Biomni用自然语言执行研究任务的生物医学 AI 智能体面向生物医学研究者与生信工程师【免费下载链接】BiomniBiomni: a general-purpose biomedical AI agent项目地址: https://gitcode.com/GitHub_Trending/bi/BiomniBiomni 是斯坦福出品的通用生物医学 AI 智能体替那些想把数据库查询、分析流水线、实验规划这类活从自己写代码变成用自然语言交代的人干活。它把大模型的推理接到一个装有三十多个数据库、数百份标准实验协议和可运行分析工具的生信环境里任务由智能体自己规划、自己调用工具完成。用一句话描述实验问题后会发生什么README 里的招牌例子是 CRISPR 筛选。你问规划一个 CRISPR 筛选实验来识别调控 T 细胞耗竭的基因并生成 32 个扰动效果最大化的基因智能体会去查相关数据库、逐个检索候选基因、跑扰动分析最后给出一份排序好的 32 个基因列表和可执行的实验方案。这类任务涉及规划、查库、计算多个来回是手工做起来最繁琐的部分。第二类用法是数据分析。给它一个 scRNA-seq 数据路径让它完成注释并生成假设它会加载数据、跑注释流程过程中自动检索 Know-How 库里单细胞注释的最佳实践产出 cluster 注释和若干条可以在实验室验证的假设。第三类是分子层面的问题比如给一个化合物的 SMILES 串让它预测 ADMET 性质它调用对应工具后直接返回药代性质。跑起来的最低成本前置条件先说清Linux官方声明 setup 脚本只在 Ubuntu 22.04 上测过、conda、至少 30GB 磁盘、一个 LLM API keyAnthropic 或 OpenAI 均可。Biomni 的环境偏重有两条路可以走。完整的 E1 环境含 R 包和一套 CLI 生信工具git clone https://gitcode.com/GitHub_Trending/bi/Biomni cd Biomni/biomni_env bash setup.sh官方文档标注这一步要 10 小时以上建议挂后台提前跑。只打算跑智能体基础功能的话可以跳过它改用conda env create -f environment.yml建一个轻环境。环境就绪后装包、把 API key 写进项目目录的.env文件或环境变量conda activate biomni_e1 pip install biomni --upgrade之后就可以用了from biomni.agent import A1 agent A1(path./data) agent.go(Plan a CRISPR screen to identify genes that regulate T cell exhaustion)首次运行会自动下载约 11GB 的数据湖文件网络不好的话建议先确认带宽日常交互基本就是往agent.go(...)里丢自然语言问题。架构里三个值得注意的设计工具太多时先检索再决定调什么Biomni 有 18 个领域的分析工具和 25 个以上数据库 schema全塞进 prompt 上下文是不现实的。所以biomni/tool/tool_description/把每个工具写成声明式元数据函数名、参数类型、默认值由ToolRetriever先根据问题挑出相关的工具和数据库智能体再动手。效果是多步骤长任务不会因为工具清单膨胀而退化这个分法比较讨巧。把老实验员的经验做成可检索的文档库biomni/tool/protocols/收了 Addgene 和 Thermo Fisher 的数百份标准协议biomni/know_how/又放了一组经过整理的 know-how比如 sgRNA 设计、单细胞注释指南。全部以 markdown 存放智能体按问题相关性自动检索。经验以文档形式存在而不是写死在 prompt 里社区可以直接往里加新文档维护成本很低。它是真执行不只是回答问题智能体会在环境里生成并运行代码这也是环境里要装 R 包和 CLI 工具的原因跑完还能把完整过程导出成 PDF 报告。代价是它用完整系统权限执行 LLM 生成的代码README 里明确提醒生产用途要放进沙箱。这一点在动手之前就该知道。和自建方案的差别相比自己搭 agent 加文献 RAGBiomni 的区别在于可执行环境、数据库接入和协议库是打包好的不用自己拼装。代价是环境重首次部署要等相当长时间。接下来可以做什么从入门 notebook tutorials/biomni_101.ipynb 开始覆盖基础概念和第一次运行。MCP 外部工具集成、克隆流程等具体案例在 tutorials/examples/ 下含添加 MCP server 的完整示例。想改模型、超时等配置看 docs/configuration.md环境安装方式的取舍说明在 biomni_env/README.md。【免费下载链接】BiomniBiomni: a general-purpose biomedical AI agent项目地址: https://gitcode.com/GitHub_Trending/bi/Biomni创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考