checklist
当Agent未正常连接时,建议检查:
- 容器间网络连通性(使用ping/telnet测试)
- 端口映射是否正确
- 防火墙规则是否放行
- 密钥配置是否匹配
- 文件系统挂载点是否正确
通过理解这些网络配置原理,可以确保Beszel系统在各种环境下稳定运行。不同方案各有优劣,应根据实际需求选择最适合的部署方式。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644