V-Bio

V-Bio 用于管理结构预测和药物发现计算任务。仓库包含前端页面、中心 API、任务调度服务、CPU/GPU 计算节点，以及 Docker Compose 部署配置。

目录结构

backend/                 后端 API、调度服务、计算任务运行时
capabilities/            模型和算法的接入代码
frontend/                前端页面和管理 API
deploy/                  Docker、systemd、部署脚本
docs/                    部署、接口、模型服务和架构文档
backend/scripts/         API、计算节点、monitor 启动脚本

Docker 部署入口在 deploy/docker/。文件名统一使用 DOCKER_*。

当前模型服务

GPU 计算节点环境文件：

deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.env

已配置的镜像和运行参数：

ALPHAFOLD3_DOCKER_IMAGE=jurgjn/alphafold3:v3.0.2

PROTENIX_DOCKER_IMAGE=drailab/protenix:2.0.0
PROTENIX_MODEL_NAME=protenix-v2
PROTENIX_SOURCE_DIR=/data/protenix/source-v2
PROTENIX_MODEL_DIR=/data/protenix/model
PROTENIX_DOCKER_EXTRA_ARGS=--entrypoint=
PROTENIX_PYTHON_BIN=/usr/local/micromamba/envs/protenix/bin/python

Protenix-v2 权重文件：

/data/protenix/model/protenix-v2.pt

权重 SHA256：

8f931f9774a396b67033d0e58628e1834f4a1448165e04254b40a780b0c0d599

文档入口

内容	文档
首次部署	docs/deployment/quick-start.md
微服务部署	docs/deployment/microservice-decoupling.md
单机全量部署	docs/deployment/single-node-all-apps.md
单机 10 条命令试跑	docs/deployment/single-node-10-commands.md
模型服务安装	docs/deployment/capability-installation.md
Docker/systemd 模板	docs/deployment/docker-compose-systemd.md
模型服务文档	docs/capabilities/README.md

单机代码更新后可执行：

bash deploy/scripts/rebuild_single_node_all_apps.sh

部署原则

1. 中心节点运行 API、Redis、monitor 和前端。
2. 计算节点只接收本机已配置的任务类型。
3. 任务按队列路由，例如 cap.alphafold3、cap.protenix。
4. 中心节点与计算节点使用同一个 BOLTZ_API_TOKEN。
5. 生产环境固定镜像 tag，不使用 latest。

基础启动

复制环境变量模板：

cp deploy/docker/DOCKER_STACK.env.example deploy/docker/DOCKER_STACK.env
cp deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.env.example deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.env

启动基础服务：

docker compose \
  -f deploy/docker/docker-compose.yml \
  --env-file deploy/docker/DOCKER_STACK.env \
  up -d

查看基础服务：

docker compose -f deploy/docker/docker-compose.yml ps

启动 GPU 计算节点

启动 AlphaFold3：

docker compose \
  -f deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.compose.yml \
  --env-file deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.env \
  --profile alphafold3 \
  up -d gpu-worker-alphafold3

启动 Protenix：

docker compose \
  -f deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.compose.yml \
  --env-file deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.env \
  --profile protenix \
  up -d gpu-worker-protenix

查看 GPU 计算节点：

docker compose \
  -f deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.compose.yml \
  --env-file deploy/docker/DOCKER_STACK_WORKER_GPU_CAPS.env \
  ps

前端本地运行

frontend/run.sh 默认查找以下 Python 虚拟环境：

/data/V-Bio/venv
frontend/venv

推荐在仓库根目录创建：

cd /data/V-Bio
python3 -m venv venv
source ./venv/bin/activate
pip install -U pip
pip install -r requirements.txt

启动前端和管理 API：

bash frontend/run.sh start

更多前端配置见 frontend/README.md。

验证

检查中心 API：

curl -H "X-API-Token: <TOKEN>" http://<CENTRAL_HOST>:5000/workers/capabilities
curl -H "X-API-Token: <TOKEN>" http://<CENTRAL_HOST>:5000/workers/cluster_status

检查本地前端代理：

curl http://localhost:5173/api/health
curl http://localhost:5173/supabase/projects

检查计算节点日志：

docker logs vbio-gpu-worker-alphafold3 --tail 80
docker logs vbio-gpu-worker-protenix --tail 80