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。
本镜像包含bam-readcount工具及部分额外文件,专门设计用于CWL(Common Workflow Language)工作流中,支持基因组数据分析流程的执行。
适用于需要在CWL工作流中进行readcount分析的基因组学研究场景,可作为数据分析流程中的关键组件,支持标准化、可重复的生物信息学分析。
1. 准备版本分支
bash# 基于最新版本克隆仓库并创建新分支 git clone griffithlab/bam_readcount_helper-cwl:1.2.1 cd bam_readcount_helper-cwl git checkout 1.2.0 git checkout -b 1.2.1
2. 修改Dockerfile
根据需求更新Dockerfile内容(具体修改步骤需根据实际需求补充)。
3. 构建镜像
bashdocker build -t griffithlab/bam_readcount_helper-cwl:1.2.1 .
4. 本地测试
bash# 启动容器并进入交互式bash环境验证 docker run --rm -it --entrypoint /bin/bash griffithlab/bam_readcount_helper-cwl:1.2.1
5. 推送至DockerHub测试
bashdocker login docker push griffithlab/bam_readcount_helper-cwl:1.2.1
6. 完成测试后的后续流程
测试完成后,将Git分支推送到基因组仓库。分支推送后,自动化构建流程将触发,在mgibio DockerHub仓库创建镜像:
https://hub.docker.com/r/mgibio/bam_readcount_helper-cwl/tags
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