企业官网建设流程全解析

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/Biomni

Biomni 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 key（Anthropic 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 RAG，Biomni 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