digy 0.1.7

Do Interactive Git deploY - Deploy Python applications from Git repositories in isolated environments with interactive menu

DIGY - Do Interactive Git deploY

Docker Configuration

DIGY supports running projects in isolated Docker containers with RAM-based storage for maximum performance. This ensures that:

• Projects run in complete isolation
• No local filesystem changes are made
• Resources are cleaned up automatically
• Execution is as fast as possible using RAM storage

Configuration

DIGY uses a manifest file (digy/manifest.yml) to configure Docker settings. You can override these settings either:

1. In the manifest file
2. Using environment variables
3. Through command-line arguments

Volume Types

DIGY supports two types of volumes:

1. RAM Volumes

   • Stored in RAM for maximum speed
   • Automatically cleaned up after use
   • Size configurable in GB
   • Example: /tmp/digy_ram

2. Local Volumes

   • Mount local directories into containers
   • Can be read-only or read-write
   • Useful for:
     • Persistent data storage
     • Local development
     • Configuration files

Usage Examples

1. Basic Usage

# Run a repository from GitHub
digy run github.com/pyfunc/digy

# Run with 4GB RAM
digy run --ram-size 4 github.com/pyfunc/digy

2. Local File Mount

# Mount local directory into container
digy run --mount ./data:/app/data:ro github.com/pyfunc/digy

3. Custom Docker Configuration

# Build and run with custom Dockerfile
digy build -f Dockerfile .
digy run --image myapp:latest github.com/pyfunc/digy

# Or in one command
digy run --build -f Dockerfile github.com/pyfunc/digy

Performance Tips

1. RAM Size

   • Default: 2GB (--ram-size 2)
   • Adjust based on project needs
   • Example: digy run --ram-size 4 github.com/user/repo

2. Volume Mounts

   • Read-only mount: --mount ./config:/app/config:ro
   • Read-write mount: --mount ./data:/app/data:rw
   • RAM disk: --ram-disk /cache

3. Cleanup

   • Automatic cleanup: --cleanup
   • Remove all data: digy clean --all
   • List resources: digy ls

Environment Configuration

DIGY supports configuration through environment variables. You can create a .env file in your project root based on the example:

# Initialize with default configuration
digy init

Key environment variables:

• DIGY_RAM_SIZE: RAM disk size in GB (default: 1)
• DIGY_RAM_PATH: RAM disk mount path (default: /tmp/digy_ram)
• DIGY_DOCKER_IMAGE: Default Docker image (default: python:3.12-slim)
• DIGY_LOCAL_VOLUMES: Local volume mounts (format: host:container:mode)
• DIGY_RAM_VOLUMES: RAM volume mounts
• DIGY_ENV_VARS: Default environment variables
• DIGY_AUTO_CLEANUP: Automatic cleanup after execution (true/false)
• DIGY_LOG_LEVEL: Logging level (DEBUG, INFO, WARNING, ERROR)

Example .env file:

DIGY_RAM_SIZE=2
DIGY_DOCKER_IMAGE=python:3.12-slim
DIGY_LOCAL_VOLUMES=/app:/app:rw
DIGY_LOG_LEVEL=INFO

Security

• All execution happens in isolated containers
• No changes are made to the host system
• RAM volumes are ephemeral
• Local mounts can be made read-only
• Environment variables can be configured per project

Troubleshooting

1. Not enough RAM

   • Increase RAM size in manifest
   • Use --ram-size flag
   • Monitor container memory usage

2. Volume permissions

   • Check Docker volume permissions
   • Use --user flag to match UID
   • Verify mount points are accessible

3. Resource cleanup

   • Use --cleanup flag
   • Check Docker volume usage
   • Monitor RAM disk usage

Basic Usage

DIGY is a tool for deploying Python applications from Git repositories in isolated environments with interactive menu support.

