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

1. 克隆仓库：

git clone <repository-url>
cd <repository-name>

2. 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

1. 访问 JupyterHub：

   • 打开浏览器访问 http://localhost:8000

2. 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

3. 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

1. 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

2. 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

3. 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。