🧬 dsh-bio-genie

面向 DeepSeek Harness (dsh) 的生物信息学「许愿式分析」插件

dsh bio analysis · dsh biology analysis · deepseek harness bioinformatics · Biopython · sequence analysis · genomics

说人话，出结果。用户用自然语言描述生物学分析需求，dsh 的 agent 自动完成分析。

下载安装即用 —— 无需用户安装 Python 或 Biopython，插件首次运行自动引导完全隔离的 Python 环境。

---

✨ 特性

| 特性 | 说明 | |------|------| | 🪄 许愿式分析（Wish Coding） | 说人话就能分析："这条序列的 GC 含量和 EcoRI 酶切位点？" | | 🧩 全功能覆盖 | bio_python 执行器可运行任意 Biopython 代码（比对、PDB、Phylo、motif、BLAST…），配合 22 个领域/研究 skill 配方 | | ⚡ 高频语义化工具 | 49 个固定参数工具（GC 含量、翻译、限制酶、k-mer、文件 IO、BLAST、多序列比对、系统发育树、Entrez 检索、通路富集、PubMed 文献、参考基因组、出版级绘图、机器学习、DNA 设计、Primer3 引物/多约束 DNA 优化/克隆模拟/SBOL 标准化/生产包络线/CRISPR 向导设计/编辑验证/合成可行性检查、基因回路编译/动力学仿真、差异表达/GSEA）+ 5 个执行器/元工具（bio_python / bio_env / bio_log / bio_memory / bio_goal）——省 token、输出稳定、参数有校验 | | 📦 零安装 | 自动下载隔离的 Python 环境（uv + venv + Biopython 绘图栈）到 $DSH_HOME/dsh-bio-genie/，不污染系统 | | 🇨🇳 网络自动适配 | 默认直连官方源，任一环节失败自动切换国内镜像（uv→清华 PyPI、CPython→npmmirror、PyPI 包→清华镜像），无需任何配置 | | 🛡️ 环境隔离 | Python 子进程以 -I（isolated）模式运行，不受宿主 PYTHONPATH 污染 | | 🔁 自愈执行（ACR） | bio_python 失败返回 needs_repair 信号 + stderr，模型自动修复重试（最多 3 次），失败即如实报告 | | 📜 透明性日志 | 每次代码执行/工具调用异步记 JSONL 日志（哈希/预览/耗时），bio_log 可回溯任何一次分析；日志自动 30 天轮转清理 | | 🧬 科学严谨性约束 | persona 强制「生物学结论必须可溯源到工具输出」，纯推断标注 [推断-未验证] | | 🧠 会话记忆 | 成功代码模式 + 错误→修复经验自动沉淀（本地 JSON），bio_memory 查询，越用越聪明 | | ⚙️ 设置面板 | dsh 设置面板（⚙️ 齿轮）侧栏「BioGenie」菜单——标签页：总览（包元信息/配置默认值）、Skill 模块（49 个条目按主 skill/领域/研究/协议/指南分组）、Python 环境（venv 包列表）、工具调试；同实例安装 dsh-bio-gem 时还显示其只读「代谢建模」五态面板 | | 📚 协议知识库 | 17 个高频任务协议（质控/比对/BLAST/克隆/建树/结构/富集/出版级绘图/坐标系统/统计检验/差异表达/GSEA…），每个含可执行代码模板 + 常见坑，随插件打包 |

---

📦 安装

本插件已发布为 npm 包 @dsh-bio/dsh-bio-genie，使用 dsh 官方标准的 dsh plugin 命令安装 （下面统一写 npx -y @deepseek-ai/dsh：无需全局安装 dsh CLI，只要机器上有 Node/npm。 若你已全局装过 dsh CLI，把 npx -y @deepseek-ai/dsh 整体换成 dsh 即可）：

# 方式一：从 npm 安装（推荐，安装预构建代码）
npx -y @deepseek-ai/dsh plugin --profile web add @dsh-bio/dsh-bio-genie

# 方式二：从 GitHub 安装（拉取源码；本插件为纯 ESM 无构建步骤，可直接加载）
npx -y @deepseek-ai/dsh plugin --profile web add github:moonbowterfly/dsh-bio-genie

# 方式三：从本地目录安装（开发调试）
npx -y @deepseek-ai/dsh plugin --profile web add ./dsh-bio-genie

--profile <name> 是必填选项（不传报 required option '--profile <name>' not specified），Web 端固定用 web。

安装后重启 dsh web 服务，插件即被加载。首次启动时插件会在后台自动引导 Python 环境（下载 uv → Python 3.12 → venv → biopython，约 1-2 分钟），之后秒级就绪。

验证插件层是否生效（无需启动）：

npx -y @deepseek-ai/dsh --profile web --dump-config   # 输出中应包含 "# == dsh-bio-genie" 层

安装后必须批准构建脚本（否则没有 agent preset）

pnpm v11 默认拦截依赖的 lifecycle 脚本，而本包的 postinstall 正是把 agent preset 复制到 ~/.dsh/.agent-presets/bio-genie/。安装时若打印：

[ERR_PNPM_IGNORED_BUILDS] Ignored build scripts: @dsh-bio/dsh-bio-genie@0.6.25

表示 preset 没装上——工具都在，但 dsh 预设选择器里没有「生物基因精灵」。在 profile 目录批准一次即可：

cd ~/.dsh/profiles/web && pnpm approve-builds     # 或 pnpm approve-builds --all 全批准

