
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。
FAVITES(FrAmework for VIral Transmission and Evolution Simulation)是一个强大的模块化框架,用于同时模拟传播网络和病毒进化,以及传播网络采样缺陷和测序过程的模拟(Moshiri et al., 2018)。该框架通过将模拟过程分解为抽象模块类之间的一系列交互,使用户能够通过插入所需的模块实现(或从头实现)来自定义模拟过程的任何阶段。
由于FAVITES的模块化特性,详细使用信息(包括安装说明、环境要求、使用方法、文件格式描述等)均已整理在https://github.com/niemasd/FAVITES/wiki%E4%B8%AD%E3%80%82%E7%94%A8%E6%88%B7%E5%8F%AF%E5%8F%82%E8%80%83Wiki%E8%8E%B7%E5%8F%96%E5%AE%8C%E6%95%B4%E7%9A%84%E9%85%8D%E7%BD%AE%E5%92%8C%E8%BF%90%E8%A1%8C%E6%8C%87%E5%8D%97%E3%80%82
如果在研究中使用FAVITES,请引用以下文献:
Moshiri N, Ragonnet-Cronin M, Wertheim JO, Mirarab S (2018). "FAVITES: simultaneous simulation of transmission networks, phylogenetic trees, and sequences." Bioinformatics. 35(11):1852-1861. doi:10.1093/bioinformatics/bty921
此外,若使用了封装现有工具的模块实现,还应引用相应工具的文献。
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