public-image-mirror

源仓库 Github
Mirror 仓库 Gitee

白名单 & 限流的公开信息 #2328
如有疑问请咨询 #4183
建议将拉取任务放在闲时凌晨(北京时间 01-07 点), 其他时间段非常拥挤
建议使用明确版本号的 tag, 对于 latest 这种变更后响应旧数据, 并且后台重新同步
本服务后端代码
同步队列仅保留一小时的同步记录
服务状态监控

背景 & 目标

很多镜像都在国外。比如 gcr 。国内下载很慢，需要加速。

一个简洁有效的方法能够加速这些包。简洁的名称映射
易于添加，添加新的包，不需要去修改代码。
稳定可靠，更新实时。每天检查同步情况。
此项目仅是源镜像仓库 (Registry) 的 Mirror
- 所有 hash(sha256) 均和源保持一致 (懒加载机制)。
- 缓存的内容只保留 90 天, 过期后会需要重新同步。
- Manifest 内存缓存 1 小时, 所以 tag 被更新了 1 小时之后才会同步新的。
- Blob 内存缓存 1 分钟, 在期间如果 blob 到达 90 天期限被删除会报 404。

快速开始

docker run -d -P m.daocloud.io/docker.io/library/nginx

使用方法

增加前缀 (推荐方式)。比如：

              docker.io/library/busybox
                 |
                 V
m.daocloud.io/docker.io/library/busybox

或者支持的镜像仓库的 前缀替换 就可以使用。比如：

           docker.io/library/busybox
             |
             V
docker.m.daocloud.io/library/busybox

支持前缀替换的 Registry (不推荐)

推荐使用添加前缀的方式.

前缀替换的 Registry 的规则, 这是人工配置的, 有需求提 Issue.

除了 docker.io 这里每一个源站, 内容都是不同的, 不要把 docker.io 之外的站点配置给 registry-mirrors

源站	替换为	备注
docker.elastic.co	elastic.m.daocloud.io
docker.io	docker.m.daocloud.io
dhi.io	dhi.m.daocloud.io
gcr.io	gcr.m.daocloud.io
ghcr.io	ghcr.m.daocloud.io
k8s.gcr.io	k8s-gcr.m.daocloud.io	k8s.gcr.io 已被迁移到 registry.k8s.io
registry.k8s.io	k8s.m.daocloud.io
mcr.microsoft.com	mcr.m.daocloud.io
nvcr.io	nvcr.m.daocloud.io
quay.io	quay.m.daocloud.io
registry.ollama.ai	ollama.m.daocloud.io	实验内测中，使用方法

最佳实践

部署内网缓存

本地缓存部署用于在内网环境中加速镜像拉取，减少对外网的依赖。通过设置一个本地镜像仓库，您可以缓存常用的镜像。请参考文档

加速 Kubneretes

加速安装 kubeadm

apiVersion: kubeadm.k8s.io/v1beta3
kind: ClusterConfiguration
dns:
  imageRepository: k8s.m.daocloud.io/coredns
imageRepository: k8s.m.daocloud.io
...

加速安装 kind

kind create cluster --name kind --image m.daocloud.io/docker.io/kindest/node:v1.22.1

加速所有 Pod

https://github.com/wzshiming/repimage

不修改 yaml, helm 等, 仅使用 Webhook, 自动修改所有新建 Pod 的 image 使用本 mirror

kubectl create -f https://files.m.daocloud.io/github.com/wzshiming/repimage/releases/download/latest/repimage.yaml
kubectl rollout status deployment/repimage -n kube-system

加速 Containerd

参考 Containerd 官方文档: hosts.md
如果您使用 kubespray 安装 containerd, 可以配置 containerd_registries_mirrors

加速 Docker

添加到 /etc/docker/daemon.json

{
  "registry-mirrors": [
    "https://docker.m.daocloud.io"
  ]
}

加速 Ollama & DeepSeek

加速安装 Ollama

CPU:

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama docker.m.daocloud.io/ollama/ollama

GPU 版本:

首先安装 Nvidia Container Toolkit
运行以下命令启动 Ollama 容器：

docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama docker.m.daocloud.io/ollama/ollama

更多信息请参考：

Ollama Docker 官方文档

加速使用 Deepseek-R1 模型（实验内测中）

如上述步骤，在启动了ollama容器的前提下，还可以通过加速源，加速启动DeepSeek相关的模型服务

注：目前 Ollama 官方源的下载速度已经很快，您也可以直接使用官方源。

# 使用加速源
docker exec -it ollama ollama run ollama.m.daocloud.io/library/deepseek-r1:1.5b

# 或直接使用官方源下载模型
# docker exec -it ollama ollama run deepseek-r1:1.5b

[友情链接]加速二剑客

镜像加速：https://github.com/DaoCloud/public-image-mirror
二进制文件加速：https://github.com/DaoCloud/public-binary-files-mirror

贡献者

Made with contrib.rocks.

DaoCloud / public-image-mirror

AI Architecture Analysis

Embed this Badge

Repository Summary (README)