容器启停 2.5 毫秒:11 天 1,700 Star 的 Kiri,用一个 900 KB 的 PID 1 干掉了 runc 和 dockerd

数据说明:本文 Star/Fork 数字取自 2026 年 11 月 13 日 GitHub API 实测快照;基准数据、架构与命令均以 Kiri 仓库 README 原文及其 bench/results.json 为准,未作虚构。

每个 Mac 和 Windows 开发的工程师都被问过一个灵魂问题:为什么跑个容器要先养一台 Linux 虚拟机?Docker Desktop 自 2021 年起对大公司收费订阅,资源占用和启动速度也长期是社区吐槽点;后起之秀 OrbStack 把体验推进了一大截,但对很多开发者来说它仍是"别人家的黑盒"。11 月 2 日开源的 Rust 项目 libracoder/kiri(Kiri)给出了新的答案:一个跨 macOS、Windows、Linux 的轻量容器运行时,兼容 Docker Engine API,却能在一个 10 MB 自定义内核的小虚拟机里,用约 900 KB 的 Rust 代理直接启动容器------没有 runc、没有 shim、也没有 dockerd。11 天 Star 达 1,759(日均约 160),Apache-2.0 协议,官网 runkiri.com,名字来自伊博语的"小"(ntakịrị)。

一、基准:启停 2.55 毫秒,比 Docker Desktop 快约 80 倍

Kiri 的 README 直接摆出了三方对比(alpine 运行 true 后删除,30 次取中位数,三者使用同一个 docker CLI):

Docker Engine API docker CLI
Kiri 2.55 ms 14.2 ms
Docker Desktop 213 ms 243 ms
OrbStack 380 ms 442 ms

按 Docker Engine API 口径算,2.55 ms 对 213 ms 就是约 80 倍的差距。实验设计的公平性也交代得清楚:三个产品用的是同一个 docker CLI,差别只在背后的运行时------排除掉客户端实现差异的干扰。选"启动即退出"这种最短生命周期做基准是有讲究的:它测的不是吞吐量,而是单次操作的固定开销 ------正是虚拟机方案最难压的部分(每次操作都要跨越宿主机与虚拟机的边界)。轻量化同样有数字支撑:虚拟机空闲 60 秒自动休眠,守护进程常驻内存约 15 MB,唤醒只需约 0.15 秒。方法论也说得明白:方法与全部数据在仓库的 bench/results.json,一条 kiri bench 即可复跑------又是我们熟悉的那种"把跑分变成可复现实验"的诚实姿态。

二、架构:砍掉整条中间链路

Kiri 为什么能快?README 用一张图把传统容器链路砍到了骨头:

复制代码
docker CLI ─┐
compose ────┼─ Docker Engine API ─► kiri daemon ── vsock ──► guest agent (PID 1)
buildx ─────┤                         owns the VM           clone3 → container
kiri UI ────┘

标准 Docker 栈里,一次容器启动要穿过 dockerd、containerd、runc、shim 好几层进程;Kiri 的虚拟机用一个 10 MB 的自定义内核 ,PID 1 就是一个约 900 KB 的 Rust 代理,它收到启动请求后直接一次 clone3 系统调用把进程放进 namespace 和 cgroup------中间的 shim、runc、容器进程树全部不存在。少了每一层进程创建与通信,2.55 毫秒就是这条极简链路的自然结果。

链路上还有两处通信优化值得一提:宿主机的 kiri 守护进程拥有虚拟机,双方通过 vsock(虚拟机专用的宿主-客机套接字)直接对话,绕开了网络栈;而把代理放在 PID 1 的位置,意味着容器内根本不存在 init 系统和多余进程------虚拟机本身就是容器的运行环境,"容器即虚拟机里的普通进程"。当然这种极简是有取舍的:没有 runc 就意味着不支持 OCI 运行时钩子等高级特性,适合的只是常见的服务型容器负载,需要完整 OCI 语义的团队仍应留在标准栈上。

兼容性是这类"替代品"的生死线,Kiri 的做法是实现 Docker Engine API 而不是另造方言 :docker、Compose、buildx、docker login 全部照常工作(首次打开会配置一个 kiri Docker context),Apple Silicon 上经 Rosetta 跑 amd64 镜像也没问题。Windows 走 WSL 2,Linux 上则直接跑在内核上、连虚拟机都省了。

三、不只是快:本地域名、一键 k8s 和"搬家"通道

在兼容性之上,Kiri 还加了几件 Docker Desktop 没有的东西:

