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vcf-annotation-tools Python包,专为生物信息学领域的CWL(Common Workflow Language)工作流设计。vcf-annotation-tools是一款用于处理和注释VCF(Variant Call Format)文件的Python工具,可帮助用户高效分析基因变异数据,无需额外配置即可直接集成到工作流中。
通过以下命令运行镜像并调用工具:
bashdocker run --rm -v /本地数据路径:/data vcf-annotation-tools-image vcf-annotation-tools --help
参数说明:
-v /本地数据路径:/data:挂载本地数据目录到容器内/data,用于输入输出文件交互vcf-annotation-tools-image:实际镜像名称/标签vcf-annotation-tools --help:查看工具帮助信息,替换为具体分析命令在CWL工作流文件中引用本镜像:
yamlsteps: vcf_annotation_step: run: vcf_annotation_tool.cwl in: input_vcf: input.vcf out: [annotated_vcf] requirements: DockerRequirement: dockerPull: vcf-annotation-tools-image
本镜像无需额外环境变量配置,工具参数通过命令行直接传递。具体使用方法及参数详情可参考vcf-annotation-tools官方文档。
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