Biomni 入门教程从克隆到跑通第一个生物医学智能体【免费下载链接】BiomniBiomni: a general-purpose biomedical AI agent项目地址: https://gitcode.com/GitHub_Trending/bi/BiomniBiomni 是斯坦福团队开源的通用生物医学 AI 智能体平台你用一句自然语言描述研究任务它负责拆解步骤、检索数据库和协议、生成并执行分析代码。本文带你完成环境安装、配置密钥并跑通第一条查询。快速上手三步跑通Biomni 的环境分基础版和完整版两档先看清楚再装能省很多时间。基础版biomni_env/environment.ymlPython 3.11约 13GB 磁盘包含 numpy、pandas、langchain、gradio 等核心依赖够用。完整版biomni_env/biomni_env/bio_env.yml配合setup.sh额外安装 R 与命令行生信工具链官方只测试过 Ubuntu 22.04 64 位耗时可能超过 10 小时需预留至少 30GB 磁盘。克隆仓库并安装基础环境git clone https://gitcode.com/GitHub_Trending/bi/Biomni cd Biomni/biomni_env conda env create -f environment.yml conda activate biomni_e1安装 Biomni 核心包pip install biomni --upgrade配置 API 密钥。在项目根目录创建.env这是官方推荐的配置方式下面是最小可用版本ANTHROPIC_API_KEY你的密钥 BIOMNI_TIMEOUT_SECONDS1200初始化智能体并执行第一条任务首次运行会自动下载约 11GB 的数据湖from biomni.agent import A1 agent A1(path./data) agent.go(Predict ADMET properties for this compound: CC(C)CC1CCC(CC1)C(C)C(O)O)跑通后你会得到一份结构化的执行轨迹这就是 Biomni 的基本工作单元。拆解 Biomni 的四个核心部件A1 智能体biomni/agent/采用 ReAct 循环把LLM 推理 检索增强规划 代码执行串起来是平台的入口。工具层biomni/tool/按领域拆成 20 余个模块覆盖基因组学、癌症生物学、药理学、单细胞分析、合成生物学等每个模块即一组可被智能体调用的函数。数据库 schemabiomni/tool/schema_db/30 多个预打包数据库含 Ensembl、UniProt、ClinVar、Open Targets、GWAS Catalog 等智能体可直接对它们发起查询不用你逐个接 API。协议库biomni/tool/protocols/收录 Addgene 与 Thermo Fisher 共 100 余份标准操作规程从细菌转化、CRISPR 文库扩增到 Western Blot任务涉及具体实验技术时智能体会自动检索对应 SOP。另外有两个容易忽略的库biomni/know_how/存放实验设计类最佳实践如 sgRNA 设计指南、单细胞注释流程按查询相关性自动调取社区也可以贡献新文档智能体还支持 MCP 协议挂载外部工具配置在tutorials/examples/add_mcp_server/mcp_config.yaml。场景演示三种典型用法规划一个 CRISPR 筛选实验一条指令出方案agent.go(Plan a CRISPR screen to identify genes that regulate T cell exhaustion)扩展外部工具后再查询。add_mcp注册外部工具服务agent.add_mcp(config_path./mcp_config.yaml) agent.go(Find FDA active ingredient information for ibuprofen)把执行轨迹存成报告方便归档和复现agent.save_conversation_history(my_analysis_results.pdf)想要网页交互界面也可以加一行即可本地地址为 http://localhost:7860agent.launch_gradio_demo(server_name127.0.0.1, shareTrue)适合谁不适合谁Biomni 更适合作为研究加速工具而非开箱即用的黑盒。以下人群能从中获益有 Python 基础、想把重复性生信流程脚本化的人手里有 scRNA-seq、临床或化合物数据需要规划分析和生成假设的人想给自己的科研工作流挂上 LLM 智能体的开发者以下情况建议先观望只想要点按钮就跑流程的用户——Biomni 的官方入口是代码Web 界面由 Gradio 提供仍属开发者视角需要完整湿实验 CLI 工具链的实验室——完整版环境对系统版本和磁盘要求很高处理敏感数据的场景——LLM 生成的代码以完整系统权限执行生产环境请放入容器或沙箱报错速查表现象处理401 / API 密钥未找到确认.env在工作目录echo $ANTHROPIC_API_KEY验证是否生效Gradio 界面起不来版本冲突执行pip install gradio5.0,6.0Gradio 6.x 不兼容模型名找不到Azure 模型需加前缀如azure-gpt-4o需要 cnvkit / panhumanpy 工具依赖冲突无法装进主环境按 docs/known_conflicts.md 建独立环境数据湖下载中断磁盘预留至少 15GB重跑会续传存储紧张时可跳过自动下载下一步清单运行入门教程 tutorials/biomni_101.ipynb过一遍基础概念通读 docs/configuration.md把模型和超时参数改到自己环境参考 tutorials/examples/ 下的 MCP 接入与服务暴露示例确认过 docs/known_conflicts.md 的已知冲突清单再决定要不要装完整版环境想添加工具或 Know-How 文档按 CONTRIBUTION.md 的流程提交【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
Biomni 入门教程：从克隆到跑通第一个生物医学智能体
