biomni

# Biomni ## 概述 Biomni 是来自斯坦福大学 SNAP 实验室的开源生物医学 AI 智能体框架，可自主执行跨生物医学领域的复杂研究任务。在处理多步骤生物学推理任务、分析生物医学数据或进行涵盖基因组学、药物发现、分子生物学和临床分析的研究时，请使用此技能。 ## 核心能力 Biomni 擅长： 1. **多步骤生物学推理** - 针对复杂生物医学查询的自主任务分解与规划 2. **代码生成与执行** - 用于数据处理的动态分析工作流创建 3. **知识检索** - 访问约 11GB 的集成生物医学数据库和文献 4. **跨领域问题解决** - 统一的基因组学、蛋白质组学、药物发现和临床任务接口 ## 何时使用此技能 在以下场景使用 biomni： - **CRISPR 筛选** - 设计筛选、基因优先级排序、分析敲除效应 - **单细胞 RNA-seq** - 细胞类型注释、差异表达、轨迹分析 - **药物发现** - ADMET 预测、靶点识别、化合物优化 - **GWAS 分析** - 变异解读、致病基因识别、通路富集 - **临床基因组学** - 罕见病诊断、变异致病性、表型-基因型映射 - **实验室方案** - 方案优化、文献综合、实验设计 ## 快速入门 ### 安装与设置 安装 Biomni 并为大语言模型提供商配置 API 密钥： bash uv pip install biomni --upgrade 配置 API 密钥（存储在 `.env` 文件或环境变量中）： bash export ANTHROPIC_API_KEY="your-key-here" # 可选：OpenAI, Azure, Google, Groq, AWS Bedrock 密钥 使用 `scripts/setup_environment.py` 获取交互式设置帮助。 ### 基本使用模式 python from biomni.agent import A1 # 使用数据路径和 LLM 选择初始化智能体 agent = A1(path='./data', llm='claude-sonnet-4-20250514') # 自主执行生物医学任务 agent.go("您的生物医学研究问题或任务") # 保存对话历史和结果 agent.save_conversation_history("report.pdf") ## 使用 Biomni ### 1. 智能体初始化 A1 类是 biomni 的主要接口： python from biomni.agent import A1 from biomni.config import default_config # 基本初始化 agent = A1( path='./data', # 数据湖路径（首次使用时下载约 11GB） llm='claude-sonnet-4-