Data

Tools

Indexes

Applications

Experiments

Awesome

An open API service indexing awesome lists of open source software.

https://github.com/rainoffallingstar/beaverdowncontainers

BeaverdownContainers-Archlinux/Manjaro based bioinformatic container
https://github.com/rainoffallingstar/beaverdowncontainers

archlinux bioinformatics docker-image manjaro r rstudio-server snakemake

Last synced: 4 months ago
JSON representation

BeaverdownContainers-Archlinux/Manjaro based bioinformatic container

Awesome Lists containing this project

README 

          
# 🦫 BeaverdownContainers - Beaverdown2生物信息学容器套件



[![](https://github.com/rainoffallingstar/BeaverdownContainers/actions/workflows/beavermake.yml/badge.svg)](https://github.com/rainoffallingstar/BeaverdownContainers/actions/workflows/beavermake.yml) [![](https://github.com/rainoffallingstar/BeaverdownContainers/actions/workflows/beaverworker.yml/badge.svg)](https://github.com/rainoffallingstar/BeaverdownContainers/actions/workflows/beaverworker.yml)



---



## 📦 项目概述



BeaverdownContainers 是 **Beaverdown2 生物信息学工作流系统**的高效 Docker 容器套件 ``(Efficient Docker container suite for the Beaverdown2 bioinformatics workflow system)``。这些容器专为性能和易用性设计，简化了生物信息学和数据分析任务。



✨ **核心特色**:



- 🐧 **基于 Arch Linux** - 轻量、灵活的 Linux 发行版

- 🧰 **yay AUR 助手** - 强大的 Arch 用户仓库包管理

- 🐍 **Python 3** - 完整的 Python 开发环境

- 📊 **R 语言环境** - 完整的统计分析生态系统（40+ 包）

- 📓 **JupyterLab** - 交互式计算环境（集成 Ark 增强）

- 🔧 **Ark + Air** - Posit Dev 开发工具链

- 💡 **R LSP 支持** - languageserver + lintr 代码质量工具

- 🦀 **Rust** - 高性能系统编程语言

- 🟢 **Node.js** - JavaScript 运行时

- 🔵 **Go** - 现代化编程语言

- 🤖 **Claude Code CLI** - 已全局安装



容器采用层次化设计，从基础镜像逐步构建，确保每一层都有明确的功能分工和依赖管理。



---



## 🏗️ 容器架构



### 📊 架构图



```mermaid

graph TD

    A[archlinux:latest] --> B[beavermake]

    B --> C[beaverworker]



    B --> D[Python + R + pak + micromamba + yay + rustup + Node.js + npm + Go]

    C --> E[R 包 + JupyterLab + SSH + fallingstar10 + Claude Code]

```



### 🎯 层次化容器结构



#### 1. **🛠️ beavermake** - 基础容器层



- **基础镜像**: `archlinux:latest`

- **编程语言**: Python 3, R, Rust, Node.js, Go

- **包管理器**:

  - **pip** (Python)

  - **pak** (R)

  - **micromamba** (跨语言包管理)

  - **yay** (Arch AUR)

  - **cargo** (Rust)

  - **npm** (Node.js)

  - **go mod** (Go)

- **特点**: 并行编译配置，最小权限用户 `builduser`



#### 2. **🧬 beaverworker** - 统一工作环境



- **继承自**: `fallingstar10/beavermake:latest`

- **R 语言环境**:

  - 40+ R 包（Shiny, 统计, 生信, 富集, 高级, ML）

  - Bioconductor 核心包

  - GitHub 专用包

- **集成功能**:

  - 📓 **JupyterLab** - 已安装，需手动启动（端口 8889）

    - 集成 **Ark** (Posit Dev) - 增强 JupyterLab 功能

  - 🔧 **Air** (Posit Dev) - R 包管理和发布工具

  - 💡 **R 语言服务器** - languageserver + lintr 支持

  - 🔐 **SSH 访问** - 自动启动（端口 2222）

  - 👤 **fallingstar10 用户** - 默认登录账户（密码：fallingstar10）

  - 🤖 **Claude Code CLI** - 已全局安装

  - 👥 **交互式用户管理** - `add-user` 命令创建新用户

- **备用端口**: 8080, 8787（可用于 Shiny 等其他服务）



---



## 🚀 快速开始



### 使用 Docker CLI



#### 1️⃣ 拉取预构建镜像



```bash

docker pull fallingstar10/beavermake:latest

docker pull fallingstar10/beaverworker:latest

```



#### 2️⃣ 运行容器



```bash

# 🛠️ beavermake - 基础开发环境

docker run -it --name beavermake fallingstar10/beavermake:latest



# 🧬 beaverworker - 完整工作环境（推荐）

docker run -p 2222:2222 -p 8889:8889 -p 8080:8080 -p 8787:8787 \

  --name beaverworker fallingstar10/beaverworker:latest

