Beszel项目:单机部署Hub与Agent的容器网络配置指南
2025-05-21 19:47:31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
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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
264
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
270
94
暂无简介
Dart
623
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
378
3.34 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
621
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