gobrave - 生物信息学分析平台

一个执行引擎，消除三类断层

生信团队普遍会遇到三类断层：

  1. 工作流定义和运行时行为分离，出了问题很难追。
  2. 数据血缘依赖事后拼接，而不是执行时固化。
  3. 可复现性常常依赖经验，而不是平台机制。

gobrave 的目标不是再做一个流程界面，而是把工作流、运行时、数据追踪收敛为同一个执行模型。

产品主张

可复现性不是附加产物，而是运行时属性

在 gobrave 中，状态迁移、执行边界和恢复路径都是一等对象，可追踪、可回放、可对账。

高吞吐不应牺牲可运维性

容器创建队列、生命周期事件、重试与清理策略都在核心模型内，而不是靠脚本补洞。

先确定性，再渐进式动态化

你可以从静态 DAG 起步，再平滑升级到动态节点实例化与响应式数据流，无需迁移平台。

能力地图

工作流编排

  • DAG 编译与调度
  • Scatter/Gather 扇出归并
  • 缓存感知的增量重跑

运行时控制

  • Docker、k8s、k3s 统一抽象
  • 基于 outbox 的异步生命周期 worker
  • 支持重启恢复的运行时监控与对账

数据系统

  • 项目级 dataset、sample、file 管理
  • 面向多样本分析的角色化文件解析
  • 面向大规模数据空间的分页与 CRUD API

协作与智能化

  • WebSocket/SSE 实时状态广播
  • LLM bridge 支持助理式分析交互
  • JWT 与 API Key 的访问边界控制

系统视图

flowchart LR
    U[研究与工程团队] --> A[API 与实时通信层]
    A --> B[工作流与数据服务层]
    B --> C[容器生命周期控制层]
    C --> D[Docker 或 Kubernetes 运行时]
    B --> E[项目数据持久化]
    C --> F[Outbox 与 Worker 执行链路]
    F --> C

为什么团队选择 gobrave

  • 单可执行部署，降低交付复杂度
  • 明确的运行语义，减少黑盒行为
  • 强项目作用域追踪，便于审计与复现
  • 从确定性流程到动态编排的可演进路径

快速开始

1
2
3
4
5

git clone https://github.com/gobravedev/gobrave.git
cd gobrave
cp config.example.yml config.yml
go build -o gobrave ./cmd/server
./gobrave

继续阅读