> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/german/wichtige-funktionen/headless/docker-example.md).

# Docker-Beispiel

Diese Seite zeigt ein reproduzierbares Docker-Setup, um ein AugeLab Studio `.pmod`-Szenario headless auszuführen.

Das Image wird lokal aus einem Dockerfile gebaut. Kund:innen benötigen nicht den AugeLab-Quellcode. Der Container installiert das Closed-Source-Paket `studio` aus dem AugeLab-Paketindex während des Image-Builds.

## Voraussetzungen

* Docker Desktop oder Docker Engine mit Docker Compose.
* Zugriff auf den AugeLab-Paketindex.
* Ein AugeLab-Verifizierungscode.
* Eine `.pmod`-Szenario-Datei, die headless laufen kann.
* Für GPU/CUDA: NVIDIA Container Toolkit auf dem Host installiert.

## Schnellstart

1. Erstelle die untenstehende Ordnerstruktur.
2. Lege deine `.pmod`-Datei in `app/`.
3. Füge deinen Verifizierungscode in `.env` ein.
4. Verwende das CPU- oder das GPU-Dockerfile.
5. Führe `docker compose up --build` aus.
6. Prüfe `output_on_host`.

## Projektstruktur

```
augelab-docker-example/
  .env
  docker-compose.yml
  docker-compose.cuda.yml
  output_on_host/
  app/
    Dockerfile
    Dockerfile.cuda
    run_scenario.py
    your_scenario.pmod
```

Ersetze `your_scenario.pmod` durch deine eigene Szenario-Datei.

## .env-Datei

Erstelle `.env` neben `docker-compose.yml`:

<details>

<summary>.env</summary>

```env
AUGELAB_VERIFICATION_CODE=PASTE_YOUR_VERIFICATION_CODE_HERE
SCENARIO_PATH=your_scenario.pmod
```

</details>

Wenn `.env` einen echten Verifizierungscode enthält, nicht ins Versionskontrollsystem committen.

## Szenario-Ausführungsskript

Erstelle `app/run_scenario.py`:

<details>

<summary>app/run_scenario.py</summary>

```python
import os
from pathlib import Path

from studio import StudioScenario


OUTPUT_DIR = Path("/app/app_output")
OUTPUT_DIR.mkdir(parents=True, exist_ok=True)

verification_code = os.environ.get("AUGELAB_VERIFICATION_CODE")
if not verification_code:
    raise RuntimeError("AUGELAB_VERIFICATION_CODE is not set.")

scenario_path = os.environ.get("SCENARIO_PATH", "your_scenario.pmod")
if not Path(scenario_path).is_file():
    raise FileNotFoundError(f"Scenario file not found: {scenario_path}")

scenario = StudioScenario(verification_code=verification_code)
scenario.enable_logging_stdout()
scenario.load_scenario(scenario_path)

try:
    print("Scenario result:", scenario.run())
finally:
    scenario.cleanup()
```

</details>

Wenn dein Szenario Dateien schreibt, konfiguriere es so, dass sie unter `/app/app_output` abgelegt werden.

## CPU-Dockerfile

Dieses Dockerfile ist für reguläre headless CPU-Läufe:

<details>

<summary>app/Dockerfile</summary>

```dockerfile
FROM python:3.12-slim-bookworm

WORKDIR /app

RUN apt-get update -y && \
    apt-get install -y --no-install-recommends \
    libdmtx0b \
    zbar-tools \
    build-essential \
    libgl1-mesa-glx \
    curl \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

ADD https://astral.sh/uv/0.9.17/install.sh /uv-installer.sh
RUN sh /uv-installer.sh && rm /uv-installer.sh

ENV PATH="/root/.local/bin/:$PATH"

RUN uv pip install studio --system \
    --extra-index-url https://pyrepo.augelab.com \
    --extra-index-url https://download.pytorch.org/whl/cpu \
    --index-strategy unsafe-best-match

RUN python -c "from studio import StudioScenario; print('studio import ok')"

COPY run_scenario.py .
COPY your_scenario.pmod .

CMD ["python", "run_scenario.py"]
```

</details>

## GPU/CUDA-Dockerfile

Verwende dieses Dockerfile, wenn dein Szenario CUDA-Beschleunigung benötigt. Der Host muss kompatible NVIDIA-Treiber und das NVIDIA Container Toolkit haben.

