Biomni 完整上手指南生物医学 AI 智能体平台的配置与任务执行实操路径【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 智能体平台支持以自然语言驱动研究任务智能体自主规划步骤、调用领域工具与数据库、生成并执行分析代码。本文按能力地图 → 最小跑通 → 配置排障 → 结果输出四条线讲清楚从环境搭建到跑通第一个研究任务的全过程。️ 能力地图Biomni 提供什么ReAct 智能体执行循环核心大脑在biomni/agent/目录。智能体采用 ReAct推理—行动—观察循环先拆解任务再决定调用哪个工具根据执行结果继续推进直到给出结论。除问答外它还可以生成可执行的 Python 代码并完成运行覆盖从检索文献、查询数据库到数据分析的完整链路。领域工具与实验协议库biomni/tool/下按分子生物学、基因组学、免疫学、药理学等 20 余个学科方向拆分工具模块每个方向同时配有tool_description/描述文件供智能体检索选择。同目录的protocols/内置了来自 Addgene 与 Thermo Fisher 的标准实验协议文本涉及具体实验技术时智能体可自动检索对应的标准操作流程。内置数据库 Schemabiomni/tool/schema_db/目录以序列化文件形式内置了 30 余个数据库的结构定义包括 UniProt、PDB、STRING、PubChem、ChEMBL、ClinVar、ClinicalTrials、GWAS Catalog、Ensembl 等覆盖蛋白、基因组、化合物、临床与互作网络等数据类型智能体无需在数据库之间切换即可完成跨源查询。 最小跑通从安装到第一个任务安装环境与核心包要求 Linux / macOS 或 WSL2Python 3.8内存 8GB 以上。仓库提供 conda 环境文件biomni_env/bio_env.yml也可用系统 Python 直接安装。下面这条命令完成仓库获取与可编辑安装git clone https://gitcode.com/GitHub_Trending/bi/Biomni cd Biomni pip install -e .智能体最小调用示例智能体入口是A1类。首次创建时会自动下载约 11GB 的数据湖文件若只想先验证环境可传空列表expected_data_lake_files[]跳过下载。这条最小调用会初始化智能体并执行一个真实查询任务from biomni.agent import A1 agent A1(path./data, expected_data_lake_files[]) agent.go(查找靶向 EGFR 且处于 III 期临床试验的候选药物)任务执行过程会以推理—工具调用—观察的形式逐步输出最终给出带数据支撑的答案。⚙️ 配置项与排障模型接入与密钥配置智能体支持 OpenAI、Anthropic、Gemini、Azure、Bedrock、Ollama 及自定义服务source参数切换。密钥从环境变量读取例如ANTHROPIC_API_KEY、OPENAI_API_KEY。全局默认值集中在biomni/config.py的BiomniConfig中也可通过BIOMNI_*系列环境变量覆盖。本地部署的模型通过base_urlapi_key接入。下面的配置改了两项最常用的设置——模型与执行超时from biomni.config import default_config default_config.llm claude-sonnet-4-5 default_config.timeout_seconds 1200此外还有一个commercial_mode开关开启后仅加载商业可授权的数据集适合企业场景默认是学术模式加载全部数据。各参数含义可对照 配置说明。排查三类常见故障数据湖下载缓慢或中断检查网络与代理可用expected_data_lake_files指定只下载需要的部分文件。依赖冲突conda 环境中包冲突较常见docs/known_conflicts.md 已整理典型冲突与对应解法。密钥不生效确认环境变量已写入当前 shellecho $ANTHROPIC_API_KEY验证并确认所选source与密钥所属服务商一致。 结果输出与扩展启动 Gradio 界面与导出 PDF 报告智能体支持一键启动 Gradio 交互界面launch_gradio_demo可加share参数生成外部访问链接适合在浏览器中逐步查看推理与工具调用过程。会话结束后可用save_conversation_history把完整过程导出为 PDF便于归档或分享。通过 MCP 集成外部工具Biomni 支持 Model Context Protocolagent.add_mcp(config_path...)加载一份 YAML 配置即可挂载自定义 MCP 工具服务器扩展智能体的能力边界。仓库内附有可直接参考的挂载示例与配置模板协议细节见 MCP 集成文档。下一步打开 入门教程按单元格逐步走一遍智能体的基本用法浏览 tutorials/examples/ 下的示例克隆实验、pylabrobot 自动化、MCP 服务器挂载选一个贴近自己课题的方向跑通。跑通其中任意一个示例后即可把真实课题任务交给智能体并按需调整模型与超时等配置项。【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 完整上手指南：生物医学 AI 智能体平台的配置与任务执行实操路径