Features

• Load repositories from Git
• Run Python applications in isolated environments
• Interactive menu for easy navigation
• RAM-based storage for maximum speed
• Docker container isolation
• Local volume support
• Automatic cleanup

Installation

# Install globally
pip install digy

# Or use Poetry
poetry install

DIGY to narzędzie do deploymentu aplikacji Python z repozytoriów Git w izolowanych środowiskach z interaktywnym menu nawigacyjnym.

🎯 Akronim DIGY

DIGY = Dynamic Interactive Git deploY

• Dynamic - Dynamiczne ładowanie repozytoriów
• Interactive - Interaktywne menu z nawigacją strzałkami
• Git - Integracja z repozytoriami Git
• deploY - Deployment w izolowanych środowiskach

🚀 Funkcjonalności

• ⚡ Szybkie ładowanie - Pobieranie repozytoriów bezpośrednio do pamięci RAM (100MB bazowo)
• 🔒 Izolowane środowiska - Automatyczne tworzenie virtual environment
• 🎮 Interaktywne menu - Nawigacja strzałkami z pomocą
• 🐍 Uruchamianie kodu - Wykonywanie plików Python z wyświetlaniem wyników
• 📊 Zarządzanie pamięcią - Monitoring i kontrola użycia RAM
• 🔍 Inspekcja kodu - Przeglądanie plików z podświetlaniem składni

📦 Instalacja

# Instalacja z pip (gdy będzie dostępne)
pip install digy

# Lub instalacja z źródeł
git clone https://github.com/pyfunc/digy
cd digy
poetry install

🎯 Użycie

Podstawowe użycie

from digy import digy

# Załaduj repozytorium i uruchom interaktywne menu
digy.local('github.com/pyfunc/free-on-pypi')

Wiersz poleceń

# Uruchomienie w środowisku lokalnym
digy local github.com/pyfunc/free-on-pypi

# Uruchomienie w pamięci RAM (najszybsze)
digy ram github.com/pyfunc/free-on-pypi

# Uruchomienie w kontenerze Docker
digy docker github.com/pyfunc/free-on-pypi

# Dodatkowe opcje
# Z określoną gałęzią
digy local github.com/user/repo --branch develop

# Szybkie uruchomienie konkretnego pliku
digy ram github.com/pyfunc/free-on-pypi pypi.py --args "from_file"

# Status i informacje
digy status
digy info

📋 Interaktywne Menu

Po załadowaniu repozytorium DIGY wyświetli interaktywne menu z opcjami:

📋 Show Repository Info    - Informacje o repozytorium
📖 View README            - Wyświetl plik README
🔧 Setup Environment      - Skonfiguruj środowisko
📁 List Python Files      - Lista plików Python
🚀 Run Python File        - Uruchom plik Python
🔍 Inspect File           - Zbadaj zawartość pliku
💻 Interactive Shell      - Interaktywna powłoka Python
🧹 Cleanup & Exit         - Wyczyść i wyjdź

Nawigacja

• ↑/↓ lub j/k - Poruszanie się po menu
• Enter - Wybór opcji
• 1-8 - Bezpośredni wybór numerem
• q - Wyjście

🔧 Przykład użycia z repozytorium free-on-pypi

from digy import digy

# Załaduj repozytorium lokalnie
digy.local('github.com/pyfunc/free-on-pypi')

# Lub w pamięci RAM
digy.ram('github.com/pyfunc/free-on-pypi')

# Albo w Dockerze
digy.docker('github.com/pyfunc/free-on-pypi')

Po załadowaniu zobaczysz menu z opcjami uruchomienia:

1. pypi.py from_file - Sprawdzenie nazw z pliku
2. pypi.py generator - Generator kombinacji nazw
3. github.py from_file - Sprawdzenie nazw na GitHub

Każde uruchomienie pokaże:

• Pełne wyjście konsoli
• Błędy (jeśli wystąpią)
• Pytanie o uruchomienie kolejnej komendy

