配置 (oakapp.toml)
oakapp.toml 文件,其中包含应用的静态元数据和构建步骤。 元数据包括应用的标识符和版本。构建步骤是在容器中执行以构建或运行应用的命令。 oakapp.toml 文件示例:Toml
1# (Required) App Identifier
2identifier = "com.luxonis.python_demo"
3# (Required) App Entrypoint
4entrypoint = ["bash", "-c", "python3 /app/main.py"]
5
6# (Optional) Prepare container commands
7# Here is the place where you can install all the dependencies that are needed at run-time
8prepare_container = [
9 { type = "COPY", source = "requirements.txt", target = "requirements.txt" },
10 { type = "RUN", command = "apt-get update" },
11 { type = "RUN", command = "apt-get install -y python3-pip" },
12 { type = "RUN", command = "pip3 install -r /app/requirements.txt --break-system-packages" },
13]
14
15# (Optional) Prepare build dependencies
16# Here is the place where you can install all the dependencies that are needed at build-time
17prepare_build_container = [
18 # Example: npm, gcc, ...
19]
20
21# (Optional) Additional commands after all the app files are copied to the container
22build_steps = []配置字段
应用元数据
identifier- 应用的名称,采用类似 Java 的格式(使用点作为分隔符;例如,com.my_company.my_app)com.luxonis命名空间保留给官方应用com.example命名空间不推荐用于生产应用
app_version- 应用的版本,格式为major.minor.patch(例如,1.0.0)
应用构建和运行时配置
entrypoint- 字符串数组(argv 格式的命令)cwd- (可选,默认为/)容器的当前工作目录shell- (可选,默认为["/bin/bash", "-c"])用于在prepare_container和prepare_build_container部分执行build_steps、entrypoint和RUN命令的 shellapp_dir_name(可选/高级;默认为app) - 应用文件复制到容器内的目录;仅当您已将此目录名称用于其他用途时才使用
Shell 形式 vs 可执行形式
与 Docker 类似,所有命令都可以指定为可执行形式(字符串数组)或 Shell 形式(单个字符串)。对于
entrypoint,我们强烈建议使用可执行形式。应用层
- 基础镜像层(在
base_image部分指定) - 运行时层(在
prepare_container部分构建) - 构建层(在
prepare_build_container部分构建;此层在构建后与运行时层断开连接) - 应用层(应用目录中的所有文件以及在此处执行的
build_steps)
注意
在 Docker 术语中,这些层中的每一 层都对应 Dockerfile 中的一个
RUN 指令。这允许高效缓存,同时避免常见陷阱。- 静态前端层(如果在
static_frontend部分指定) - DepthAI 模型缓存层(如果在
depthai_models部分指定)
基础镜像
debian/bookworm-slim,从 registry-1.docker.io 拉取。 完整的 base_image 配置如下所示:Toml
1[base_image]
2api_url = "https://registry-1.docker.io" # 可选:服务 https 地址
3service = "registry.docker.io" # 可选:镜像注册表服务名称
4image_name = "library/debian"
5image_tag = "bookworm-slim"
6
7oauth_url = "https://auth.docker.io/token" # 可选:此服务的 oauth 2.0 令牌地址
8auth_type = "repository" # 可选:范围类型
9auth_name = "library/debian" # 可选:资源名称建议
对于 DepthAI OAK 应用,我们推荐我们的 基础镜像,其中包含您可能需要的大部分依赖项。
使用自定义基础镜像
base_image 指向您自己的镜像来重用该工作。当您想先在熟悉的 Docker 工作流中迭代操作系统包、运行时或共享依赖项,然后使用 oakapp.toml 打包最终应用时,这非常有用。当您开发可重用的基础环境并希望在多个应用之间共享它时,这也可能是一个不错的选择。使用自定义基础镜像进行稳定的共享环境设置,并使用 prepare_container 和 prepare_build_container 进行特定于应用的运行时和构建步骤。要使用不同的镜像作为基础层,请在 oakapp.toml 中定义它,如下所示:Toml
1[base_image]
2image_name = "myorg/my-base"
3image_tag = "latest"api_url 字段将 base_image 指向不同的注册表。Docker Hub 未经身份验证的拉取
oak-agent 目前从 Docker Hub 进行未经身份验证的拉取。在重复拉取后,或在共享网络上构建时,Docker Hub 可能会因其匿名拉取速率限制而拒绝请求。为避免这种情况,请参阅 自托管容器注册表。如果发生这种情况,构建可能会失败并出现类似以下的错误:Sh
1oakctl command failed:
2 0: Received an error RPC response: Failed to build application container:
3 Image download failed: OCI registry client received an error:
4 APIError(ErrorList { errors: [Error { code: "TOOMANYREQUESTS", message:
5 "You have reached your unauthenticated pull rate limit.
6 https://www.docker.com/increase-rate-limit", detail: Null }] })自托管容器注册表
base_image.api_url 指向它。运行一个设备可访问的注册表:Command Line
1docker run --rm -d -p 5000:5000 --name registry registry:2Sh
1echo "FROM ubuntu:26.04" > ./Dockerfile
2docker buildx build --platform linux/arm64 -t myapp-base:latest --load .
