技能介绍

要解决什么问题

数据密集型工作流（尤其是生物信息学）往往卡在三个地方：执行环境不一致（本机能跑、集群上挂）、调度与并行要手写、以及失败后从头重跑浪费算力。Nextflow 用通道连接 process 任务，由数据依赖推断顺序与并行度；配合容器与 -resume 缓存，同一套 .nf 可通过 nextflow.config 的 profile 在本地、SLURM/SGE 等 HPC 或 AWS/Google/Azure Batch、Kubernetes 上切换，而不改业务脚本。

技能如何帮你做事

本 skill 分两条主线：运行已有 nf-core 或自定义流水线，以及开发模块/子工作流。

运行侧：先用 -profile test（可与 docker/singularity/conda 组合，容器类 profile 互斥）做冒烟；流水线参数用 --input、--outdir 等，nf-core 通常吃 samplesheet CSV；-resume 复用缓存，-r 固定发布版本。可用 nf-core pipelines launch 做 schema 校验与参数文件生成。
开发侧：DSL2 下的 process（input/output/指令与 script）、channel 与 operator、带 take/main/emit 的 workflow、include 模块；nf-core 约定含 meta map、ext.args、stub: 与 nf-test。
配置与扩展：executor、资源标签、withName/withLabel、容器引擎选型见 skill 内 references（configuration、containers、running-pipelines、testing 等）。

适用边界与注意点

需要 Bash 与 Java 17+；建议固定 NXF_VER 与流水线 -r 版本，科学可复现运行不要追 latest。每个 process 应自带容器/Conda 环境，勿依赖主机全局工具。Nextflow 26.04 起默认严格语法：优先 channel.of、显式闭包参数、def 与命名 emit，可用 nextflow lint 自查。