Files

T

adminandClaude Fable 5 486670b75d docs(bioflow): 镜像构建方法 playbook(8 环境→8 镜像，其余 18 环境工程后补做) + A1 任务书 v2 + 团队上下文 8 镜像终态

- playbook: conda-pack 打包→/opt/conda 解包+conda-unpack 重定位→ENV PATH 直达→镜像内编译 .so；验证清单/常见坑/26 环境总台账/实测记录表
- A1 任务书 v2: 副本 126 处适配逐条记录、入口→环境归属表、跨环境入口处置、金标 24 ID diff 全等
- team_context: 8 镜像终态（含 panfamily 1.8G→bioflow-pan、r_de_analysis 1.6G→bioflow-rde）

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

2026-09-05 20:45:03 +08:00

6.3 KiB

Raw Blame History

任务书：开发 agent A1 —— P0 内核移植 + 8 环境镜像构建 + 金标等价性验证（v2，2026-09-05 终版方案）

前置必读

docs/bioflow_team_context.md（环境事实 + 团队纪律，全部遵守）
本任务书 + 模块职责边界
docs/PRD.md §16（FR-BIO-029 内核等价性 / FR-BIO-030 Docker 执行 / FR-BIO-032 发布编译）
docs/bioflow_image_build_playbook.md（TL 写的镜像构建方法文档骨架——你执行中必须回填实测数据，见交付物 E）

职责范围（只动 rag-new 仓库内 bioflow_kernel/ 目录；PlantAI-dev 只读复制源，零改动）

A. 内核树复制（已完成部分需核对）

复制源 /home/xzq/5090/teamWorkspace/zh/PlantAI-dev/，目标 bioflow_kernel/（顶层同构保 parents[2]）：

apps/cli/ → bioflow_kernel/cli/（92 文件全量，含 legacy 变体）
gfa_core/ → bioflow_kernel/gfa_core/（注意 dev 已演进：gfa_core 在 dev 仓库顶层，不在 apps/ 下；30 模块依赖闭包 + templates/ + schemas/）
apps/scripts/ → bioflow_kernel/scripts/（tree_domain.R 等）
apps/assets/hmm/ → bioflow_kernel/assets/hmm/（SBP.hmm）现有 bioflow_kernel/ 树核对完整性（与 dev 同构、无缺文件）。

B. 副本源码适配（用户定策：复制进 rag-new 后该改就改，逐条记入报告）

全部 /home/xzq/miniconda3 硬编码（实测 126 处/52 文件，含 gfa_core 内引用，A1 需复核精确数）→ 镜像标准形态：
- envs/<env>/bin/<tool> 工具调用 → PATH 裸命令（<tool>）
- Python 代码内调用 python → sys.executable
- conda run -n X cmd → 直接 cmd
- source .../etc/profile.d/conda.sh → 删除
- envs/*/bin 探测循环 → PATH 查找（shutil.which）
- CONDA_PREFIX → sys.executable 推导（保留环境变量覆盖点，如 BBA_/PLANTAI_ 既有约定）
- pfam_mapping.json 候选链 → 走既有 BBA_RAG_MAPPING_FILE 环境变量覆盖
- registry.py 的 tartary_spl_analysis 环境实测不存在（dev 历史残留）→ hmmsearch/blastp 等按 test4py311 环境实际工具核验处理，记入已知限制
交叉引用 from apps.cli.xxx import / from apps.gfa_core... → from cli.xxx / from gfa_core...（dev 布局演进，实测数量以扫描为准，逐一验证可 import）
每条改动记入报告适配清单：文件 × 行 × 旧值 × 新值（126 处可分组汇总，代表性条目逐条）

C. 8 环境镜像构建（按 docs/bioflow_image_build_playbook.md 方法）

镜像	conda 环境	实测体积	用途
bioflow-gf	test4py311	16G	GF 链主环境（web 服务本体/cli 主环境）
bioflow-gfpy	gfpy312	5.4G	mafft/iqtree/meme（registry.py 权威映射）
bioflow-rnaseq	rnaseq	6.1G	RNA-seq 主链
bioflow-rnaR	rnaR	2.7G	R 汇总绘图
bioflow-wgs	ASAW	5.1G	WGS/GWAS/群体
bioflow-interproscan	interproscanpy311	750M	结构域注释
bioflow-pan	panfamily	1.8G	泛基因家族 pangene 链
bioflow-rde	r_de_analysis	1.6G	DE 分析 R 环境

