ORAS项目中的referrers标签问题解析
2025-07-09 18:55:33作者:苗圣禹Peter
在ORAS项目(OCI Registry As Storage)的使用过程中,我们发现了一个关于referrers标签的重要问题。这个问题主要出现在对referrer artifact manifest进行重新标记(retagging)操作时。
问题背景
当用户尝试对referrer artifact manifest进行标记操作时,ORAS的当前实现会将该manifest完整地重新推送到远程服务器。根据OCI分发规范,如果远程服务器不支持referrers API,系统会转而采用referrers标签方案。然而,这种处理方式存在明显的不合理性,因为manifest实际上已经存在于服务器上,我们只是添加一个新标签,并非真正推送新的manifest内容。
问题影响
这个问题会导致在未实现OCI Distribution Spec v1.1.0规范的注册表中产生不必要的referrer标签(格式为256-xxx)。这些冗余标签不仅占用存储空间,还可能干扰正常的artifact管理流程。
技术分析
从技术实现角度来看,正确的处理逻辑应该是:
- 当manifest已经存在于服务器时,仅需添加新标签
- 不应因为服务器不支持referrers API就自动回退到referrers标签方案
- 对于referrers manifest的标记操作,应避免触发标签方案
解决方案
ORAS项目团队已经修复了这个问题。修复后的版本确保了:
- 标记referrers manifest时不会创建多余的referrers标签
- 无论服务器是否支持referrers API,都能正确处理标记操作
- 保持了与OCI规范的兼容性
用户可以通过构建main分支或使用ghcr.io/oras-project/oras:main镜像来获取修复后的版本。
最佳实践建议
基于此问题的经验,我们建议:
- 尽量避免直接标记referrer artifact manifest
- 升级到支持OCI Distribution Spec v1.1.0的注册表
- 定期更新ORAS工具到最新版本
- 在操作前确认目标注册表的功能支持情况
这个问题提醒我们在处理artifact管理时要特别注意manifest和标签的生命周期管理,确保操作的高效性和规范性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
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
492
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
346
147