Biomni 上手指南一句话调度 30 生物数据库装好即可跑的科研 AI Agent【免费下载链接】BiomniBiomni: a general-purpose biomedical AI agent项目地址: https://gitcode.com/GitHub_Trending/bi/BiomniBiomni 是一款生物医学 AI 智能体核心是内置的 A1 智能体。你用自然语言描述研究问题它自动拆解步骤、调用三十多个专业数据库编写并执行分析代码把查库、跑分析、出方案压进同一次对话。它替你解决的三件麻烦事几十个数据库来回跳药物或基因研究常要在 ClinicalTrials、UniProt、ChEMBL、GWAS Catalog 之间反复切换。对 Biomni 说一句 Find FDA active ingredient information for ibuprofen它会判断该查哪些库、执行检索并汇总结果各库的表结构定义存放在biomni/tool/schema_db/目录中。从课题想法到可执行方案把研究问题直接丢给它例如agent.go(Plan a CRISPR screen to identify genes that regulate T cell exhaustion)它产出筛选设计与候选基因清单并从 biomni/tool/protocols/ 拉取 Addgene 与 Thermo Fisher 提供的数百个标准实验协议直接当操作参考。过程留痕、结论可追溯智能体内部采用 ReAct 循环思考一步、执行一步用来拆分长任务、调工具、运行自己生成的代码出错了再修正。跑完单细胞注释这类任务后调一次agent.save_conversation_history(scRNA_analysis.pdf)完整推理轨迹即存成 PDF。回答里还掺着领域经验Know-How 知识库biomni/know_how/收着单细胞注释、sgRNA 设计的最佳实践文档任务匹配时自动检索。最小安装路径先跑通再谈完整环境完整 E1 环境含 R 和一批 CLI 工具装完耗时超过 10 小时。只想先验证流程按下面三步走。先克隆仓库并创建基础 conda 环境这一步不需要执行 setup.shgit clone https://gitcode.com/GitHub_Trending/bi/Biomni cd Biomni conda env create -f biomni_env/environment.yml conda activate biomni_e1 pip install biomni --upgradeenvironment.yml 会生成名为 biomni_e1 的环境激活后即可使用。再准备 API 密钥至少要备一个首选 Claudecp .env.example .env在 .env 中把ANTHROPIC_API_KEY的值填上。首次运行用一句话验证整条链路是否畅通from biomni.agent import A1 agent A1(path./data, llmclaude-sonnet-4-20250514) agent.go(Predict ADMET properties for compound: CC(C)CC1CCC(CC1)C(C)C(O)O)这段代码让智能体预测一个化合物的 ADMET 性质能正常返回结果就说明环境没问题。完整 E1 环境由biomni_env/setup.sh负责安装仅支持 Ubuntu 22.04需预留 30GB 以上磁盘细节见 biomni_env/README.md。进阶开关按需打开本地跑 32B 生物推理模型什么时候需要数据不能出内网或想压低云端推理账单。官方 32B 生物推理模型 Biomni-R0 配合 SGLang 在本地起服务后推理由本地模型承担数据库查询仍调用云端 APIagent A1(llmbiomni/Biomni-R0-32B-Preview, sourceCustom, base_urlhttp://localhost:30000/v1, api_keyEMPTY)SGLang 起服务后把base_url指向本机 30000 端口api_key填占位值EMPTY即可。控制 API 花费全局模型配置什么时候需要任务跑得多账单控制不住。用default_config同时管住智能体推理与数据库查询两处from biomni.config import default_config default_config.llm claude-3-5-haiku-20241022 default_config.timeout_seconds 1200换成轻量模型并放宽超时长任务更省钱也更稳。有个易错点只在A1(llm...)里传模型名改的仅是智能体自身推理数据库查询不受影响想让两边一致统一走default_config。其余选项见docs/configuration.md。挂载外部工具MCP 接入什么时候需要内置工具覆盖不到你自己的服务或私有数据源。MCP全称 Model Context Protocol是一种让智能体调用外部工具的标准协议一行代码即可挂载agent.add_mcp(config_path./tutorials/examples/add_mcp_server/mcp_config.yaml)配置样例在tutorials/examples/add_mcp_server/目录下接入机制说明见docs/mcp_integration.md外部工具随即进入智能体的可调用清单。避坑速查表现象原因处理办法初始化长时间卡住首次运行会自动拉取约 11GB 的数据湖文件初始化 A1 时传expected_data_lake_files[]跳过这次下载先做快速开发个别工具不可用hyperimpute、langchain_aws、cnvkit 等包因依赖冲突未预装对照 docs/known_conflicts.md 按需手动补装cnvkit 需另建 Python 3.10 环境biomni_env/bio_env_py310.ymlGradio 界面启动报错界面绑定的是 Gradio 5.x 的 API6.0 不兼容执行pip install gradio5.0,6.0降回 5.x 版本另有一条官方安全提示务必记住智能体会以完整系统权限运行 LLM 生成的代码生产用途请放进隔离或沙箱环境并注意敏感数据暴露。接下来看什么查库、跑分析、出方案收进一次对话是 Biomni 的核心价值。先用最小环境把第一个任务跑顺之后再接本地模型、挂 MCP 工具。入门教程tutorials/biomni_101.ipynb配置详解docs/configuration.md依赖冲突清单docs/known_conflicts.md完整环境搭建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