构建要点：conda-pack 打包 → 干净基底（glibc ≥ 宿主）→ 解包 /opt/conda → conda-unpack 重定位 → ENV PATH=/opt/conda/bin:$PATH → 多阶段内用镜像内解释器跑 build.sh 编译 .so → 最终镜像只留 .so+明文入口+资源，无 conda 本体、无 /home/xzq、仅 root。 docker/ 下现有 4 个旧 Dockerfile 与 5 个 env_*.txt 是旧方案产物，按新方案重写为 8 个 Dockerfile（参数化模板优先）。 先做最大+最小两端实测（test4py311、interproscanpy311）再铺开其余 6 个。

D. 金标等价性验证（P0 验收核心）

bioflow-gf 镜像内跑 identify（dev 金标数据 assets/examples/test_input，Ft 物种 SPL）：

docker run --rm --user $(id -u xzq) \
  -v <任务目录>/input:/job/input -v <任务目录>/workspace:/job/workspace \
  -v /home/xzq/5090/teamWorkspace/zh/bioflow-data:/bioflow-data \
  -e BBA_PFAM_DIR=/bioflow-data/hmm -e BBA_DISABLE_RAG_PFAM_LOOKUP=1 \
  --cpus 16 --memory 64g \
  bioflow-gf python -B -m cli.run_identify \
    --input-dir /job/input --workspace /job/workspace --prefix Ft.SPL --cpu 16 --force

24 个成员 ID 与 dev 预期输出集合 diff 全等；18 个 GF 链入口 python -B -m cli.run_xxx --help 全绿；冒烟脚本沉淀 bioflow_kernel/tests/smoke_golden.sh。

E. 交付物

docs/team/report_bioflow_dev1.md（完成清单、适配清单逐条、金标结果、冒烟结果、已知限制）
bioflow_kernel/stage_image_map.json（阶段 → 8 镜像映射；已有旧版需重写）
入口→主环境归属表（全部 cli 入口逐一判定主环境）+ 跨环境入口清单（单个入口引用 ≥2 个环境，如 run_expression=rnaseq+rnaR、run_identify 含 interproscanpy311、combo 类含 gfpy312）→ 逐条给处置（编排层拆子阶段映射对应镜像；无法拆分报 TL）
回填 docs/bioflow_image_build_playbook.md：conda-pack 打包时间/体积、解包后 bin/python --version 与源环境一致性、conda-unpack 重定位验证、ldd 缺库检查结果、代表性工具 --help 冒烟、8 个镜像最终体积与构建时长
补齐 playbook 环境总台账：其余 18 个环境（AI_env/ani/at_sc/beagle54/bioinfo/minerupy312/rice_download/rice_rna/snpeff/testpy311/vcflinshi/plantai-bff/pymol-env + 4 个 biolabx + base miniconda3）的体积实测数据填入台账表

【纪律再强调】

不碰生产容器/服务；dev 仓库只读；不 commit/push
只动 bioflow_kernel/ 与 docs/team/report_bioflow_dev1.md、docs/bioflow_image_build_playbook.md
镜像构建是自测动作可执行；docker build 遇权限/磁盘问题 → 记入报告等 TL
新代码（Dockerfile/脚本）零硬编码：命令统一 python/裸工具名，路径一律环境变量/配置

【自测要求】

金标 diff 输出为空（24 ID 全等）；镜像内 python -c "import gfa_core.xxx" 加载 .so 成功
8 个镜像各自 bin/python --version 与源环境一致 + 代表性工具 --help 全绿
结果写入报告

【完成标准】

报告 + playbook 回填完成后，最终回复明确写「BIOFLOW DEV1 P0 完成」+ 报告路径 + 金标 diff 结果 + 8 镜像构建状态 + 自测通过数

6.3 KiB Raw Blame History Unescape Escape