Biomni 快速上手：最小安装 15 分钟跑通生物医学 AI 智能体与 3 个典型任务实战

Biomni 快速上手最小安装 15 分钟跑通生物医学 AI 智能体与 3 个典型任务实战【免费下载链接】BiomniBiomni: a general-purpose biomedical AI agent项目地址: https://gitcode.com/GitHub_Trending/bi/BiomniBiomni 是一个通用生物医学 AI 智能体A1 Agent你用自然语言描述研究问题它自动规划步骤、检索 30 个专业数据库、生成并执行分析代码。它适合生物信息学研究者、湿实验科研人员以及想尝试多步科研自动化的开发者解决在几十个数据库之间手动切换、反复写分析脚本的痛点。首次体验最快跑通路径完整 E1 环境含 R 和各类生物信息学 CLI 工具安装耗时超过 10 小时、至少 30GB 磁盘。但你要只是跑通装基础环境就够了大约 15 分钟。克隆仓库git clone https://gitcode.com/GitHub_Trending/bi/Biomni cd Biomni建基础 conda 环境并安装 Biomni不含 R 和 CLI 工具conda env create -f biomni_env/environment.yml conda activate biomni_e1 pip install biomni --upgrade配置 API 密钥至少一个推荐 Anthropiccp .env.example .env # 在 .env 中填入 ANTHROPIC_API_KEY第一次运行验证。expected_data_lake_files[]会跳过约 11GB 的数据湖自动下载初始化秒过如果任务要查数据湖里的数据库去掉这个参数即可自动下载from biomni.agent import A1 agent A1(path./data, llmclaude-sonnet-4-20250514, expected_data_lake_files[]) agent.go(Predict ADMET properties for compound: CC(C)CC1CCC(CC1)C(C)C(O)O)需要完整分析工具链的话看官方环境说明 biomni_env/README.md其中setup.sh要求 Ubuntu 22.04 和 30GB 以上磁盘。实战演示3 个典型任务任务一多数据库交叉查询。痛点做药物研究时你常常要在 OpenFDA、PubChem、ChEMBL 等几十个数据库之间来回切换。你输入agent.go(Find FDA active ingredient information for ibuprofen)它替你做了什么自动检索相关数据库、生成并执行查询代码最后把结果汇总成答案。30 数据库的 schema 定义都放在 biomni/tool/schema_db/想知道某个库能查哪些字段可以直接翻。任务二从想法到实验方案。痛点拿到一个新课题筛选设计要自己推、标准协议要自己一个个找。你输入agent.go(Plan a CRISPR screen to identify genes that regulate T cell exhaustion)它替你做了什么给出筛选设计、候选基因列表并检索 biomni/tool/protocols/ 里收录的 Addgene、Thermo Fisher 数百个标准实验协议作为操作参考。任务三单细胞注释加假设生成。痛点scRNA-seq 分析的注释流程固定但繁琐产出可检验假设还要人工动脑。你输入[PATH]换成你的数据目录agent.go(Perform scRNA-seq annotation at [PATH] and generate meaningful hypothesis)它替你做了什么完成细胞类型注释并产出假设过程中会自动检索内置 Know-How 知识库biomni/know_how/收录单细胞注释、sgRNA 设计等最佳实践文档回答带上领域经验而非纯模型记忆。任务跑完后一行代码把完整推理轨迹导出成 PDFagent.save_conversation_history(scRNA_analysis.pdf)进阶玩法本地模型接入Biomni-R0。官方 32B 生物推理模型可用 SGLang 在本地起服务让智能体推理走本地、数据库查询仍走云端 API兼顾隐私与成本agent A1(llmbiomni/Biomni-R0-32B-Preview, sourceCustom, base_urlhttp://localhost:30000/v1, api_keyEMPTY)SGLang 启动命令见 README.md 的 Biomni-R0 一节。成本控制用 default_config 全局统一。from biomni.config import default_config default_config.llm claude-3-5-haiku-20241022 # 轻量模型省钱 default_config.timeout_seconds 1200注意直接给A1(llm...)传参只影响该智能体自己的推理不影响数据库查询想让两者一致统一改default_config更多选项见 官方配置文档。交互式 Web 界面。装 Gradio 5.x 后在浏览器里和智能体对话pip install gradio5.0,6.0agent.launch_gradio_demo(shareTrue) # 可生成临时分享链接外部工具接入MCP。通过 YAML 配置挂载外部 MCP 服务器agent.add_mcp(config_path./tutorials/examples/add_mcp_server/mcp_config.yaml)配置模板和实现细节见 MCP 集成文档。踩坑速查问题原因解法初始化卡很久首次运行自动下载约 11GB 数据湖A1(path./data, expected_data_lake_files[])跳过下载先快速开发某些工具不可用hyperimpute、langchain_aws、cnvkit 等因依赖冲突未预装查 已知冲突清单cnvkit 需单独建 Python 3.10 环境bio_env_py310.ymlGradio 启动报错界面依赖 Gradio 5.x API降级pip install gradio5.0,6.0Gradio 6.0 不兼容完整环境装得极慢E1 全量环境要 10 小时以上、30GB 磁盘先用environment.yml基础环境跑通任务按需再补装另外官方有明确安全提示智能体以完整系统权限执行 LLM 生成的代码能访问文件、网络与系统命令生产环境请放在隔离/沙箱环境中运行注意敏感数据。小结与学习路径Biomni 的价值在于把查数据库、跑分析、出方案这条科研流水线压进一次自然语言对话先用最小环境跑通一个任务再按需扩展本地模型和 MCP 工具即可。入门教程tutorials/biomni_101.ipynb示例代码tutorials/examples/配置详解docs/configuration.md已知依赖冲突docs/known_conflicts.md环境搭建说明biomni_env/README.md贡献指南CONTRIBUTION.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