如何修复docker-compose services 'name'映射类型报错

报错和YAML缩进、空格格式没有任何关系，核心问题是你把GitHub Actions工作流配置文件错当成docker-compose配置文件使用了。

• 你下载的build_unix.yml是GitHub Actions专属的CI/CD工作流配置，语法规则完全适配GitHub的云端运行环境，根节点结构为name/on/jobs，和docker-compose要求的配置结构完全不兼容。
• docker-compose解析配置时，强制要求根节点下存在services映射节点，它读取当前文件时找不到合法的services结构，就会误把顶层的name: UNIX字段识别为services下的配置项，最终抛出services 'name' must be a mapping not a string的错误。这也是YAML在线校验工具检测不出问题的原因：文件本身YAML语法完全合法，只是使用场景完全错了。

根据你的实际使用需求，三选一处理即可：

方案1：使用GitHub Actions自动构建（文件的原生设计用途） #

这个文件本身就不需要本地用docker-compose运行，它的设计场景是GitHub云端自动构建：

• 将文件放到本地Git仓库的.github/workflows/目录下
• 提交代码并推送到GitHub远程仓库
• 进入仓库的Actions页面，就会自动触发UNIX环境的构建流程，自动完成依赖安装、代码编译、产物打包全流程，构建完成后可以直接下载编译好的MicroPython固件。

方案2：本地Ubuntu环境直接编译 #

如果你想在本地Ubuntu系统直接完成构建，不需要依赖Docker或GitHub Actions，直接按工作流中定义的步骤依次执行命令即可：

1. 安装系统与Python依赖

sudo apt update && sudo apt install -y python3 python3-pip git build-essential
pip3 install Pillow Wave

2. 拉取仓库代码与递归子模块

git clone 你的仓库地址
cd 仓库根目录
git submodule init
git submodule update --recursive

3. 准备TensorFlow Lite Micro构建环境

rm -rf ./micropython-modules/microlite/tflm
cd ./tensorflow
../micropython-modules/microlite/prepare-tflm-unix.sh
cd ..

4. 配置MicroPython模块软链接

cd ./micropython-modules
ln -s ../micropython-ulab/code ulab
cd ..

5. 编译mpy-cross交叉编译器

cd ./micropython
make -C mpy-cross V=1 clean all
cd ..

6. 编译UNIX版本的MicroPython固件

cd micropython/ports/unix
make submodules
make deplibs
make VARIANT_DIR=../../../boards/unix/microlite-variant VARIANT=microlite

编译完成后，可执行固件的路径为micropython/ports/unix/micropython。

方案3：本地通过Docker容器构建 #

如果你确实需要用容器方式完成本地构建，不能直接复用GitHub Actions的yml文件，需要单独编写符合docker-compose规范的配置文件：

1. 在仓库根目录新建合法的docker-compose.yml，参考内容如下：

version: '3.8'
services:
  unix-build:
    image: ubuntu:latest
    working_dir: /src
    volumes:
      - ./:/src
    command: bash -c "
      apt update &&
      apt install -y python3 python3-pip git build-essential &&
      pip3 install Pillow Wave &&
      git submodule init &&
      git submodule update --recursive &&
      rm -rf ./micropython-modules/microlite/tflm &&
      cd ./tensorflow &&
      ../micropython-modules/microlite/prepare-tflm-unix.sh &&
      cd ../micropython-modules &&
      ln -s ../micropython-ulab/code ulab &&
      cd ../micropython &&
      make -C mpy-cross V=1 clean all &&
      cd ports/unix &&
      make submodules &&
      make deplibs &&
      make VARIANT_DIR=../../../boards/unix/microlite-variant VARIANT=microlite
    "

2. 在仓库根目录执行docker-compose up即可启动容器内的自动构建。

注意：GitHub Actions工作流配置和docker-compose配置是两套完全独立的规范，不存在语法兼容性，不能直接混用。

内容的提问来源于stack exchange，提问作者saquiel