1minds3t/omnipkg

omnipkg — Python运行时管理工具

打破Python环境的固有限制
在单个容器中同时运行无限数量的Python版本、包组合及PyTorch ABI，专为高性能机器学习基础设施和CI/CD设计。

---

🚀 快速开始

bash
# 最新稳定版（基于Debian，兼容性最强）
docker pull docker.xuanyuan.run/1minds3t/omnipkg:latest

# 运行交互式shell
docker run -it docker.xuanyuan.run/1minds3t/omnipkg:latest

# 尝试著名的Daemon IPC演示（真正的零拷贝GPU）
docker run -it docker.xuanyuan.run/1minds3t/omnipkg:latest omnipkg demo 11

---

🎯 为什么在Docker中使用omnipkg？

“单一镜像”CI/CD矩阵
无需为python3.9、python3.11和python3.12构建并缓存单独的2GB Docker镜像。只需拉取一个omnipkg镜像，通过C调度器在<180ms内热切换Python解释器和依赖树。

生产级性能

• ⚡ 237µs启动时间：自定义C调度器处理命令路由，在Python启动前的执行速度比uv快17倍，比bun快3倍。
• 🔥 通用CUDA IPC（“上帝模式”）：纯ctypes实现VRAM到VRAM的GPU传输。将4MB张量通过3个PyTorch版本传递仅需4.5ms（比标准多进程快1107倍）。
• ⚛️ 原子存储切换：Rust FFI拦截uv安装计划，通过<1ms的os.rename()目录交换实现原子操作。

多版本并发

• 在单个容器中同时运行Python 3.7–3.15。
• 在同一环境中安装完全冲突的ABI（如torch==1.13.1+cu116和torch==2.2.0+cu121），并在数据不离开VRAM的情况下并发执行。
• 自动修复：检测并安装缺失依赖的速度比UV快7-12倍。

---

📊 基准测试（真实生产工作负载）

基准测试通过omnipkg stress-test和omnipkg demo 11实时验证。

---

📦 可用Docker标签

特定版本（当前）

• 3.4.x – 最新发布版本
• 3.4.x-debian、3.4.x-alpine – 版本+基础OS

生产环境

• latest、debian – 兼容性最强（glibc）
• slim、alpine – 最小体积，musl libc（约50MB）
• ubuntu-20.04、ubuntu-22.04、ubuntu-24.04
• fedora – 基于RHEL/Fedora

专用版本

• cuda、gpu – NVIDIA GPU支持（内置通用CUDA IPC + Torch MP队列 fallback）
• dev – 包含开发工具

---

🏗️ 多架构支持

✅ linux/amd64（x86_64）
✅ linux/arm64（aarch64）

Docker会自动为您的平台拉取正确的架构。

---

💡 常见使用场景

CI/CD测试（消除矩阵）

无需使用GitHub Actions矩阵启动5个容器，只需运行一个：

bash
docker run --rm docker.xuanyuan.run/1minds3t/omnipkg:latest bash -c "
  8pkg39 run pytest && \
  8pkg311 run pytest && \
  8pkg313 run pytest"

GPU加速ML工作负载

bash
docker run --gpus all -it docker.xuanyuan.run/1minds3t/omnipkg:cuda bash

带自动修复的生产脚本

如果上游部署破坏了依赖，omnipkg run会检测ImportError或ABI崩溃，找到正确的版本并执行：

bash
docker run --rm -v $(pwd):/app docker.xuanyuan.run/1minds3t/omnipkg:alpine 8pkg run /app/script.py

---

🎓 真实案例：Daemon IPC

python
from docker.xuanyuan.run/omnipkg.isolation.worker_daemon import DaemonClient

client = DaemonClient()

# 在PyTorch 2.0.1中执行代码（Worker 1）
client.execute_smart("torch==2.0.1+cu118", """
import torch
print(f"在{torch.cuda.get_device_name(0)}上运行，Torch版本为{torch.__version__}")
""")

# 即时切换到PyTorch 2.2.0（Worker 2，共享VRAM）
client.execute_smart("torch==2.2.0+cu121", "import torch; print(torch.__version__)")

---

🔧 环境变量

• OMNIPKG_HOME=/home/omnipkg – 用户主目录
• OMNIPKG_NONINTERACTIVE=1 – 为CI/CD环境禁用所有提示
• OMNIPKG_LANG=es – 设置CLI语言（支持24+种语言）

---

🔗 链接

• GitHub – https://github.com/1minds3t/omnipkg
• PyPI – https://pypi.org/project/omnipkg
• Conda-Forge – anaconda.org/conda-forge/omnipkg
• 交互式文档 – 1minds3t.echo-universe.ts.net/omnipkg

---

🤝 贡献与许可

发现bug或有功能需求？在GitHub上提交issue或联系：***

双许可：AGPLv3（开源）/ 商业许可（企业）

停止与依赖地狱斗争，开始交付生产级ML基础设施。