根据链接<https://github.com/rootless-containers/rootlesskit.git>编写的RootlessKit教程
1. 项目目录结构及介绍
1.1 主要文件夹和文件
cmd: 包含RootlessKit命令行工具的源代码。
docs: 文档相关的资料,包括用户指南和说明。
hack: 工具和脚本,用于开发和维护过程中的辅助任务。
pkg: 共享库和其他软件包组件。
dockerignore: Docker构建时忽略的文件列表。
gitignore: Git版本控制中忽略的文件规则。
Dockerfile: 制作Docker镜像的配置文件。
LICENSE: 开源许可文件,此项目采用Apache 2.0许可证。
Makefile: 构建和测试项目的自动化脚本。
README.md: 项目简介和快速入门指南。
go.mod: Go语言的依赖管理文件。
go.sum: 项目中所有依赖的校验和。
其他的文件,如.gitattributes等,是Git仓库管理和协作所需的元数据文件。
2. 项目启动文件介绍
-
rootlesskit: 这是主要的可执行文件,它创建用户和挂载命名空间,并运行
newuidmap和newgidmap来实现"无根"模式。通过在命令行上直接运行rootlesskit可以启动它,然后传递不同的选项以定制设置。 -
rootlessctl: 配合RootlessKit使用的命令行工具,可以查看系统状态、管理网络和PID命名空间,以及其他操作。
-
rootlesskit-docker-proxy: 一个中间服务,用于在RootlessKit和Docker之间通信。
3. 项目配置文件介绍
由于RootlessKit依赖于Linux内核的特性(如user_namespaces和mount_namespaces),它的配置主要涉及内核参数和系统级别的设置。以下是一些关键配置:
-
subuid 和 subgid 文件: 这些文件通常位于
/etc/subuid和/etc/subgid,用来映射非特权用户的ID到0-65535范围内的ID,这对于在用户命名空间中模拟root权限至关重要。 -
sysctl 参数: 比如
kernel.unprivileged_userns_clone应设置为启用,以便非root用户可以创建用户命名空间。 -
环境变量 如
$XDG_RUNTIME_DIR: 这个变量指示容器应在哪里创建临时文件和套接字,通常用于存储隔离的网络配置和进程间通信。
在实际使用中,可能还需要调整或创建相应的网络配置文件,例如/etc/resolv.conf,但这些并不是硬性的配置文件部分,而是根据具体需求动态处理。
了解更多关于RootlessKit的详细信息,可以参考项目仓库中的文档或者直接尝试示例命令。若要开始使用,首先满足项目要求,然后可以按照安装步骤进行部署。
3.1 系统要求
- 安装
subuid和newuidmap/newgidmap。 - 在Debian系统上,需要启用内核参数
unprivileged_userns_clone。
3.2 安装步骤
- 获取源码:
git clone https://github.com/rootless-containers/rootlesskit.git - 编译并安装:
cd rootlesskit; make && sudo make install
安装完成后,可以通过rootlesskit和rootlessctl进行实验性操作。例如,可以启动一个带网络隔离的新shell:
sudo apt-get install slirp4netns
rootlesskit --copy-up=/etc --copy-up=/run --net=slirp4netns --disable-host-loopback bash
在此环境中,你可以试验不同类型的容器操作,如创建网络命名空间。
kernelopenEuler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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0127
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