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。两个包都从 Alpine 的 apk 预编译包重打包成 wheel，不产出 apk 包。

• Docker Hub：https://chstno1.isgood.host/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 \
    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 \
        "numpy==2.4.6" "onnxruntime==1.24.4"

/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。

⁠镜像内容

⁠支持的平台

linux/386、linux/s390x 不提供：Alpine 的 onnxruntime 配方是 arch="all !s390x !x86"， 这两个架构没有可用的 Python 绑定。

loong64 构建需 --build-arg BASE_IMAGE=ghcr.io/loong64/alpine:3.24（Docker Hub 官方 alpine 无此架构）。

⁠标签

<ver> 与 latest 只在 tag 推送时产出，latest 始终追最近一次 tag；main 推送与 workflow_dispatch 只推进 dev，不动正式标签与滚动标签。

⁠构建

wheel 的构建与镜像的组装分两步：第一步产出 wheel，第二步用这份产物组装镜像。两步之间可以用 不同的架构环境（CI 里 arm 系列在原生 arm64 上重打包，组装统一在 x86_64）。

# ① 编译产物：/wheels
docker buildx build --platform linux/arm64 --target artifacts \
    --output type=local,dest=./dist .

# ② 可运行镜像
docker buildx build --platform linux/arm64 --target runtime \
    --build-context wheelsrc=./dist -t onnxruntime:1.24.4 .

# ③ wheelhouse 镜像（供上层 COPY --from / bind mount）
docker buildx build --platform linux/arm64 --target wheel-from-artifacts \
    --build-context wheelsrc=./dist -t onnxruntime:wheelhouse .

--target runtime 不传 --build-context wheelsrc 会失败：镜像里必须有 onnxruntime，宁可报错 也不要静默产出一个空基座。

⁠产物

/wheels/
  onnxruntime-1.24.4-cp314-cp314-musllinux_1_2_<arch>.whl
  numpy-2.4.6-cp314-cp314-musllinux_1_2_<arch>.whl
  SHA256SUMS
  system-packages.txt
  simple/
    index.html
    <project>/index.html

system-packages.txt 是上层需要 apk add 的包（一行一个）：python3 与 zlib。前者是 解释器；后者因为 musllinux 白名单只有 libc 与 libz，两个 wheel 里的部分 .so 都动态链接了 libz.so.1，它不会被收进 .libs/。

⁠依赖处理

⁠numpy

Requires-Dist: numpy>=1.21.6，而 PyPI 只有 x86_64 / aarch64 的 numpy musllinux 轮子， 因此所有架构都从 Alpine 的 py3-numpy 重打包。

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：

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。

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

⁠镜像里的空间占用

⁠已知限制

• 只含 icu-data-en。libre2 处理非英语 Unicode 字符类需 apk add icu-data-full，会让镜像 的可选依赖体积翻几倍；默认不装。
• 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

⁠License