本项目提供了一系列渐进式的 Jupyter 环境配置示例，从单用户容器到多用户 AI 增强环境，帮助你理解和构建适合自己需求的 Jupyter 环境。
.
├── 01-single-container/ # 单用户 Jupyter 环境
├── 02-jupyterhub/ # 基础多用户环境
├── 03-jupyterhub-github-auth/ # GitHub 认证集成
└── 04-jupyterhub-ai-enhanced/ # AI 增强版本
基础的单用户 Jupyter 环境，适合个人使用或学习 Docker 容器化部署。
特性：
- 基于 Docker 的单容器部署
- 预装常用数据科学包
- 数据持久化存储
- 示例数据和欢迎笔记本
文件结构：
01-single-container/
├── Dockerfile # 容器定义
├── docker-compose.yml # 服务编排配置
├── requirements.txt # Python 依赖
├── data/ # 数据目录
└── notebooks/ # 笔记本目录
基础的多用户 JupyterHub 环境，支持多用户独立工作空间。
特性：
- 多用户支持
- Docker 容器隔离
- 本地用户认证
- 用户数据持久化
- 基础的系统测试
文件结构：
02-jupyterhub/
├── Dockerfile.jupyterhub # JupyterHub 容器定义
├── docker-compose.yml # 多容器服务编排
├── jupyterhub_config.py # JupyterHub 配置
└── tests/ # 测试目录
集成 GitHub 认证的 JupyterHub 环境。
特性：
- GitHub OAuth 认证
- 环境变量配置
- 用户权限管理
- 安全的配置管理
文件结构：
03-jupyterhub-github-auth/
├── .env.example # 环境变量模板
├── Dockerfile.jupyterhub # JupyterHub 容器定义
├── docker-compose.yml # 服务编排配置
└── jupyterhub_config.py # GitHub 认证配置
AI 增强版 JupyterHub 环境，集成多个 AI 模型和工具。
特性：
- 集成多个 AI 模型（OpenAI、Anthropic、HuggingFace等）
- 支持国内大模型（阿里通义、DeepSeek等）
- AI 辅助编程和分析
- 资源限制和管理
- 示例笔记本
文件结构：
04-jupyterhub-ai-enhanced/
├── Dockerfile.jupyterhub # JupyterHub 容器定义
├── Dockerfile.notebook # AI 笔记本容器定义
├── docker-compose.yml # 服务编排配置
├── ai-config/ # AI 配置目录
├── examples/ # AI 示例笔记本
├── start.sh # 启动脚本
└── stop.sh # 停止脚本
- Docker Engine 20.10+
- Docker Compose v2.0+
- Git
- 克隆仓库：
git clone <repository-url>
cd <repository-name>
- 选择需要的环境：
cd 01-single-container
docker-compose up -d
cd 02-jupyterhub
docker-compose up -d
cd 03-jupyterhub-github-auth
cp .env.example .env
# 编辑 .env 文件，添加 GitHub OAuth 配置
docker-compose up -d
cd 04-jupyterhub-ai-enhanced
cp .env.example .env
# 编辑 .env 文件，添加必要的 API 密钥
./start.sh
AI 增强环境支持以下配置：
# GitHub OAuth
GITHUB_CLIENT_ID=your_client_id
GITHUB_CLIENT_SECRET=your_client_secret
OAUTH_CALLBACK_URL=http://localhost:8000/hub/oauth_callback
# AI API Keys
OPENAI_API_KEY=your_openai_key
ANTHROPIC_API_KEY=your_anthropic_key
HUGGINGFACE_API_KEY=your_huggingface_key
# 国内大模型配置
DASHSCOPE_API_KEY=your_dashscope_key
DEEPSEEK_API_KEY=your_deepseek_key
OLLAMA_BASE_URL=http://localhost:11434
# AI 默认配置
JUPYTER_AI_MODEL_PROVIDER=openai
JUPYTER_AI_DEFAULT_MODEL=gpt-3.5-turbo
# 资源限制
DOCKER_MEM_LIMIT=4G
DOCKER_CPU_LIMIT=2.0
- JupyterHub 默认端口：8000
- 可通过 docker-compose.yml 修改端口映射
-
访问 JupyterHub：
- 打开浏览器访问
http://localhost:8000
- 打开浏览器访问
-
用户认证：
- 单用户环境：无需认证
- 基础环境：使用本地用户认证
- GitHub认证环境：使用GitHub账号登录
- AI增强环境：使用GitHub账号登录
-
AI 功能使用：
- 查看 examples 目录下的示例笔记本
- 使用内置的 AI 助手功能
- 利用 AI 辅助编程和数据分析
-
安全性：
- 生产环境部署时请修改默认配置
- 妥善保管 API 密钥
- 定期更新容器镜像
-
资源管理：
- 监控系统资源使用情况
- 根据需要调整容器资源限制
- 定期清理未使用的容器和数据
-
数据备份：
- 定期备份重要数据
- 使用数据卷持久化存储
欢迎提交 Issue 和 Pull Request 来帮助改进项目。
本项目采用 Modified BSD License 许可证。
35/F,Tencent Building,Kejizhongyi Avenue,Nanshan District,Shenzhen
