Onyxia est une application web permettant de lancer des conteneurs Docker sur un cluster Kubernetes, avec une interface utilisateur React et une API Java / Spring-boot. Elle est développée par l'Institut national de la statistique et des études économiques (INSEE) et permet aux data scientists de travailler avec des images Docker personnalisées, des ressources CPU/RAM/GPU définies par l'utilisateur, des scripts d'initialisation personnalisés et des variables d'environnement.

Le projet s2i-minimal-notebook-with-sage est une image de conteneur minimaliste conçue pour être utilisée avec OpenShift et le projet Jupyter. Il fournit un environnement Python de base avec une sélection de dépendances courantes, ainsi qu'un processus de construction Source-to-Image (S2I) permettant de créer des images de conteneur personnalisées avec des dépendances et des notebooks spécifiques.

Le projet loki-container-image vise à faciliter le déploiement et la gestion d'applications web en utilisant des conteneurs. Il permet de créer des images de conteneurs standardisées et personnalisées, et de les déployer de manière automatisée sur différentes plateformes.

Ce projet vise à construire des images de conteneurs personnalisées en utilisant Podman et des Containerfiles. Il couvre les étapes de création manuelle d'images de conteneurs, la création d'images à l'aide de Containerfiles, la gestion de la persistance de données de conteneurs et la définition de variables d'environnement.

Ce projet fournit des sources de Dockerfiles pour des outils couramment utilisés chez @openfun et pour lesquels aucune image officielle ou satisfaisante n'est distribuée. Il permet de construire et de publier des images Docker personnalisées pour faciliter le déploiement d'applications dans des conteneurs.

Le projet docker-webtop est une image Docker personnalisée basée sur l'image WebTop de LinuxServer.io. Il fournit un environnement de bureau Linux léger dans un conteneur Docker, avec des options pour XFCE, KDE ou IceWM. Lorsqu'il est déployé sur MyDocker, il utilise une authentification HTTP de base. Le projet intègre également Nextcloud pour le partage de fichiers et la collaboration en ligne.

Ce projet est un simulateur Python pour les algorithmes de placement et de récupération d'images de conteneurs dans les clouds Edge. Il utilise des données de traces de centres de données pour extraire et analyser les images et leurs couches correspondantes. Le simulateur prend en charge la génération et l'extraction de topologies de réseau personnalisées et en temps réel.

Ce projet a pour objectif d'améliorer la gestion, la configuration et la personnalisation de conteneurs Docker en utilisant différents moyens tels que ENTRYPOINT, CMD, variables d'environnement et montage de systèmes de fichiers.