哪些变更会使Snakemake流水线失效并触发工作流重新运行

默认状态下的重跑触发逻辑 #

Snakemake 的失效判定本质是基于「输入-输出依赖关系的状态一致性校验」，默认模式下的触发范围可以明确分为两类：

会默认触发重跑的变更 #

• 修改规则中显式声明为 input 字段的文件内容：包括原始输入数据集、上游规则生成的、被当前规则列为依赖的文件，只要这类文件的修改时间晚于对应输出文件的修改时间，Snakemake 就会调度对应规则重跑。
• 修改规则本身的定义内容：比如调整规则的shell命令、修改运行参数、变更input/output清单，Snakemake 会自动比对当前规则定义和上次运行时的快照，发现规则不一致就会触发重跑。

不会默认触发重跑的变更（和你实际体验一致的场景） #

• 手动修改、替换流水线的中间输出文件：默认模式下Snakemake只检查输出文件和其直接依赖的时间差，不会反向回溯中间文件的生成来源；只要手动修改后的中间文件时间戳新于它的下游依赖，Snakemake就会直接跳过对应上游流程，不会因为中间文件被篡改触发重跑。
• 修改规则调用的自定义脚本内容：默认配置下，Snakemake只会记录规则中script/shell/run段写入的脚本路径，不会把脚本本身的内容纳入输入依赖的追踪范围——哪怕你把脚本里的核心计算逻辑全改了，只要路径没变、时间戳没比输出文件新，Snakemake就不会感知到变更，自然不会触发重跑。

实现全链路变更感知的实操方案 #

如果要让Snakemake 覆盖你提到的两类变更感知能力，提升流程可复现性，可以通过几个无额外依赖的配置调整实现：

• 针对自定义脚本变更不触发的问题：将所有被规则调用的自定义脚本，显式加入对应规则的input字段。比如规则需要调用scripts/parse_fastq.py做文件解析，除了在script段写入脚本路径，还要在input清单里把这个脚本列为依赖，Snakemake就会自动追踪脚本的修改时间，脚本一旦变更，对应规则就会自动判定为需要重跑。
• 针对手动修改中间产物不触发的问题：
  • 日常运行时开启--use-hash参数，将默认的时间戳校验替换为文件内容哈希校验。这种模式下Snakemake会为所有追踪的文件计算唯一哈希值，只要任何被追踪的中间文件被手动修改，哪怕修改后调整了文件时间戳，Snakemake也能通过哈希值不一致识别到变更，自动触发对应流程重跑。
  • 如果已经手动修改了中间文件，不需要全流程重跑，可以执行snakemake --cleanup-metadata <被修改的中间文件路径>命令，清除Snakemake对这些文件的旧元数据记录，下次运行时Snakemake会重新校验这些文件的生成状态，匹配实际的依赖关系重新调度。

注意：Snakemake默认不是带版本审计功能的流水线系统，它的追踪范围永远只覆盖你显式告诉它需要关注的内容，没有纳入依赖清单的文件变更，永远不会被自动感知。

内容的提问来源于stack exchange，提问作者leo