参加你附近的 ，了解 VS Code 中的 AI 辅助开发。

从容器中使用 Docker 或 Kubernetes

虽然你可以在开发容器中构建、部署和调试你的应用程序，但你可能还需要通过在类似生产环境的容器集中运行它来测试它。幸运的是，通过安装所需的 Docker 或 Kubernetes CLI 并挂载你的本地 Docker 套接字，你可以在你的开发容器中构建和部署你的应用程序的容器镜像。

一旦安装了所需的 CLI，你还可以使用 Container Tools 扩展或 Kubernetes 扩展来处理相应的容器集群。

有关特定场景的更多信息，请参阅以下开发容器模板示例。要将它们添加到你的项目中，请在 VS Code 中打开你想要使用的文件夹，然后在命令面板 (F1) 中运行 Dev Containers: Add Dev Container Configuration Files... 命令。

系统将提示你从我们第一方和社区索引中选择一个预定义的容器配置，该列表可筛选并根据你的文件夹内容进行排序。从 VS Code UI 中，你可以选择下面部分中描述的模板之一。

在开发容器中运行 Docker 或 Minikube

  • Docker-in-Docker - 演示如何在容器内完整运行 Docker（或 Moby）。支持在开发容器内绑定挂载所有文件夹，但无法重用本地机器的缓存。

  • Kubernetes - Minikube-in-Docker - 演示如何在容器内完整运行 Minikube，具有与 Docker-in-Docker 类似的优点和限制。

从容器访问现有的 Docker 或 Minikube 实例

  • Docker outside of Docker - 演示如何在开发容器中使用 Docker（或 Moby）CLI，通过绑定挂载 Docker Unix 套接字来连接到主机的 Docker 守护进程。开销较低，可以重用你的机器缓存，但存在绑定挂载限制。

  • Docker outside of Docker Compose - Docker outside of Docker 的变体，适用于你使用 Docker Compose 而不是单个 Dockerfile 的情况。

  • Kubernetes - 本地配置 - 采用 Docker outside of Docker 模型，并添加 kubectl 和 Helm，以演示如何访问本地 Minikube 或 Docker 提供的 Kubernetes 集群。

还有关于 Docker-in-Docker、Docker outside of Docker 和 Kubernetes 安装脚本的文档，你可以重复使用这些脚本，并且上面示例中也引用了它们。

从容器内部使用 Docker 挂载主机卷

遵循 Docker-in-Docker 模型时，从开发容器内部使用 Docker CLI 将导致它与在同一位置运行的 Docker 守护程序进行交互。这意味着你可以“绑定”挂载开发容器内的任何内容到你创建的“内部”容器中。

例如，这将“正常工作”

docker run -v /workspace/examplefile.txt:/incontainer/path debian

但是，如果你想将主机上可用的文件夹绑定挂载到这个内部容器中，你需要先将其挂载到你的开发容器中。

使用 Docker outside of Docker，默认情况下可用的绑定挂载类型是相反的。在这里，容器内的 Docker CLI 反而与主机的 Docker 守护进程进行交互。这会影响从容器内部挂载目录，因为容器内部的路径可能与主机上目录的路径不匹配。

上面的相同示例将失败，因为容器外的主机路径不是 /workspace/...。此外，某些文件夹根本无法挂载，因为它们只存在于容器中。如果你需要这样做，你可能会发现 Docker-in-Docker 模型更适合你的需求。

如果你在容器中打开一个文件夹，你可以将主机目录作为环境变量传递到容器中，以便你可以挂载工作区文件夹。（但是，如果你使用卷，这不起作用——Docker-in-Docker 是最好的选择。）为此，请将以下内容添加到 devcontainer.json 中：

  "remoteEnv": {
    // Pass in the host directory for Docker mount commands from inside the container
    "HOST_PROJECT_PATH": "${localWorkspaceFolder}"
  }

下面的示例来自 makefile，并将 KUBECONFIG 文件从开发容器挂载到它启动的新 Docker 容器中

docker run -p 8089:8089 -p 9090:9090 -v $(shell echo ${KUBECONFIG} | sed s#/workspace#${HOST_PROJECT_PATH}#):/kubeconfig.json -e KUBECONFIG=/kubeconfig.json ${IMG} -f behaviours/run_submit_locust.py
09/11/2025