a76yyyy/onnxruntime

By a76yyyy

•Updated about 3 hours ago

onnxruntime 与 numpy 的 musllinux wheel：Alpine 免编译，供上层镜像直接安装

Image

1.4K

Overview Tags

a76yyyy/onnxruntime repository overview

⁠onnxruntime Docker 镜像（Alpine）

onnxruntime 与 numpy 的 musllinux wheel 分发，另附装好的可运行镜像。不产出 apk 包。

标签	内容
`1.24.4-wheelhouse`	`scratch` + `/wheels`：onnxruntime 1.24.4、numpy 2.4.6、`SHA256SUMS`、PEP 503 索引
`1.24.4`	`alpine:3.24` + Python 3.14 + 上述两个包
`wheelhouse` / `latest`	上面两者的滚动标签

Docker Hub：https://hub.docker.com/r/a76yyyy/onnxruntime⁠
源码：qd-today/onnxruntime-docker⁠

⁠快速开始

# syntax=docker/dockerfile:1.7
FROM alpine:3.24
RUN --mount=type=bind,from=a76yyyy/onnxruntime:wheelhouse,source=/wheels,target=/w1 \
    --mount=type=bind,from=a76yyyy/onnxruntime:wheelhouse,source=/wheels,target=/w2 \
    apk add --no-cache $(cat /w1/system-packages.txt) uv && \
    uv pip install --system --break-system-packages --no-cache \
        --index-url https://pypi.org/simple \
        --extra-index-url file:///w1/simple \
        --extra-index-url file:///w2/simple \
        "numpy==2.4.6" "onnxruntime==1.24.4"

写法	原因
`apk add $(cat /w1/system-packages.txt)`	清单是 wheelhouse 的运行时前置条件（解释器与 `libz`），写错会在这里构建失败
`--index-url https://pypi.org/simple`	默认索引是最低优先级，纯 Python 依赖（flatbuffers / packaging / protobuf / sympy）从这里兜底
`--extra-index-url file:///wN/simple`	每个 wheelhouse 一个，按定义顺序查询；first-index 策略下第一个含该包的索引胜出。实测（往本地 wheel 里塞标记文件后安装）：本地那份一定被选中
发行名与 PyPI 同名	wheelhouse 里的 wheel 用 PyPI 同名发行名（如 `opencv-python-headless`），用户换回 PyPI 版不用改任何配置；功能差异只在本仓库刻意裁剪的那部分

/w1/simple 是 PEP 503 索引，链接为相对路径，可与 wheel 目录一起挂到任意位置。| 标签 | 含义 | PyPI 接受 | |---|---|---| | musllinux_1_2_<arch> | 在 musl ≥ 1.2 上构建，除 musl 外不依赖系统库 | 是 | | linux_<arch> | 只说明 CPU 架构 | 否 |

⁠构建

# wheelhouse 内容（/wheels）
docker buildx build --platform linux/arm64 --target wheel \
    --output type=local,dest=./dist .

# 可运行镜像
docker buildx build --platform linux/arm64 --target runtime \
    -t onnxruntime:1.24.4 .

参数	默认	说明
`ALPINE_VERSION`	`3.24`	决定 Python 版本与 wheel 的 `cpXX` tag
`BASE_IMAGE`	`alpine:${ALPINE_VERSION}`	loong64 传 `ghcr.io/loong64/alpine:3.24`
`ONNX_VERSION`	`1.24.4`	与 apk 版本不一致时构建失败
`NUMPY_VERSION`	`2.4.6`	同上
`APK_MIRROR`	空	本地加速用，如 `https://mirrors.tuna.tsinghua.edu.cn`
`PIP_MIRROR`	空	安装 auditwheel 用；空 = 官方 PyPI
`AUDITWHEEL_VERSION`	`6.8.2`	依赖收集与打标

⁠依赖处理

⁠numpy

Requires-Dist: numpy>=1.21.6，而 PyPI 只有 x86_64 / aarch64 的 numpy musllinux 轮子，因此六个架构都从 Alpine 包重打包。

	自建（Alpine `py3-numpy`）	PyPI 官方
OpenBLAS	Alpine 系统包	`scipy-openblas64`
`DYNAMIC_ARCH`	0（编译期锁定）	1（运行期派发）
BLAS 整数宽度	32 位	64 位
覆盖架构	六个	`x86_64` / `aarch64`