```



#### 3️⃣ 访问服务



**SSH 访问**（自动启动）:

```bash

ssh fallingstar10@localhost -p 2222

# 密码: fallingstar10

```



**启动 JupyterLab**（手动启动）:

```bash

# 方法 1: SSH 登录后启动

docker exec -it beaverworker /bin/bash

su - fallingstar10 -c 'jupyter-lab --no-browser --allow-root --ip=* --port=8889 &'



# 方法 2: 直接启动

docker exec beaverworker su - fallingstar10 -c "jupyter-lab --no-browser --allow-root --ip=* --port=8889" &

```



然后访问: **http://localhost:8889**



**创建新用户**:

```bash

# 进入容器

docker exec -it beaverworker /bin/bash



# 运行交互式用户管理脚本

sudo add-user

```



脚本将引导您完成用户创建过程。



### 使用 R/dockerR 包



```r

# 拉取镜像

source("pull_image.R")



# 从源码构建

source("build_image.R")

```



---



## 🔧 详细构建指南



### 🖥️ 本地构建



```bash

# 构建所有容器镜像

docker build -t fallingstar10/beavermake:latest ./beavermake

docker build -t fallingstar10/beaverworker:latest ./beaverworker

```



### ⚡ CI/CD 自动构建



项目使用 **GitHub Actions** 实现持续集成和自动部署：



- **🕐 定时构建**: 每周五自动构建

  - `beavermake`: 06:00 UTC

  - `beaverworker`: 08:00 UTC

- **🔔 触发条件**:

  - 📅 定时调度（每周）

  - 👆 手动触发 (`workflow_dispatch`)

  - 📝 对应目录的 `push` 事件

- **🚀 操作流程**: 自动构建并推送到 Docker Hub (`fallingstar10/` 命名空间)



---



## 📋 容器详细说明



### 🛠️ beavermake 容器



**基础镜像**: `archlinux:latest`



**🧰 核心工具**:



- **Python 3**: `python`, `pip`

- **R**: `r`, `pak` 包管理器

- **micromamba**: 轻量级 Conda 替代品

- **yay**: AUR 包管理器

- **Rust**: `rustup`, `rustc`, `cargo`

- **Node.js**: `node`, `npm`

- **Go**: `go`



**⚙️ 配置优化**:



- 并行编译配置

- 最小权限用户 `builduser`

- 镜像优化：清理缓存减少镜像大小



### 🧬 beaverworker 容器



**继承自**: `fallingstar10/beavermake:latest`



**🎯 主要功能**:



#### 1. 📊 R 语言环境



- **R 基础系统**: 完整的 R 语言运行时

- **包管理器**: 使用 `pak` 进行高效的 R 包管理

- **R 包组**:

  - **组1**: Shiny 生态（DT, shinyWidgets, bslib）

  - **组2**: 统计和可视化（plotly, pROC, tidyverse）

  - **组6**: 机器学习（mlr3verse）

  - **组7**: 开发工具（languageserver, lintr）



#### 2. 📓 JupyterLab + Posit Dev 工具



- **JupyterLab**:

  - **状态**: 已安装，需要手动启动

  - **启动命令**: `su - fallingstar10 -c 'jupyter-lab --no-browser --allow-root --ip=* --port=8889 &'`

  - **访问端口**: 8889

  - **语言支持**: Python, R, Bash

  - **扩展生态**: 可安装丰富的 JupyterLab 扩展



- **Ark (Posit Dev)**:

  - **版本**: 0.1.222

  - **功能**: 增强 JupyterLab 的 R 开发体验

  - **安装位置**: `/usr/bin/ark`

  - **自动集成**: 构建时执行 `ark --install`



- **Air (Posit Dev)**:

  - **功能**: R 包管理和发布工具

  - **安装方式**: 官方安装脚本

  - **用途**: 简化 R 包的创建、测试和发布流程



#### 3. 🔐 SSH 访问



- **状态**: 自动启动

- **端口**: 2222

- **默认用户**: fallingstar10（密码：fallingstar10）

- **配置**: 支持 SSH 密钥认证



#### 4. 👥 用户管理



- **工具**: `add-user` 交互式脚本

- **位置**: `/usr/local/bin/add-user`

- **功能**: 创建新用户，配置 sudo、SSH、环境

- **使用**: `sudo add-user`



#### 5. 🤖 Claude Code CLI



- **全局安装**: 可直接使用 `claude-code` 命令

- **用途**: AI 辅助编程



#### 6. 💡 R 语言服务器和代码质量工具



- **languageserver**:

