Grafeas 教程项目文档
2024-09-24 07:34:19作者:胡唯隽
1. 项目目录结构及介绍
grafeas-tutorial/
├── image-signature-webhook/
│ ├── Dockerfile
│ └── main.go
├── kubernetes/
│ ├── grafeas.yaml
│ ├── image-signature-webhook.yaml
│ ├── validating-webhook-configuration.yaml
│ └── ...
├── pki/
│ ├── image-signature-webhook-key.pem
│ └── image-signature-webhook.pem
├── pods/
│ ├── echod.yaml
│ └── nginx.yaml
├── .gitignore
├── LICENSE
├── README.md
├── image-digest.txt
└── note.json
目录结构说明
- image-signature-webhook/: 包含用于验证容器镜像签名的 Webhook 服务的代码和 Dockerfile。
- kubernetes/: 包含 Kubernetes 资源配置文件,如 Grafeas 服务、Webhook 服务、验证 Webhook 配置等。
- pki/: 包含用于 Webhook 服务的 TLS 证书和密钥。
- pods/: 包含用于测试的 Pod 配置文件,如
echod.yaml和nginx.yaml。 - .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目说明文档。
- image-digest.txt: 包含容器镜像的摘要信息。
- note.json: 包含用于 Grafeas API 的 Note 配置。
2. 项目启动文件介绍
启动文件
- kubernetes/grafeas.yaml: 用于部署 Grafeas 服务的 Kubernetes 配置文件。
- kubernetes/image-signature-webhook.yaml: 用于部署 Webhook 服务的 Kubernetes 配置文件。
- kubernetes/validating-webhook-configuration.yaml: 用于配置 Kubernetes 验证 Webhook 的配置文件。
启动步骤
-
部署 Grafeas 服务:
kubectl apply -f kubernetes/grafeas.yaml -
部署 Webhook 服务:
kubectl apply -f kubernetes/image-signature-webhook.yaml -
配置验证 Webhook:
kubectl apply -f kubernetes/validating-webhook-configuration.yaml
3. 项目的配置文件介绍
配置文件
- kubernetes/grafeas.yaml: 配置 Grafeas 服务的部署和 Service。
- kubernetes/image-signature-webhook.yaml: 配置 Webhook 服务的部署和 Service。
- kubernetes/validating-webhook-configuration.yaml: 配置 Kubernetes 验证 Webhook。
- note.json: 配置 Grafeas API 的 Note。
配置文件说明
- grafeas.yaml: 定义了 Grafeas 服务的 Deployment 和 Service,用于存储容器镜像签名。
- image-signature-webhook.yaml: 定义了 Webhook 服务的 Deployment 和 Service,用于验证容器镜像签名。
- validating-webhook-configuration.yaml: 定义了 Kubernetes 验证 Webhook 的配置,确保只有经过签名的镜像才能被部署。
- note.json: 定义了 Grafeas API 中的 Note,用于存储和验证容器镜像签名的元数据。
通过以上配置文件,项目可以实现对容器镜像签名的验证和管理,确保只有经过验证的镜像才能被部署到 Kubernetes 集群中。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781