Ce projet vise à mettre en place un processus d'intégration continue et de déploiement continu pour une application web WordPress. Il utilise Docker pour gérer les conteneurs et GitLab pour l'intégration continue. Les modifications de code déclenchent des tests et la construction d'une image Docker, qui est ensuite déployée automatiquement sur une machine locale.

Ce projet permet de déployer et gérer des applications conteneurisées pour des services numériques éducatifs. Il facilite l'intégration continue et la livraison automatisée des services, en s'appuyant sur des outils DevOps modernes. Destiné principalement aux environnements éducatifs, il offre une solution robuste pour l'hébergement et la maintenance d'applications dans des conteneurs, garantissant ainsi une disponibilité et une scalabilité optimales.

Ce projet propose des solutions basées sur les conteneurs pour moderniser le déploiement et la gestion des environnements logiciels. Il permet aux développeurs et aux centres de calcul de bénéficier d'une approche reproductible et scalable, adaptée aux besoins allant du poste de travail aux infrastructures européennes. Les conteneurs facilitent également l'intégration continue et l'optimisation des ressources.

Ce projet fournit un ensemble d'outils et d'images Docker dédiés à l'intégration continue et à la gestion automatisée des conteneurs. Il permet aux équipes de construire, tester et déployer des images Docker de manière sécurisée et reproductible. Les images sont conçues pour être utilisées dans des environnements CI/CD, facilitant ainsi le développement et le déploiement d'applications conteneurisées.

Ce projet permet de créer des conteneurs Docker et Singularity pour exécuter Cellpose, un outil d'analyse d'images biologiques. Il facilite le déploiement et l'exécution de Cellpose dans des environnements conteneurisés, notamment pour des pipelines d'intégration continue. Le conteneur est optimisé pour une utilisation avec GitLab CI.

Ce projet est un dépôt de code source contenant des conteneurs Docker et des scripts utiles pour l'intégration continue dans GitLab, en particulier avec des runners partagés. Il fournit un conteneur Docker avec Python 3.11 et des packages pour accéder aux API CloudStack et GitLab, ainsi qu'un modèle de fichier Docker pour automatiser la construction et l'enregistrement de conteneurs sur le registre de conteneurs GitLab. Il contient également des mirrors pour les images Ubuntu.

Ce projet permet de créer et gérer des environnements MATLAB dans des conteneurs Docker et Singularity pour des pipelines d'intégration continue. Il automatise la construction, le taggage et le déploiement d'images Docker depuis des registres privés ou publics, tout en facilitant leur conversion en conteneurs Singularity pour une utilisation locale ou sur des infrastructures de calcul. Idéal pour les équipes souhaitant standardiser leurs environnements MATLAB tout en optimisant leurs processus de développement et de test.

Ce projet propose une image Docker légère basée sur Alpine Linux, spécialement conçue pour des environnements d'intégration continue. Il permet aux développeurs de créer des conteneurs optimisés pour des pipelines de tests ou de déploiement, réduisant ainsi les temps de build et l'empreinte mémoire. L'image est maintenue et disponible via un registre privé, facilitant son intégration dans des workflows automatisés.

Ce projet permet de construire des images Docker et Singularity légères à partir de BusyBox, destinées principalement à des environnements d'intégration continue. Il facilite la création de conteneurs réutilisables pour des tests automatisés et des pipelines CI/CD, en poussant les images vers des registres internes ou externes. Idéal pour des environnements de développement ou de recherche nécessitant des conteneurs minimalistes et portables.

Projet de formation et d'outils pour la création, la gestion et l'exécution de conteneurs Singularity v3. Destiné aux environnements HPC, il permet de packager des applications dans des conteneurs sécurisés et reproductibles, facilitant leur déploiement et leur utilisation sur des infrastructures de calcul haute performance. Inclut des recettes pour des applications scientifiques et des méthodes d'intégration continue.