🎮 Funkcje interaktywne

Uruchamianie plików Python

• Wybór pliku z listy
• Podanie argumentów
• Wyświetlenie pełnego wyjścia
• Monitoring czasu wykonania

Inspekcja kodu

• Podświetlanie składni
• Informacje o pliku (linie, rozmiar)
• Lista importów
• Wykrywanie bloku if __name__ == "__main__"

Zarządzanie środowiskiem

• Automatyczne tworzenie virtual environment
• Instalacja requirements.txt
• Instalacja pakietu w trybie deweloperskim
• Monitoring pamięci RAM

🔧 Konfiguracja

Zmienne środowiskowe

export DIGY_MEMORY_BASE=100    # Bazowa alokacja pamięci w MB
export DIGY_TIMEOUT=300        # Timeout wykonania w sekundach

Programowa konfiguracja

from digy.loader import memory_manager

# Zmień bazową alokację pamięci
memory_manager.base_size_mb = 200

# Sprawdź dostępną pamięć
available = memory_manager.check_available_memory()
print(f"Dostępne: {available} MB")

📝 API Reference

digy(repo_url, branch='main')

Główna funkcja ładująca repozytorium i uruchamiająca interaktywne menu.

Parametry:

• repo_url (str): URL repozytorium (github.com/user/repo lub pełny URL)
• branch (str): Gałąź do pobrania (domyślnie 'main')

Zwraca:

• str | None: Ścieżka do lokalnego repozytorium lub None przy błędzie

Klasa Deployer

Zarządza deploymentem aplikacji w izolowanych środowiskach.

Klasa InteractiveMenu

Zapewnia interaktywne menu z nawigacją strzałkami.

Klasa MemoryManager

Zarządza alokacją pamięci dla załadowanych repozytoriów.

🔍 Przykłady zaawansowane

Niestandardowa ścieżka

from digy.loader import GitLoader
from digy.deployer import Deployer

loader = GitLoader("/custom/path")
local_path = loader.download_repo("github.com/user/repo")
deployer = Deployer(local_path)

Programowe uruchamianie

from digy import digy

# Uruchomienie z kodu Pythona
# Lokalnie
result = digy.local('github.com/user/repo', 'script.py', ['arg1', 'arg2'])

# W pamięci RAM
result = digy.ram('github.com/user/repo', 'script.py', ['arg1', 'arg2'])

# W Dockerze
result = digy.docker('github.com/user/repo', 'script.py', ['arg1', 'arg2'])

# Wynik zawiera (success, stdout, stderr)
print(f"Sukces: {result[0]}")
print(f"Wyjście: {result[1]}")
if result[2]:
    print(f"Błędy: {result[2]}")

🛠️ Rozwój

Wymagania deweloperskie

• Python 3.8+
• Poetry
• Git

Instalacja deweloperska

git clone https://github.com/pyfunc/digy
cd digy
poetry install
poetry run pytest

Struktura projektu

digy/
├── digy/
│   ├── __init__.py      # Główny moduł
│   ├── loader.py        # Ładowanie repozytoriów
│   ├── deployer.py      # Deployment i uruchamianie
│   ├── interactive.py   # Interaktywne menu
│   ├── cli.py          # Interface wiersza poleceń
│   └── version.py      # Informacje o wersji
├── tests/              # Testy
├── pyproject.toml      # Konfiguracja Poetry
└── README.md          # Dokumentacja

📄 Licencja

Apache Software License - Zobacz plik LICENSE dla szczegółów.

🤝 Wkład

Zapraszamy do współpracy! Prosimy o:

1. Forkowanie repozytorium
2. Tworzenie feature branch
3. Commit zmian
4. Push do branch
5. Tworzenie Pull Request

📞 Wsparcie

• Issues: https://github.com/pyfunc/digy/issues
• Email: [e-mail]
• Dokumentacja: https://github.com/pyfunc/digy

---

DIGY - Twój interaktywny asystent do deploymentu aplikacji Python! 🚀