Immich 镜像拉不动DaoCloud 公开镜像仓库的三种用法【免费下载链接】public-image-mirror很多镜像都在国外。比如 gcr 。国内下载很慢需要加速。致力于提供连接全世界的稳定可靠安全的容器镜像服务。项目地址: https://gitcode.com/GitHub_Trending/pu/public-image-mirrordocker pull转了半小时卡在一半——用 Docker 部署 Immich 的国内开发者对这个场景不陌生它依赖的镜像包括负责人脸识别、图像分类的机器学习组件都托管在 ghcr.io国内直连经常超时。DaoCloud 的公开镜像仓库 public-image-mirror 把这些海外镜像缓存到国内加速节点白名单内的镜像改一行地址就能拉。下面按部署顺序走一遍 Immich 机器学习镜像的实操。第一步确认镜像在不在白名单镜像服务只同步白名单内的镜像白名单是仓库根目录的 allows.txt一行一个镜像支持**通配。搜 immich 能看到ghcr.io/immich-app/**说明该命名空间下的镜像——server、ml-worker 等——都在覆盖范围内这个文件就是整个服务同步范围的准绳。拿不准时可以用仓库自带的脚本校验退出码 0 表示命中./hack/verify-allows.sh allows.txt ghcr.io/immich-app/ml-worker白名单未命中是改了地址还是不行最常见的原因不在列表里的镜像加了加速前缀也不会被同步只能等项目后续收录。所以排查顺序是先查白名单再怀疑网络。改一行 image 字段两种写法确认在名单内就改地址两种写法效果等价前缀法兼容任意源站别名法只覆盖 README 列出的源站。前缀法官方推荐在原完整地址前加m.daocloud.io/前缀这是官方 README.md 的推荐方式docker pull m.daocloud.io/ghcr.io/immich-app/ml-worker:releasecompose 部署则只改 yaml 里的一行image: m.daocloud.io/ghcr.io/immich-app/ml-worker:release仓库别名法把地址开头的ghcr.io换成对应别名ghcr.m.daocloud.ioimage: ghcr.m.daocloud.io/immich-app/ml-worker:release别名按源站人工配置README 标注此方式不推荐。还有个高频坑Docker 全局配置daemon.json里的 registry-mirrors 字段只对 docker.io 生效别把 ghcr.io 塞进去否则适得其反。验证拉取镜像同步状态怎么查改完先跑docker compose pull。该服务是懒加载机制首次拉取时后台才去源站同步内容 hash 与源保持一致成功后可放心使用。注意缓存只保留 30 天过期后需要重新同步偶发 404 不必慌再拉一次即可。拉取慢或挂起多半是同步任务还没完成。服务提供镜像同步状态查询页入口见 README.md只保留一小时的记录能确认 ml-worker 任务是否已处理这就是镜像同步状态验证的一分钟方法。K8s 里看到 ImagePullBackOff多数也是这个原因。ml-worker 拉取超时还和 tag 选择有关latest这类可变 tag 的 manifest 缓存有 1 小时源更新后一段时间内会先返回旧数据。稳定部署按 README 的建议排序优先sha256:摘要其次明确版本号的 tag最后才考虑latest。收尾长期部署的两个习惯第一个是闲时同步。README 写明服务白天拥挤、闲时为北京时间 01-07 点用一行 crontab 把批量拉取排到凌晨即可0 3 * * * cd /opt/immich docker compose pull pull.log 21第二个是内网场景。团队在没有外网的环境部署时参考 docs/local-cache/README.md 自建一层内网缓存减少对外的依赖。支持的镜像列表会随项目更新以 allows.txt 与 README.md 为准收藏仓库跟进最新收录。【免费下载链接】public-image-mirror很多镜像都在国外。比如 gcr 。国内下载很慢需要加速。致力于提供连接全世界的稳定可靠安全的容器镜像服务。项目地址: https://gitcode.com/GitHub_Trending/pu/public-image-mirror创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考