Skip to content

Latest commit

 

History

History
64 lines (44 loc) · 3.56 KB

README_zh.md

File metadata and controls

64 lines (44 loc) · 3.56 KB

English | 中文

1Panel Runtime Images

本仓库用于构建和发布 1Panel 使用的运行时镜像。

当前仓库主要维护以下镜像:

  • 1panel/comfyui
  • 1panel/deepseek-harness
  • 1panel/hermes-agent
  • 1panel/openclaw
  • 1panel/vllm-gb10-dspark
  • 1panel/node
  • 1panel/php
  • 1panel/java

镜像说明

  • 1panel/comfyui:面向 NVIDIA GPU、严格基于上游稳定 Release 构建的 ComfyUI 运行环境镜像
  • 1panel/deepseek-harness:由 1Panel 维护的 DeepSeek Harness 镜像,提供 HTTPS 访问和运行数据持久化
  • 1panel/hermes-agent:1Panel 维护的 Hermes Agent 运行环境镜像,内置消息通道相关依赖
  • 1panel/openclaw:基于 OpenClaw 官方源码构建的运行环境镜像,包含面向 1Panel 场景的定制
  • 1panel/vllm-gb10-dspark:用于在两台 NVIDIA GB10 节点上部署 DeepSeek V4 Flash 的 ARM64 vLLM 运行环境镜像
  • 1panel/node:Node.js 运行环境镜像
  • 1panel/php:多个版本的 PHP-FPM 运行环境镜像
  • 1panel/java:基于 Eclipse Temurin 的 Java JDK 运行环境镜像

PHP 7.3 / 7.4

Build PHP 7 Image 工作流(.github/workflows/php7-release.yml)从 php/7 构建 PHP 7.3 和 7.4,与 PHP 8 分开维护。例如:

docker build --build-arg PHP_VERSION=7.4.33 -t 1panel/php:7.4.33-fpm php/7

构建时先将 Buster 和 Bullseye 的软件源切换到 Debian 官方签名归档,再安装依赖;仅对这些归档源关闭元数据过期检查,保留软件包签名校验。基础镜像内置 libzip4 和 unzip,因此 1Panel 重建运行环境并加载已保存的扩展文件时,ZIP 运行库仍然可用。ZIP 扩展本身仍通过 1Panel 的扩展安装脚本安装。

vLLM GB10 DSpark

1panel/vllm-gb10-dspark:0.1.1 基于固定的 Anemll DSpark GX10 0.1.1 镜像,加入对应 1Panel 应用商店版本使用的部署补丁和 DSpark proposer。该镜像仅发布 linux/arm64,要求两台 NVIDIA GB10 节点、NVIDIA Container Toolkit 和可用的 RoCE/InfiniBand 链路。

ComfyUI

ComfyUI 镜像支持 linux/amd64 和 linux/arm64 NVIDIA 主机,两种架构均内置相同版本并锁定的 PyTorch 2.13.0 CUDA 13.0 依赖。GPU 模式要求宿主机安装兼容的 NVIDIA 驱动(当前 CUDA 依赖在 Linux 上要求 580.65.06 或更新版本)和 NVIDIA Container Toolkit。每个上游稳定 Release 都会以同一个多架构镜像发布同名标签和去掉 v 前缀的兼容标签(例如 1panel/comfyui:v0.33.1 与 1panel/comfyui:0.33.1),Docker 会自动选择与宿主机匹配的架构。

使用 Docker 启动容器:

docker run -d \
  --name comfyui \
  --gpus all \
  -p 8188:8188 \
  -v comfyui-data:/data \
  1panel/comfyui:v0.33.1

该示例对外提供 8188 端口,将持久化数据保存在 comfyui-data 卷中,并申请宿主机上的全部 NVIDIA GPU。需要时可直接修改命令中的镜像标签、宿主机端口或卷名。

模型、自定义节点、输入输出、用户配置以及运行时安装的 Python 包都会保存在 /data。镜像已安装 ComfyUI-Manager 依赖,如需启用,可在命令末尾追加 --enable-manager。

如需在纯 CPU 主机运行,请移除 --gpus all,并在镜像名称后追加 --cpu。两种架构都可使用 CPU 模式,但运行速度会明显降低。

amd64 CUDA 镜像主要面向 RTX 20 系列及更新显卡;arm64 镜像面向 NVIDIA 服务器/SBSA CUDA 平台,不能据此认为所有 ARM 设备或 Jetson 型号都受支持,Jetson 需要按 NVIDIA 的 JetPack 专用 PyTorch 路线部署。