### A ReproZip bemutatása: Könnyű reprodukálhatóság a számítási tudományokban
A ReproZip egy olyan eszköz, amely leegyszerűsíti a reprodukálható kísérletek létrehozását parancssori végrehajtásokból, ami a számítási tudományokban gyakori alapvető elv. Az eszköz nyomon követi az operációs rendszer hívásokat, és egy olyan csomagot hoz létre, amely tartalmazza az összes szükséges bináris fájlt, függőséget és egyéb erőforrást, hogy a kísérlet más környezetben is futtatható legyen (csomagolás). A felülvizsgáló ezután kicsomagolhatja és reprodukálhatja az eredményeket saját környezetében (kicsomagolás).
### Hogyan használható a ReproZip?
A **csomagoláshoz** Linux disztribúciók szükségesek. Először telepíteni kell a `reprozip` csomagot (`pip install reprozip`), majd a kísérletet a `reprozip trace` paranccsal kell futtatni. A konfigurációs fájl (`config.yml`) szerkesztésével testreszabható a parancssori argumentumok, környezeti változók és a csomagba felvenni kívánt fájlok. A `reprozip pack` paranccsal létrehozható a végső `.rpz` csomag, amely továbbítható másoknak.
A **kicsomagolás** során a `reprounzip` eszközt kell használni (`pip install reprounzip`). A kísérlet többféleképpen is futtatható:
– **Könyvtárként** (`reprounzip directory`),
– **chroot környezetben** (`reprounzip chroot`),
– **Vagrant-alapú virtuális gépen** (`reprounzip-vagrant` pluginnal),
– **Docker konténerben** (`reprounzip-docker` segítségével).
A Debian/Ubuntu felhasználók a `reprounzip installpkgs` paranccsal közvetlenül telepíthetik a függőségeket, de ez módosíthatja a rendszert.
### Hivatkozás és közreműködés
A ReproZip használatakor kérjük, hivatkozzon a *”ReproZip: Computational Reproducibility With Ease”* című tanulmányra. Az eszköz nyílt forráskódú (BSD 3-Clause licenc alatt), és fejlesztése az NYU-nál folyik. Kérdések, hibajelentések és fejlesztési ötletek esetén érdemes felkeresni a `reprozip@nyu.edu` levelezőlistát vagy a GitHub repository-t. További részletek a [hivatalos weboldalon](https://www.reprozip.org/) és a dokumentációban találhatók.
Ez a cikk a Neural News AI (V1) verziójával készült.
Forrás: https://github.com/VIDA-NYU/reprozip.
A képet Simone Hutsch készítette, mely az Unsplash-on található.