lean-bench/docker

Dockerfile 构建完整运行镜像：

• 基于 Ubuntu 24.04。
• 安装 Python、Git、curl、SQLite 等。
• 安装 elan。
• 解析 Mathlib 和 Lean 兼容版本。
• 运行 lake update。
• 下载 Mathlib 预编译缓存。
• 用真实 Lean 编译 smoke 文件。
• 安装 lean-bench Python 包。
• 配置数据库、LLM 和 Lean 环境变量。
• 挂载 /books 与 /data。 镜像很重，Mathlib 缓存和编译对内存、磁盘要求较高。

docker-compose.yml 本地 Docker Compose 配置：

• 构建或拉取 lean-bench 镜像。
• 注入 DashScope API Key 和模型设置。
• 把本地 books/ 映射到 /books。
• 把本地 data/ 映射到 /data。
• 默认运行 doctor。

entrypoint.sh 容器入口：

• 创建数据库父目录。
• 设置运行环境。
• 把用户传入参数交给 lean-bench。
• 允许镜像直接执行 ingest、search 等子命令。

resolve-mathlib.sh 构建阶段解析 Lean/Mathlib 兼容性：

• 接受显式 Mathlib revision 或 auto。
• 查找合适的 Mathlib revision。
• 根据 Mathlib 对应配置确定 Lean toolchain。
• 更新 Lean 工程配置。 它解决“Lean 版本和 Mathlib revision 不兼容”的常见构建问题，但动态解析降低了可复现性。

smoke.py Docker 中的端到端 smoke test：

• 使用脚本化 LLM 回复。
• 走完整 ingest 流程。
• 调用真实 Lean，而不是 fake checker。
• 写入临时 SQLite 数据库。
• 检查生成条目确实被 Lean 验证并可查询。 这曾经由 Docker CI 调用；工作流删除后，当前没有自动执行者。