<details>

<summary>app/Dockerfile.cuda</summary>

```dockerfile
FROM nvidia/cuda:12.8.0-cudnn-runtime-ubuntu22.04

WORKDIR /app

RUN apt-get update -y && \
    apt-get install -y --no-install-recommends \
    python3 \
    python3-venv \
    python3-pip \
    libdmtx0b \
    zbar-tools \
    build-essential \
    libgl1-mesa-glx \
    curl \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

ADD https://astral.sh/uv/0.9.17/install.sh /uv-installer.sh
RUN sh /uv-installer.sh && rm /uv-installer.sh

ENV PATH="/root/.local/bin/:$PATH"
ENV NVIDIA_VISIBLE_DEVICES=all
ENV NVIDIA_DRIVER_CAPABILITIES=compute,utility

RUN uv pip install "studio[gpu]" --system \
    --extra-index-url https://pyrepo.augelab.com \
    --index-strategy unsafe-best-match

RUN python3 -c "from studio import StudioScenario; print('studio gpu import ok')"

COPY run_scenario.py .
COPY your_scenario.pmod .

CMD ["python3", "run_scenario.py"]
```

</details>

## Compose-Datei

Verwende diese Datei für das CPU-Dockerfile:

<details>

<summary>docker-compose.yml</summary>

```yaml
services:
  augelab-headless:
    build:
      context: ./app
      dockerfile: Dockerfile
    env_file:
      - .env
    volumes:
      - ./output_on_host:/app/app_output
```

</details>

Dies mountet `./output_on_host` aus deinem Projektordner in den Container nach `/app/app_output`.

{% hint style="warning" %}
Unter Windows: Verwende Vorwärtsschrägstriche in absoluten Docker-Mount-Pfaden, z. B. `C:/work/augelab_output:/app/app_output`. Relative Mounts wie `./output_on_host:/app/app_output` sind in der Regel leichter zwischen Maschinen zu teilen.
{% endhint %}

## GPU/CUDA Compose-Datei

Verwende diese Datei für `Dockerfile.cuda`:

<details>

<summary>docker-compose.cuda.yml</summary>

```yaml
services:
  augelab-headless-gpu:
    build:
      context: ./app
      dockerfile: Dockerfile.cuda
    env_file:
      - .env
    volumes:
      - ./output_on_host:/app/app_output
    gpus: all
```

</details>

## Image erstellen und starten

CPU:

```bash
docker compose up --build
```

GPU/CUDA:

```bash
docker compose -f docker-compose.cuda.yml up --build
```

Du solltest die AugeLab Studio-Logs und das Szenarioergebnis im Terminal sehen.

## Ausgabe überprüfen

Prüfe `output_on_host` auf deinem Hostsystem. Dateien, die das Szenario nach `/app/app_output` schreibt, sollten dort erscheinen.

## Fehlerbehebung

| Problem                             | Prüfe                                                                                                                               |
| ----------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------- |
| `studio`-Installation schlägt fehl  | Bestätige Netzwerkzugang und Zugriff auf den AugeLab-Paketindex.                                                                    |
| Lizenz/Aktivierung schlägt fehl     | Prüfe, ob `AUGELAB_VERIFICATION_CODE` gesetzt ist und der Container Internetzugang hat.                                             |
| Szenario-Datei nicht gefunden       | Prüfe, ob `SCENARIO_PATH` mit der durch das Dockerfile kopierten `.pmod` übereinstimmt.                                             |
| Ausgabeordner ist leer              | Prüfe, ob die `.pmod` nach `/app/app_output` schreibt.                                                                              |
| Windows-Volume wird nicht gemountet | Verwende Vorwärtsschrägstriche und bestätige, dass Docker Desktop auf das Laufwerk zugreifen darf.                                  |
| GPU-Container sieht GPU nicht       | Installiere das NVIDIA Container Toolkit und teste mit `docker run --rm --gpus all nvidia/cuda:12.8.0-base-ubuntu22.04 nvidia-smi`. |