Docker 国内镜像搜索助手

痛点：Docker Hub 在国内网络环境下的访问瓶颈

对于需要频繁拉取镜像的开发和运维人员来说，直接连接 Docker Hub 常常遇到网络超时或限速问题。特别是在部署微服务或构建 CI/CD 流水线时，拉取基础镜像（如 nginx、redis）可能耗费大量时间，甚至因网络不稳定导致构建失败。

本技能专注于解决这一具体问题：通过解析国内镜像源的可用性，快速定位可用的镜像加速地址，并生成可直接执行的 docker pull 命令。

工作原理：关键词提取 → 镜像搜索 → 拉取命令生成

技能的核心逻辑分为三步，每一步都针对实际使用场景优化：

1. 关键词提取：从用户输入中提取镜像名称（如 nginx、mysql），支持模糊匹配，避免因拼写误差导致搜索失败。
2. 镜像搜索：调用 scripts/docker-search-cli.py search 命令，从镜像源返回候选列表。列表包含镜像名称、版本标签和详情页链接，方便进一步筛选。
3. 拉取命令生成：若需获取具体的 docker pull 地址，调用 scripts/docker-search-cli.py detail，传入镜像详情页的相对路径（如 /image/docker.io/library/nginx:latest），脚本会动态拼接国内加速前缀，生成可直接使用的拉取命令。

自检机制：若搜索结果为空或解析异常，可运行 scripts/docker-search-cli.py calibrate。该命令会使用已知镜像（如 registry.k8s.io/nginx-slim:0.21）标定解析规则，验证是否因镜像源前端改版导致解析失效，确保长期稳定性。

适用边界与注意事项

• 网络环境依赖：生成的拉取地址来自 docker.aityp.com 的解析结果，实际可用性受本地网络环境影响。建议在部署前验证拉取命令的连通性。
• 依赖项要求：脚本依赖 requests 和 parsel 库，运行前需确保环境中已安装这两个 Python 库。
• 标定机制的动态适应：脚本内置的标定逻辑会动态调整解析规则，以适应镜像源前端的小幅改版。但若发生重大结构调整，可能需要手动更新解析规则。
• 搜索关键词准确性：建议使用准确的镜像名称关键词，模糊匹配虽支持，但可能返回部分相关结果，需用户自行筛选。