3docker tag myapp-base:latest localhost:5000/myapp-base:latest
4docker push localhost:5000/myapp-base:latestoakapp.toml 中添加 [base_image] 部分,如下所示:Toml
1[base_image]
2api_url = "http://<self-hosted-registry-ip>:5000" # 服务 http 地址,设备可见
3image_name = "myapp-base"
4image_tag = "latest"base_image.api_url 必须指向设备可联网访问的地址。 要使上传的镜像在 OAK4 设备上正常工作,它必须作为 linux/arm64 镜像上传。运行时和构建层
prepare_container 和 prepare_build_container 都是在容器中执行以准备相应层的命令数组。唯一的区别是构建层在运行时不存在。可用的命令类型有:RUN- 在容器中运行命令
Toml
1prepare_container = [
2 { type = "RUN", command = "apt-get update" },
3 { type = "RUN", command = "apt-get install -y python3-pip" },
4]COPY- 将应用程序目录中的文件复制到容器中,比在应用程序层中更早。这对于复制依赖文件(如requirements.txt)很有用。没有必要在此处复制实际的应用程序文件,因为它们稍后会在应用程序层中复制。source- 相对于主机上应用程序目录的源文件路径target- 容器内应用程序目录的路径(如果指定了app_dir_name,则为相对路径)
Toml
1prepare_container = [
2 { type = "COPY", source = "requirements.txt", target = "requirements.txt" },
3]应用程序层
app_dir_name,则复制到其中)。然后,按顺序执行 build_steps 中的命令。build_steps- 用于构建应用程序或其他准备命令的步骤(字符串数组)
Toml
1build_steps = [
2 "g++ -o /app/my_app /app/main.cpp",
3 "chmod +x /app/my_app",
4].oakappignore 文件来忽略复制到容器的文件。 语法类似于 .gitignore。例如:Plain Text
1# 忽略所有 .log 文件
2*.log
3# 忽略 node_modules/ 目录
4node_modules/挂载点
required_mounts,required_devices- 必需的挂载点 - 如果在容器启动时不存在,应用程序将停止并报错
source[:target[:options]];默认值:- source=target
- options="rbind,rw"
- 所有挂载路径必须是绝对路径。对于
required_mounts,required_devices,optional_mounts,optional_devices和additional_mounts(source/target),相对路径将被拒绝。
Toml
1required_mounts = [
2 "/data/my-storage:/app/storage:rw,rbind",
3]optional_mounts,optional_devices- 如果在容器启动时不存在,则忽略这些挂载点additional_mounts(source,target,type,options,required) 对象数组,请参见下面的示例:
Toml
1additional_mounts = [
2 { source = "/run/user/1000/pulse", target = "/run/user/1000/pulse", type = "none", options = [
3 "rbind",
4 "rw",
5 ], required = true },
6 { source = "/home/root/.config/pulse/cookie", target = "/root/.config/pulse/cookie", type = "none", options = [
7 "bind",
8 "ro",
9 ], required = true },
10]additional_build_mounts- 与additional_mounts相同,但仅用于构建时;这些挂载点在运行时不存在allowed_devices- 应用程序允许在容器内访问的设备列表
Toml
1allowed_devices = [{ allow = true, access = "rwm" }]静态前端
static_frontenddist_path- 构建的前端文件的路径(相对于主机上的应用程序目录)build(可选) - 前端的构建配置source_path- 前端源文件的路径steps- 用于构建前端的命令数组
Toml
1[static_frontend]
2dist_path = "./frontend/dist" # path to the built frontend files
3
4[static_frontend.build]
5source_path = "./frontend" # path to the frontend source files
6steps = ["cd /app/frontend/src && npm install && npm run build"]assign_frontend_port- 如果设置为 true,将为容器内的OAKAPP_STATIC_FRONTEND_PORT环境变量分配一个可用端口;即使未指定static_frontend,也可以使用此选项
Toml
1assign_frontend_port = truestatic_frontend_dir_name(可选/高级;默认为static_frontend) - 容器内挂载静态前端文件的目录(将存储在OAKAPP_STATIC_FRONTEND_PATH环境变量中);仅当您已将此目录名称用于其他用途时才使用
DepthAI 模型缓存
*.yaml 格式的 DepthAI 模型文件夹,这些模型将在构建时缓存在容器中。这样,您可以创建无需在运行时下载模型的离线应用程序。depthai_modelsyaml_path-*.yaml格式的 DepthAI 模型文件夹的路径use_only_cache- 如果设置为 true,将仅使用缓存的模型,并且在运行时不会下载新模型(设置DEPTHAI_ZOO_INTERNET_CHECK环境变量)
Toml
1depthai_models = { yaml_path = "./backend/src/depthai_models" }depthai_models_dir_name(可选/高级;默认为depthai_models) - 容器内挂载 DepthAI 模型文件的目录;仅当您已将此目录名称用于其他用途时才使用
环境变量和构建参数
Toml
1[env]
2MY_ENV_VAR = "some_value"
3ANOTHER_ENV_VAR = "another_value"Toml
1[arg]
2MY_BUILD_ARG = "some_build_value"
3ANOTHER_BUILD_ARG = "another_build_value"oakctl app run --env MY_ENV_VAR=value)。