OCR 与数据处理不走 BLAS，未按架构拆分。

⁠auditwheel

打包前 wheel 里只放三个 .so，其余由 auditwheel repair 按 DT_NEEDED 补进 <pkg>.libs/ 并改写 RPATH。它看不到的两项：

项	处理
`libonnxruntime_providers_shared.so`	非 `DT_NEEDED`，由 `Env::GetRuntimePath()` 拼路径 `dlopen`，须手动放进 `capi/`
`capi/libonnxruntime.so.1`	不在 pybind 的 `DT_NEEDED` 里，留给 C API 与 `dlopen`

auditwheel repair 要从系统里解析每个 DT_NEEDED，因此构建镜像必须已装被解析的库；缺少时报 Cannot repair wheel, because required library "libabsl_..." could not be located。

打包目标	需已安装的 apk 包	由它带入
onnxruntime	`py3-onnxruntime`	`abseil-cpp-*`、`re2`、`libprotobuf-lite`、`icu-libs`
numpy	`py3-numpy`	`libopenblas`、`libgfortran`

不必装 -dev 包，运行时库即可。不传 --plat：auditwheel 从 ELF interpreter 认出 libc=musl。

⁠体积

做法	原因
`RUN --mount=type=bind` 挂 `/wheels`	`COPY` + `rm` 会留下下层字节
`uv pip install --no-cache`	否则解压副本写入 `/root/.cache/uv`

⁠已知限制

只含 icu-data-en（2.9 MB）。libre2 处理非英语 Unicode 字符类需 apk add icu-data-full（+31.6 MB）。
sympy + mpmath 是 runtime 镜像里最大的一块，onnxruntime 的硬依赖，去掉会破坏形状推断。
wheel 的 zip 条目带 mtime，构建不可逐字节复现；内容一致，sha256 每次不同。

⁠维护者

版本参数

上游发新版时，改这里或 dispatch 时传同名输入即可构建新版本；产物版本与传入版本不一致时构建失败（--expect-version 断言）。

参数	作用	默认值
`onnx_version`	onnxruntime 版本，同时是 runtime 镜像的 tag	1.24.4
`numpy_version`	numpy 版本（决定 wheelhouse 里那个 numpy wheel）	2.4.6
`alpine_version`	alpine 版本，决定 Python 小版本与 wheel 的 cpXX tag	3.24

这两个包来自 Alpine 的 apk 预编译包（py3-onnxruntime / py3-numpy），版本受 apk 仓限制：参数只能钉住 apk 里已有的版本，apk 更新后再改这里（版本对不上时构建会在断言处失败，不会产出错标版本的 wheel）。PyPI 的 musllinux 轮子只覆盖 x86_64 与 aarch64，其余架构只能走 apk 或自行源码构建。

CI 结构

.github/workflows/_image.yml 为共享 workflow，Build Image.yml 为调用方，四段：plan → build → smoke → publish。

仅 workflow_dispatch 与 tag push 触发
每平台一个 job，一次构建两个 target
发布时两个出口各自 push-by-digest，artifact 按出口分名（digest-wheelhouse-* / digest-runtime-*），publish 分别合并
冒烟直接跑 runtime 镜像：tests/smoke.py 校验环境架构、numpy 与一次线性代数、onnxruntime 版本与 provider、四个产物的 ELF e_machine、一次真实推理
闸门 fail-closed：有发布意图 && build 与 smoke 均 success && 平台集合完整，才合并 manifest

归档

archive/source-build 分支保留从源码编译 onnxruntime 的版本（Dockerfile + alpine/ 配方快照）。它只产 onnxruntime 的 wheel，不产 numpy 与 runtime 镜像，不在 CI 覆盖范围内。

src/pack_wheel.py

三个入口：--wheel-dir（已归档的源码路径）、--from-apk（当前路径，--package 选包）、--emit-index（生成 PEP 503 索引）。保留的两步：解引用 apk 里的符号链接、按 SONAME 改名（libonnxruntime.so.1.24.4 → libonnxruntime.so.1）；软链不能进 wheel，package_data 会跟随软链导致同一份内容打两遍。

Tag summary

Recent tags

Content type

Image

Digest

sha256:1fa2cf5bd…

Size

74.4 MB

Last updated

1 day ago

docker pull a76yyyy/onnxruntime