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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00