  • 本地域名 :每个容器自动获得 http://<name>.kiri.local 域名,HTTPS 由 Kiri 自建的 CA 签发------本地开发再也不用手配 hosts 和证书,微服务之间的互调也可以直接用服务名寻址;
  • 一键 Kubernetes :kiri k8s start 起一个单节点集群并注册成 kubectl 的 kiri context;kiri machine create dev --distro ubuntu && kiri machine shell dev 还能开 Linux 虚拟机------容器、编排、虚拟机三件事在一个工具里闭环;
  • 搬家通道 :kiri import 可以从 OrbStack 或 Docker Desktop 把镜像、卷和容器整包迁移过来------替代品最怕的就是"旧环境怎么办",这一条直接解决;
  • 细节体验:原生窗口管理容器/镜像/卷/网络(按 Compose 项目分组,显示状态、端口、本地域名和体积),菜单栏常驻;界面支持 16 种语言,连阿拉伯语都做了从右到左的整窗适配;应用自带签名校验的自动更新。

快速上手只要五条命令:

sh 复制代码
docker --context kiri run --rm alpine echo hello
docker --context kiri compose up -d
kiri k8s start                      # 单节点 Kubernetes,作为 kiri kubectl context
kiri machine create dev --distro ubuntu && kiri machine shell dev
kiri import                         # 从 OrbStack 或 Docker Desktop 迁移

四、给开发者的可操作建议

  1. 安装与共存 :macOS 14+(Apple Silicon/Intel 的 .dmg)、Windows 10/11(x86-64/Arm 经 WSL 2 的 .msi)、Linux(.deb/.rpm)都有安装包;首次打开会自动配置 kiri Docker context,应用自带签名校验的自动更新。Kiri 与 Docker Desktop 可以共存------靠 --context kiri 切换即可,迁移用 kiri import(镜像、卷、容器整包搬过来),不必二选一。值得注意 Windows 版同样要过 WSL 2------也就是说在 Windows 上它的架构与 Docker Desktop 是同源的,速度差异主要来自那套极简链路而非平台魔法。
  2. 复跑它的基准 :README 明说方法与数据都在 bench/results.json,kiri bench 一条命令复测。在不同的机器、磁盘和虚拟化配置下这些数字会变,别迷信任何人的毫秒数------包括本文的。
  3. 当前的能力边界 :项目只有 11 天大、49 个 open issue;Roadmap 显示内建 builder 还没完成 ------在那之前 buildx 构建需要走原来的 driver 方案,重度依赖 buildx 流水线的团队请等一等;虚拟机内核是 Linux(GPL-2.0,配置与补丁在 guest/kernel),其余代码 Apache-2.0。
  4. 学它的架构减法 :Kiri 最有价值的启示是"兼容层可以做到多薄"------对上层 100% 兼容 Docker API,对下层直接用 clone3 + namespace + cgroup 这些内核原语,把中间所有"历史遗留进程"砍掉。Docker 的多层结构有其历史原因(标准化、插件生态、多租户隔离),但单机开发场景确实用不到那么多层。做任何代理类、网关类中间件时,都值得问一句:这条链路上哪几层,其实只是历史包袱?

五、结语

容器工具的竞争正在从"功能齐全"转向"极致轻薄":Docker Desktop 定义了体验,OrbStack 证明Mac 上可以更快,Kiri 则把这条曲线又推了一个数量级------它的激进之处在于敢于重造最底层(自己的内核、自己的 PID 1),而不是在别人的运行时上包一层壳。这也是近年 Rust 基建潮的一个缩影:当"安全 + 无 GC + 贴近系统调用"的语言成熟之后,那些因为历史原因层层包裹的基础设施,都到了可以被重写一遍的时候。11 天 1,759 Star 说明被订阅费和启动等待折磨的开发者比想象中多。当然,11 天的项目需要时间验证稳定性,重度生产用户不妨先在开发环境试用。本文数据为 2026-11-13 快照,项目迭代极快(发稿当天凌晨仍在提交),一切以仓库最新 README 为准。

相关推荐
吴名氏.28 分钟前
Java转AI Agent教程(第十五周)政策时效:过期政策不该被召回,也不能被删掉
java·人工智能·python·ai·ai agent
东坡肘子42 分钟前
把「更好」放在「更快」之前 -- 肘子的 Swift 周报 #162
人工智能·swiftui·swift
Csvn11 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
罗西的思考12 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考12 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习
汤姆宝库12 小时前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#
岁月宁静12 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
wflynn12 小时前
GitHub 今日推荐|kiri:clone3 系统调用直达容器,2.5 毫秒启动无 runc 中间层
docker·rust·kubernetes·开源·github·containers
武子康13 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习