解决go-nunu/nunu项目在Mac上构建Docker镜像时的COPY路径问题
在使用go-nunu/nunu项目时,开发者在Mac电脑上执行Docker镜像构建时遇到了"COPY failed: forbidden path outside the build context: .. ()"的错误。这个问题主要与Docker的构建上下文和Mac环境下Docker Engine的配置有关。
问题现象
当执行make docker或直接运行docker build命令时,构建过程会在COPY步骤失败,报错信息明确指出Docker不允许在构建上下文之外复制文件。具体表现为:
- 在
deploy/build/Dockerfile中尝试使用COPY .. /data/app命令 - 构建过程报错"forbidden path outside the build context"
- 无论使用make命令还是直接运行docker build都会出现相同错误
问题根源
这个问题的根本原因有两个方面:
-
Docker构建上下文限制:Docker出于安全考虑,不允许在构建上下文之外复制文件。当Dockerfile中使用
COPY ..这样的相对路径时,Docker会拒绝执行,因为这会尝试访问构建上下文之外的目录。 -
Mac环境下Docker Engine配置问题:在Mac上,Docker Engine默认使用buildkit作为构建工具,但如果配置中
features.buildkit被设置为false,可能会导致一些路径解析问题。
解决方案
1. 修改Docker Engine配置
对于Mac用户,最简单的解决方案是确保Docker Engine的配置中启用了buildkit:
{
"features": {
"buildkit": true
}
}
这个配置可以在Docker Desktop的Preferences > Docker Engine中找到并修改。
2. 调整Dockerfile中的COPY命令
如果不想修改Docker Engine配置,也可以调整Dockerfile中的COPY命令:
- 将
COPY .. /data/app改为从当前构建上下文中复制特定目录 - 确保所有需要复制的文件都在构建上下文内
3. 使用项目推荐的构建方式
go-nunu/nunu项目推荐使用make docker命令来构建镜像,这个命令已经考虑了构建上下文的问题:
make docker
该命令会自动设置正确的构建参数和上下文路径。
技术细节
在Docker构建过程中,构建上下文是指Docker客户端发送给Docker守护进程的文件集合。默认情况下,构建上下文是Dockerfile所在目录及其子目录。当尝试访问构建上下文之外的路径时,Docker会拒绝执行以防止潜在的安全风险。
在go-nunu/nunu项目中,构建过程需要访问项目根目录下的文件,因此需要确保:
- 构建命令在项目根目录执行
- 构建上下文包含所有必要的文件
- Docker Engine配置正确
最佳实践
- 始终在项目根目录执行构建命令
- 使用项目提供的Makefile而不是直接运行docker build
- 保持Docker Desktop和Docker Engine为最新版本
- 在Mac上确保启用了buildkit功能
通过以上方法,可以顺利解决在Mac上构建go-nunu/nunu项目Docker镜像时的路径问题。
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