在现代软件开发中，持续集成（CI）和持续部署（CD）是提高开发效率和质量的关键实践。GitHub Actions 作为 GitHub 提供的强大自动化工具，能够帮助开发者轻松实现 CI/CD 以及更广阔的自动化工作流程。

面向对象是变成时一种常用的范式，在我的实际工作中，使用面向对象主要是为了通过继承特性减少重复代码，和将常用数据封装到对象内，避免过多、重复、嵌套的传递参数。

在习惯了python后，使用R进行脚本开发会让人感到十分痛苦，老声长谈的错误回溯不明确问题暂且不谈，当要写的脚本稍微复杂点，需要分文件的时候，才发现R的导入机制也挺蛋疼的…. 还好有box包，可以用类似python的逻辑来进行模块化导入。

综合官方说明、论坛文章的内容，整理编译Fydetab duo的openfyde镜像的方法, 目标是编译最新的R120版本镜像

生物信息是一门交叉学科，而生物信息学中使用的工具集或技术栈，也是相当的“交叉”，其片化的程度，我是觉得绝对不亚于Linux发行版… 这也带来了大家都会面临的难题：生物信息分析环境部署。

去年的时候，我突然看躺在床上的杂牌笔记本电脑特别不爽。好歹也是当年1999买回来的（对毕业半年的我来说是非常大件的消费），后续还因为键盘和触控板问题修了两次花了又快又1000块。这么贵重的东西，不给他安排点活，着时对不起自己的血汗钱。于是我又捣鼓起了几年前关注过，但是当时特别不能用的fydeos。这一捣鼓，我才发现，这几年不仅是deepin发展的很快（快到都有钱和时间把做好的框架和UI又推了重来），fydeos也进化了很多，不仅有了android，还有了linux子系统，日常使用突然就变得不再遥远了，于是！我，斥、重、金————————海鲜市场捡垃圾买了个lenovo chromebook duet..

其实很早之前就知道singularity这个东西了，作为有别于docker，专门为HPC开发的容器，一直都想试试。奈何就像Illumina以外的其他NGS技术一样，singularity虽然没有挂，但是至今都没有什么声量，而且在k8s这种容器集群管理方案被绝大多数云厂商采纳后，singularity要竞争似乎更难了… 当然这跟我现在没什么关系… 咱目前离上云感觉至少还有三五年的距离，因此在本地集群启用这个感觉完全合乎情理。