使用Docker部署的Asterisk PBX系统:docker-asterisk
2024-05-23 07:21:31作者:侯霆垣
项目介绍
docker-asterisk 是一个基于Docker容器的Asterisk PBX(电话交换)系统的构建集合。这个项目提供了一个简单的环境来运行Asterisk,并且可以与其他语言如PHP进行FastAGI通信。它由资深开发者dougbtv维护,并在持续更新中,确保与最新的Asterisk版本兼容。
项目技术分析
docker-asterisk 基于CentOS 7镜像构建,并且根据Asterisk的不同分支(LTS和非LTS)有不同的Dockerfile。例如,目前支持Asterisk 11, 13和16的LTS版本。每个Dockerfile都会自动化下载最新版Asterisk源码并编译安装。此外,项目还利用dougbtv/bowline——一个自动化的Docker构建服务器——监控Asterisk官方下载站点,一旦发现新版本就会立即进行编译并推送至Docker镜像仓库。
项目集成了持续集成工具Travis CI,确保每次Dockerfile更新时都能成功构建出可用的Asterisk镜像,并通过测试验证两个Asterisk实例之间的通话功能。
项目及技术应用场景
- PBX系统:docker-asterisk 可用于搭建企业内部的电话通信网络,轻松扩展电话线路和呼叫处理能力。
- VoIP服务:对于那些希望快速部署VoIP服务的开发者,可以通过Docker容器快速启动Asterisk服务。
- 测试环境:在开发新的AGI应用或测试Asterisk配置时,docker-asterisk 提供了一个可重复创建和销毁的沙箱环境。
- 教育用途:学习Asterisk和VoIP技术时,可以在本地搭建一个快速启动和停止的实验平台。
项目特点
- 简易部署:只需一行命令即可从Docker镜像仓库拉取并运行Asterisk镜像,无需复杂的手动安装步骤。
- 自动化更新:利用bowline自动监测和构建最新Asterisk版本,保证镜像始终保持更新。
- 可扩展性:容器化设计使得添加额外服务(如FastAGI)变得简单,易于整合其他应用程序。
- 安全性:通过Travis CI进行持续集成测试,确保每次构建的质量。
- 易管理性:提供了
asterisk-cli.sh脚本,方便直接在主机上访问Asterisk的CLI。
如果你正在寻找一个轻量级、灵活并且易于维护的Asterisk解决方案,那么docker-asterisk绝对值得一试。现在就尝试通过Docker运行它,体验高效、可靠的VoIP服务吧!
登录后查看全文
热门项目推荐
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
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
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
HunyuanVideo-1.5暂无简介00
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
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
268
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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