  - **功能**: 为 R 提供 Language Server Protocol (LSP) 支持

  - **用途**: 代码补全、语法高亮、错误检查、定义跳转

  - **编辑器支持**: VS Code, Vim/Neovim, Emacs 等



- **lintr**:

  - **功能**: R 代码静态分析工具

  - **用途**: 代码风格检查、最佳实践建议、潜在问题检测

  - **集成**: 可与编辑器、CI/CD 流程集成



#### 7. 🌐 备用端口



- **8080**: 可用于 Shiny 等 R Web 应用

- **8787**: 预留给其他服务



---



## 🧪 使用示例



### 多语言开发



#### Python 开发



```bash

# 进入容器

docker exec -it beaverworker /bin/bash



# 使用 micromamba 安装包

micromamba install pandas numpy scipy -y



# Python 交互式

python

```



#### R 开发



```bash

# 使用 pak 安装 R 包

R -e "pak::pkg_install('dplyr', 'ggplot2')"



# R 交互式

R



# 使用 languageserver（LSP 支持）

# 在 VS Code 中安装 R 插件后，自动启用代码补全、跳转等功能



# 使用 lintr 进行代码检查

R -e "lintr::lint_dir('.')"



# 使用 Air 管理 R 包

air --help

```



#### Rust 开发



```bash

# 首次使用需要初始化 Rust 环境

source ~/.cargo/env



# 创建新项目

cargo new myproject

cd myproject

cargo run



# 安装常用工具

cargo install ripgrep  # rg - 超快的 grep

cargo install fd-find  # fd - 超快的 find

cargo install bat      # bat - 带高亮的 cat

```



#### Node.js 开发



```bash

# 初始化项目

npm init -y



# 安装依赖

npm install express



# 安装全局工具

npm install -g typescript prettier eslint yarn



# 使用 Claude Code

claude-code

```



#### Go 开发



```bash

# 检查版本

go version



# 创建项目

mkdir myproject && cd myproject

go mod init myproject



# 运行程序

go run main.go

```



---



## ⚙️ 系统要求



### 💻 最低硬件要求



- **内存**: 至少 4GB RAM（推荐 8GB+）

- **存储**: 至少 10GB 可用磁盘空间

- **CPU**: 支持虚拟化的多核处理器（推荐 4 核以上）



### 📦 软件要求



- **Docker**: 版本 20.10 或更高

- **操作系统**: 支持 Docker 的任何系统

  - 🐧 Linux: 原生支持

  - 🪟 Windows: 推荐使用 WSL2

  - 🍎 macOS: 原生支持



---



## 🔍 故障排除



### 常见问题



#### 1. 🔌 容器启动失败



```bash

# 检查端口冲突

netstat -tulpn | grep <端口号>



# 查看容器日志

docker logs beaverworker

```



#### 2. 🔐 SSH 连接问题



```bash

# 检查 SSH 服务状态

docker exec beaverworker /bin/bash -c "ps aux | grep sshd"



# 查看 SSH 配置

docker exec beaverworker cat /etc/ssh/sshd_config

```



#### 3. 📓 JupyterLab 无法访问



```bash

# 检查 Jupyter 进程

docker exec beaverworker /bin/bash -c "ps aux | grep jupyter"



# 重启容器

docker restart beaverworker

```



---



## 🤝 贡献指南



欢迎任何形式的贡献！



### 开发规范



- **层次清晰**: 保持 Dockerfile 的继承关系明确

- **镜像优化**: 尽量减少镜像大小

- **向后兼容**: 确保新版本不破坏现有功能



---



## 📄 许可证



本项目基于 **MIT 许可证**开源发布。



---



## 🙏 致谢



感谢以下优秀项目：



- **🐧 Arch Linux** - 轻量、灵活的 Linux 发行版

- **📊 R 语言社区** - 丰富的统计分析和可视化包

- **🧬 Bioconductor** - 生物信息学 R 包生态系统

- **🔧 Posit** - Ark, Air 等 R 开发工具

- **📦 Conda/Mamba** - Python 包和环境管理

- **🐋 Docker** - 容器化技术标准

- **🤖 Anthropic** - Claude Code CLI



---






**✨ 简化、统一、高效的生物信息学容器套件！**



[⭐ Star 本项目](https://github.com/rainoffallingstar/BeaverdownContainers) | [📝 报告问题](https://github.com/rainoffallingstar/BeaverdownContainers/issues) | [🔧 参与贡献](#-贡献指南)