Biomni 完整上手指南生物医学 AI 智能体平台的配置与任务执行实操路径【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 智能体平台支持以自然语言驱动研究任务智能体自主规划步骤、调用领域工具与数据库、生成并执行分析代码。本文按能力地图 → 最小跑通 → 配置排障 → 结果输出四条线讲清楚从环境搭建到跑通第一个研究任务的全过程。️ 能力地图Biomni 提供什么ReAct 智能体执行循环核心大脑在biomni/agent/目录。智能体采用 ReAct推理—行动—观察循环先拆解任务再决定调用哪个工具根据执行结果继续推进直到给出结论。除问答外它还可以生成可执行的 Python 代码并完成运行覆盖从检索文献、查询数据库到数据分析的完整链路。领域工具与实验协议库biomni/tool/下按分子生物学、基因组学、免疫学、药理学等 20 余个学科方向拆分工具模块每个方向同时配有tool_description/描述文件供智能体检索选择。同目录的protocols/内置了来自 Addgene 与 Thermo Fisher 的标准实验协议文本涉及具体实验技术时智能体可自动检索对应的标准操作流程。内置数据库 Schemabiomni/tool/schema_db/目录以序列化文件形式内置了 30 余个数据库的结构定义包括 UniProt、PDB、STRING、PubChem、ChEMBL、ClinVar、ClinicalTrials、GWAS Catalog、Ensembl 等覆盖蛋白、基因组、化合物、临床与互作网络等数据类型智能体无需在数据库之间切换即可完成跨源查询。 最小跑通从安装到第一个任务安装环境与核心包要求 Linux / macOS 或 WSL2Python 3.8内存 8GB 以上。仓库提供 conda 环境文件biomni_env/bio_env.yml也可用系统 Python 直接安装。下面这条命令完成仓库获取与可编辑安装git clone https://gitcode.com/GitHub_Trending/bi/Biomni cd Biomni pip install -e .智能体最小调用示例智能体入口是A1类。首次创建时会自动下载约 11GB 的数据湖文件若只想先验证环境可传空列表expected_data_lake_files[]跳过下载。这条最小调用会初始化智能体并执行一个真实查询任务from biomni.agent import A1 agent A1(path./data, expected_data_lake_files[]) agent.go(查找靶向 EGFR 且处于 III 期临床试验的候选药物)任务执行过程会以推理—工具调用—观察的形式逐步输出最终给出带数据支撑的答案。⚙️ 配置项与排障模型接入与密钥配置智能体支持 OpenAI、Anthropic、Gemini、Azure、Bedrock、Ollama 及自定义服务source参数切换。密钥从环境变量读取例如ANTHROPIC_API_KEY、OPENAI_API_KEY。全局默认值集中在biomni/config.py的BiomniConfig中也可通过BIOMNI_*系列环境变量覆盖。本地部署的模型通过base_urlapi_key接入。下面的配置改了两项最常用的设置——模型与执行超时from biomni.config import default_config default_config.llm claude-sonnet-4-5 default_config.timeout_seconds 1200此外还有一个commercial_mode开关开启后仅加载商业可授权的数据集适合企业场景默认是学术模式加载全部数据。各参数含义可对照 配置说明。排查三类常见故障数据湖下载缓慢或中断检查网络与代理可用expected_data_lake_files指定只下载需要的部分文件。依赖冲突conda 环境中包冲突较常见docs/known_conflicts.md 已整理典型冲突与对应解法。密钥不生效确认环境变量已写入当前 shellecho $ANTHROPIC_API_KEY验证并确认所选source与密钥所属服务商一致。 结果输出与扩展启动 Gradio 界面与导出 PDF 报告智能体支持一键启动 Gradio 交互界面launch_gradio_demo可加share参数生成外部访问链接适合在浏览器中逐步查看推理与工具调用过程。会话结束后可用save_conversation_history把完整过程导出为 PDF便于归档或分享。通过 MCP 集成外部工具Biomni 支持 Model Context Protocolagent.add_mcp(config_path...)加载一份 YAML 配置即可挂载自定义 MCP 工具服务器扩展智能体的能力边界。仓库内附有可直接参考的挂载示例与配置模板协议细节见 MCP 集成文档。下一步打开 入门教程按单元格逐步走一遍智能体的基本用法浏览 tutorials/examples/ 下的示例克隆实验、pylabrobot 自动化、MCP 服务器挂载选一个贴近自己课题的方向跑通。跑通其中任意一个示例后即可把真实课题任务交给智能体并按需调整模型与超时等配置项。【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