Biomni 入门教程从克隆到跑通第一个生物医学智能体【免费下载链接】BiomniBiomni: a general-purpose biomedical AI agent项目地址: https://gitcode.com/GitHub_Trending/bi/BiomniBiomni 是斯坦福团队开源的通用生物医学 AI 智能体平台你用一句自然语言描述研究任务它负责拆解步骤、检索数据库和协议、生成并执行分析代码。本文带你完成环境安装、配置密钥并跑通第一条查询。快速上手三步跑通Biomni 的环境分基础版和完整版两档先看清楚再装能省很多时间。基础版biomni_env/environment.ymlPython 3.11约 13GB 磁盘包含 numpy、pandas、langchain、gradio 等核心依赖够用。完整版biomni_env/biomni_env/bio_env.yml配合setup.sh额外安装 R 与命令行生信工具链官方只测试过 Ubuntu 22.04 64 位耗时可能超过 10 小时需预留至少 30GB 磁盘。克隆仓库并安装基础环境git clone https://gitcode.com/GitHub_Trending/bi/Biomni cd Biomni/biomni_env conda env create -f environment.yml conda activate biomni_e1安装 Biomni 核心包pip install biomni --upgrade配置 API 密钥。在项目根目录创建.env这是官方推荐的配置方式下面是最小可用版本ANTHROPIC_API_KEY你的密钥 BIOMNI_TIMEOUT_SECONDS1200初始化智能体并执行第一条任务首次运行会自动下载约 11GB 的数据湖from biomni.agent import A1 agent A1(path./data) agent.go(Predict ADMET properties for this compound: CC(C)CC1CCC(CC1)C(C)C(O)O)跑通后你会得到一份结构化的执行轨迹这就是 Biomni 的基本工作单元。拆解 Biomni 的四个核心部件A1 智能体biomni/agent/采用 ReAct 循环把LLM 推理 检索增强规划 代码执行串起来是平台的入口。工具层biomni/tool/按领域拆成 20 余个模块覆盖基因组学、癌症生物学、药理学、单细胞分析、合成生物学等每个模块即一组可被智能体调用的函数。数据库 schemabiomni/tool/schema_db/30 多个预打包数据库含 Ensembl、UniProt、ClinVar、Open Targets、GWAS Catalog 等智能体可直接对它们发起查询不用你逐个接 API。协议库biomni/tool/protocols/收录 Addgene 与 Thermo Fisher 共 100 余份标准操作规程从细菌转化、CRISPR 文库扩增到 Western Blot任务涉及具体实验技术时智能体会自动检索对应 SOP。另外有两个容易忽略的库biomni/know_how/存放实验设计类最佳实践如 sgRNA 设计指南、单细胞注释流程按查询相关性自动调取社区也可以贡献新文档智能体还支持 MCP 协议挂载外部工具配置在tutorials/examples/add_mcp_server/mcp_config.yaml。场景演示三种典型用法规划一个 CRISPR 筛选实验一条指令出方案agent.go(Plan a CRISPR screen to identify genes that regulate T cell exhaustion)扩展外部工具后再查询。add_mcp注册外部工具服务agent.add_mcp(config_path./mcp_config.yaml) agent.go(Find FDA active ingredient information for ibuprofen)把执行轨迹存成报告方便归档和复现agent.save_conversation_history(my_analysis_results.pdf)想要网页交互界面也可以加一行即可本地地址为 http://localhost:7860agent.launch_gradio_demo(server_name127.0.0.1, shareTrue)适合谁不适合谁Biomni 更适合作为研究加速工具而非开箱即用的黑盒。以下人群能从中获益有 Python 基础、想把重复性生信流程脚本化的人手里有 scRNA-seq、临床或化合物数据需要规划分析和生成假设的人想给自己的科研工作流挂上 LLM 智能体的开发者以下情况建议先观望只想要点按钮就跑流程的用户——Biomni 的官方入口是代码Web 界面由 Gradio 提供仍属开发者视角需要完整湿实验 CLI 工具链的实验室——完整版环境对系统版本和磁盘要求很高处理敏感数据的场景——LLM 生成的代码以完整系统权限执行生产环境请放入容器或沙箱报错速查表现象处理401 / API 密钥未找到确认.env在工作目录echo $ANTHROPIC_API_KEY验证是否生效Gradio 界面起不来版本冲突执行pip install gradio5.0,6.0Gradio 6.x 不兼容模型名找不到Azure 模型需加前缀如azure-gpt-4o需要 cnvkit / panhumanpy 工具依赖冲突无法装进主环境按 docs/known_conflicts.md 建独立环境数据湖下载中断磁盘预留至少 15GB重跑会续传存储紧张时可跳过自动下载下一步清单运行入门教程 tutorials/biomni_101.ipynb过一遍基础概念通读 docs/configuration.md把模型和超时参数改到自己环境参考 tutorials/examples/ 下的 MCP 接入与服务暴露示例确认过 docs/known_conflicts.md 的已知冲突清单再决定要不要装完整版环境想添加工具或 Know-How 文档按 CONTRIBUTION.md 的流程提交【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
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
