containerd/nerdctl 2.0.3版本发布:容器管理工具的重要更新
containerd/nerdctl是一个基于containerd的Docker兼容CLI工具,它为开发者提供了直接与containerd运行时交互的能力。作为Docker CLI的轻量级替代方案,nerdctl特别适合那些希望使用containerd作为底层容器运行时,同时又需要熟悉CLI工具的用户群体。
核心功能更新
本次2.0.3版本带来了多项重要功能增强和优化:
-
构建功能增强:在
nerdctl build命令中新增了--add-host选项,允许用户在构建过程中向容器的/etc/hosts文件添加自定义主机名映射。这个功能对于需要访问内部服务的构建过程特别有用。 -
镜像拉取改进:
nerdctl pull命令现在将进度信息输出到标准输出(stdout)而非标准错误(stderr),这一变更使得日志处理和脚本编写更加符合Unix哲学。 -
文件复制重构:对
nerdctl cp命令进行了重大重构,提升了容器与主机之间文件复制的可靠性和性能。 -
Compose功能增强:
nerdctl compose up命令新增了--pull选项,允许用户在启动服务前强制拉取最新镜像,确保使用最新的容器镜像版本。
组件版本升级
在nerdctl-full发行版中,包含了多个关键组件的版本更新:
- containerd升级至2.0.2版本
- runc升级至1.2.4版本
- CNI插件升级至1.6.2版本
- RootlessKit升级至2.3.2版本
- bypass4netns升级至0.4.2版本
- containerd-fuse-overlayfs升级至2.1.1版本
- BuildKit升级至0.19.0版本
这些组件的升级带来了性能改进、安全修复和新功能支持,特别是对于rootless容器运行的支持有了显著提升。
安装与使用指南
nerdctl提供了两种发行版:
- Minimal版:仅包含nerdctl核心二进制文件,适合已经配置好containerd环境的用户。
- Full版:包含所有依赖组件,如containerd、runc和CNI插件,适合全新安装的用户。
对于rootful模式,简单的启动流程如下:
sudo systemctl enable --now containerd
sudo nerdctl run -d --name nginx -p 80:80 nginx:alpine
对于rootless模式,推荐先启用cgroup v2支持,然后通过以下命令安装和运行:
containerd-rootless-setuptool.sh install
nerdctl run -d --name nginx -p 8080:80 nginx:alpine
技术细节与最佳实践
本次更新特别强调了rootless容器运行的支持。rootless模式通过利用用户命名空间等技术,允许非特权用户运行容器,大大提高了系统的安全性。建议在生产环境中考虑使用rootless模式,特别是在多用户环境下。
对于构建系统,新的--add-host选项为复杂的构建流程提供了更多灵活性。例如,在需要访问内部构建服务器的场景下,可以方便地添加主机名解析。
文件复制功能的重构意味着现在可以更可靠地在容器和主机之间传输文件,特别是在处理大量小文件或大文件时,性能应该有所提升。
兼容性说明
nerdctl 2.0.3版本设计用于与containerd v1.6、v1.7或v2.0版本配合使用。用户在选择版本时应注意containerd的兼容性,特别是当从旧版本升级时。
总结
containerd/nerdctl 2.0.3版本通过功能增强和组件升级,进一步巩固了其作为containerd生态系统中重要CLI工具的地位。无论是对于需要轻量级容器管理工具的开发者,还是寻求Docker替代方案的系统管理员,这个版本都值得考虑升级。特别是对于安全敏感的rootless容器场景,新版本提供了更完善的支持和更好的用户体验。
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