
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
Minerva命令行界面(CLI)允许用户向Minerva Cloud系统上传、导入和导出显微镜图像,帮助用户高效管理显微镜图像数据。
Minerva默认会在用户主目录查找名为.minerva的配置文件并加载配置,以连接到正确的Minerva服务。命令行参数会覆盖配置文件中的值,可通过--config [PATH]指定配置文件路径。
复制示例配置文件到主目录并编辑:
bashcp .minerva.example ~/.minerva # 使用文本编辑器修改配置值 nano ~/.minerva # 设置文件权限防止他人读取 chmod 700 ~/.minerva
所有配置参数也可通过环境变量设置:
bashpython minerva.py
bash# 替换<REPOSITORY>为仓库名称,<DIRECTORY>为目录路径,导入目录及其子目录下的所有图像 python minerva.py import -r <REPOSITORY> -d <DIRECTORY>
bash# 通过SSH登录O2 ssh ecommonsid@o2.hms.harvard.edu # 克隆minerva-cli仓库 git clone https://github.com/labsyspharm/minerva-cli.git # 加载必要模块(首次运行后可能需重启bash) module load conda2 # 创建并激活conda环境 conda create --name minerva python=3.6 conda activate minerva pip install -r requirements.txt # 配置minerva.config cp .minerva.example ~/.minerva nano ~/.minerva chmod 700 ~/.minerva
bash# 登录O2传输节点 ssh ecommonsid@transfer.rc.hms.harvard.edu # 将ImStor中的图像复制到scratch空间 mkdir -p /n/scratch3/$USER/dataset cp /n/files/ImStor/.../image.ome.tif /n/scratch3/$USER/dataset # 登录O2并启动交互式会话 ssh ecommons@o2.hms.harvard.edu srun --pty -p interactive --mem 500M -t 0-06:00 /bin/bash # 激活环境并导入图像 conda activate minerva python $HOME/minerva-cli/minerva.py import -r [REPOSITORY] -d /n/scratch3/$USER/dataset
bash# 导出图像(默认名称)并仅保存最高金字塔层级 python minerva.py export --id [IMAGE_UUID]
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务