Browserless项目在ARM64架构下的镜像兼容性问题解析
2025-05-23 15:15:55作者:裘晴惠Vivianne
问题背景
在使用Browserless项目的Docker镜像时,ARM64架构用户可能会遇到一个常见问题:当尝试拉取ghcr.io/browserless/chrome:latest镜像时,系统会报错"no matching manifest for linux/arm64/v8 in the manifest list entries"。这个错误表明该镜像不支持ARM64架构平台。
技术原因分析
这个问题的根源在于Chrome浏览器本身对ARM64架构的支持限制。Browserless项目作为一个基于浏览器引擎的工具,其镜像构建依赖于上游浏览器的基础构建。目前官方Chrome版本尚未提供完整的ARM64架构支持,因此基于Chrome的Browserless镜像自然也无法提供ARM64版本。
解决方案
对于ARM64架构用户,Browserless项目提供了替代方案:
-
使用Chromium镜像:
ghcr.io/browserless/chromium:latest镜像提供了对ARM64架构的完整支持。Chromium作为Chrome的开源基础,在ARM64平台上有着更好的兼容性。 -
版本选择:虽然2.2.0-beta-8版本在ARM平台上可以运行,但用户需要注意正式版2.2.0的架构支持变化。
项目演进说明
Browserless团队已经意识到镜像命名可能带来的混淆问题,并在项目更新中做出了明确说明:
- 在变更日志中清晰标注了各版本对不同架构的支持情况
- 通过项目讨论区向社区通报了这一兼容性变化
最佳实践建议
对于ARM64平台用户,建议采取以下措施:
- 在Docker Compose文件中明确指定使用Chromium镜像而非Chrome镜像
- 定期查看项目更新日志,了解最新的架构支持情况
- 在部署前进行充分的测试验证
总结
虽然Browserless的Chrome镜像在早期版本中可能意外地在ARM64平台上运行,但从技术规范角度,Chromium镜像才是ARM64架构的正确选择。开发者应当根据目标平台的架构特性选择合适的镜像版本,以确保应用的稳定运行。
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
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
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.72 K
deepin linux kernel
C
24
7
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++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
151
177
暂无简介
Dart
605
135
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
231
83
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
364
3 K
React Native鸿蒙化仓库
JavaScript
237
310