评测镜像与沙箱运行时（Runtimes）

在 Neuro OJ 中，所有评测工作均被封装在纯净的 Docker 容器镜像内执行。系统建立了三层运行时配置模型，依托严格的镜像白名单与沙箱隔离策略，为 AI 模型训练与算法评测提供安全、确定性的执行环境。

---

运行时架构与语言选型准则

平台决策：专注于 Python 生态评测

当前 Neuro OJ 的双容器 Evaluator 与 Solution SDK 均为原生 Python 实现。前端代码编辑器的默认模板与语法高亮全面收敛为 python3。 在 AI 考级与大模型竞技场景（如 LMCC、IOAI）中，Python 是事实上的工业标准。为了将系统调优重心置于深度学习依赖管理、大模型推理加速与多进程 RPC 效率，暂不为 C++ / Java / Go 等传统语言提供双容器评测运行时。数据库中保留的非 Python 语言标识仅作为历史提交查看的归档标记。

---

运行时三层派生模型

评测任务在从提交到落入 Docker 执行的过程中，经过三层清晰的模型解析：

1. 第 1 层：提交语言标识（Language Identifier）： 客户端提交时携带的 language 字段。仅用于接口基础格式校验，评测引擎向沙箱注入代码时一律使用硬编码文件名 /workspace/main.py，不依赖此字段决定运行方式；
2. 第 2 层：题目运行时配置（runtime_config）： 题目出题人在 Web 编辑器或 problem.json 中明确声明 Evaluator 与 Solution 分别使用的具体镜像名称、CPU 配额、内存配额以及 Evaluator 的启动指令（缺省为 python3 /workspace/evaluate.py）；
3. 第 3 层：镜像白名单与纵深防御（Whitelist & Prefix Verification）：
   • 业务层准入：noj-core 在创建或更新题目时，比对 judge_images 数据库注册表；
   • 沙箱层熔断：noj-judge 评测机在从 Redis 队列取出任务启动容器前，使用宿主环境变量 JUDGE_IMAGE_PREFIX 对目标镜像名称实施二次前缀白名单校验，阻断非官方镜像执行。

---

官方标准评测镜像矩阵

官方提供经过裁剪与安全加固的标准基础镜像（通过 noj-judge/scripts/build-sdk-images.sh 脚本统一部署构建）：

镜像标识	运行类别	预装依赖与适用场景
noj-evaluator-python	Evaluator 容器	包含出题人 SDK（noj_evaluator_sdk）、标准测试工具库与 HTTP 客户端，用于运行 evaluate.py
noj-solution-python	Solution 容器	轻量级 Python 运行时，内置 noj_solution_sdk.host 协议服务，适用于绝大多数标准算法与客观推理题
noj-solution-ai	Solution 容器	数据科学与机器学习专享沙箱。预装 CPU 版 PyTorch、NumPy、Pandas、Scikit-learn、OpenCV 与 SciPy 等科学计算全家桶

---

产物提交（Kaggle 模式）运行时特征

针对提交离线训练成果（如预测结果 CSV、微调模型权重或生成策略代码）的题目：

• ZIP 解包交付：选手上传打包的 .zip 成果，评测宿主自动解压至 Solution 沙箱工作区 /workspace；
• 统一入口约定：系统一律以约定入口 python3 /workspace/submission.py 启动选手程序；
• 存储自洁与重测限制：为避免海量模型权重迅速撑爆存储集群，选手上传的 ZIP 产物在沙箱评测完毕后即刻触发物理垃圾回收。因此，此类产物题不支持管理员执行 Rejudge 重测。

---

常见运行时排错索引

异常现象	核心根因定位	权威解决方案
提交立即显示 error，无评测日志	题目配置的 Docker 镜像未在宿主机预先拉取，或未被录入 judge_images 白名单表	在评测宿主机执行 bash scripts/build-sdk-images.sh 构建基础镜像，并核实题目 runtime_config 镜像名称拼写
无法在网页端切换至 C++ 或 Java	平台前端做题器当前仅对 Python 3 提供完整支持	请使用 Python 3 进行代码提交
导入 torch 报 ModuleNotFoundError	题目未配置使用 AI 专用镜像	出题人在题目配置中将 Solution 镜像切换为 noj-solution-ai