批准后 pnpm 会把确切的键写进 ~/.dsh/profiles/web/pnpm-workspace.yaml 的 allowBuilds。 注意键会随安装方式变化：从 GitHub 源安装时键含 commit 哈希，仓库每更新一次 commit 就得重新批准一次；从 npm 安装的键是版本号，只在升版本时变。

兜底：node scripts/install-preset.js 手动复制（见下文「手动安装 / 卸载」）。

故障排除：profile 已有本地包导致 pnpm 校验失败

若你的 profile 里已装过不在 npm registry 的本地包（如皮肤插件），dsh plugin add 触发的 pnpm 全量校验可能报 ERR_PNPM_FETCH_404。此时可手动挂载（已验证可行）：

mkdir -p ~/.dsh/profiles/web/node_modules/@dsh-bio/dsh-bio-genie
cd /path/to/dsh-bio-genie
cp -r src index.js cordis.patch.yml package.json skills prompts python docs \
  README.md README.en.md LICENSE THIRD_PARTY_NOTICES.md \
  ~/.dsh/profiles/web/node_modules/@dsh-bio/dsh-bio-genie/

然后在 ~/.dsh/profiles/web/package.json 中：

• dependencies 添加："@dsh-bio/dsh-bio-genie": "file:.../dsh-bio-genie"
• dsh.profile.bundles 数组添加："@dsh-bio/dsh-bio-genie"

最后重启 dsh web 服务。

---

🛠 工具总览

执行器与元工具

| 工具 | 功能 | |------|------| | bio_python | 运行任意 Biopython Python 程序（比对/PDB/Phylo/motif/复杂流程/自定义分析/出版级绘图），覆盖 100% 长尾需求 | | bio_env | Python 环境诊断 / 重建 | | bio_log | 执行日志回溯（bio_python 代码哈希/预览/耗时 + 工具调用记录） | | bio_memory | 会话记忆查询（成功代码模式 / 错误修复经验，越用越聪明） |

语义化工具（高频稳定操作）

| 工具 | 功能 | 典型触发词 | |------|------|-----------| | bio_seq_analyze | 长度 / GC% / 反向互补 / 六框翻译（正负链）/ 分子量 / 蛋白 AA 组成 / 密码子统计（codon_stats=true） | GC含量、序列特征、翻译、密码子适应 | | bio_seq_translate | DNA→蛋白翻译（可指定密码子表） | 翻译、蛋白序列 | | bio_seq_gc_skew | GC skew（复制起点识别） | 偏斜、复制起点 | | bio_seq_find_orf | 最长开放阅读框 | ORF、编码区 | | bio_seq_kmer | k-mer 频率统计 | k-mer | | bio_seq_io_read | 读 FASTA/GenBank（UTF-8/GBK 自适应） | 读取fasta、解析文件 | | bio_seq_io_write | 写序列文件 | 写fasta、保存序列 | | bio_seq_restriction | 限制酶切位点（CommOnly 默认 / all 可选；detail=false 未指定酶仅计数、指定酶 ≤10 坐标，true 全量） | 限制酶、酶切位点 | | bio_blast_search | 远程 BLAST（NCBI qblast：blastn/blastp/blastx → 命中 accession/e-value/score/一致性） | BLAST、同源性搜索 | | bio_msa | 多序列比对（clustalw/muscle；返回 Clustal+FASTA 比对、共识序列、保守性统计；缺二进制返回安装提示） | 多序列比对、MSA | | bio_phylo_build | 系统发育树构建（nj/upgma → Newick；可接 bio_msa 的 alignment_fasta 输出） | 进化树、建树、NJ | | bio_entrez_search | NCBI 检索（esearch+esummary；db=gene 返回基因元数据摘要：全名/染色体位置/别名） | NCBI、检索基因、查基因信息 | | bio_entrez_fetch | NCBI 取序列 | 下载序列 | | bio_enrichr | 通路/GO 富集分析（基因符号列表 → p 值排序条目；GO/KEGG/Reactome/MSigDB 等库） | 富集分析、通路、GO、KEGG | | bio_pubmed_search | PubMed 文献检索（PMID/标题/期刊/作者/DOI） | 查文献、PubMed | | bio_pubmed_abstract | 按 PMID 取结构化摘要（标题/摘要全文/作者/日期/DOI） | 读摘要、PMID | | bio_ref_genome | 参考基因组 assembly 信息（Ensembl：assembly 名/染色体/下载目录） | 参考基因组、基因组版本 |

序列类型自动判断

bio_seq_analyze 的 seq_type 默认 auto，自动识别三类序列：

• 含 U 无 T → RNA
• 含 IUPAC 模糊碱基（R/Y/S/W/K/M/B/D/H/V）、X（未知/修饰碱基）、比对 gap 字符（-/.）→ DNA（引物/探针/SNP/比对结果安全）
• 出现非核酸字母 → 蛋白质

X 与 gap 在翻译时按未知碱基处理（Biopython 标准行为），含 X/gap 的序列不会因模糊密码子崩溃。

---

📚 Skill 体系（49 个）

主 skill：dsh-bio-genie

工具分层决策树：先查语义化工具表 → 命中就用；否则用 bio_python 执行器写 Biopython 代码。

17 个领域配方 + 5 个研究方法

| Skill | 覆盖的 Biopython 模块 | |-------|---------------------| | bio-core | 核心工作流（任何分析先加载） | | bio-io | Bio.SeqIO（FASTA/FASTQ/GenBank/EMBL…） | | bio-seq | Bio.Seq / Bio.SeqUtils（GC、Tm、分子量） | | bio-align | Bio.Align.PairwiseAligner / Bio.AlignIO | | bio-blast | Bio.Blast（NCBIWWW / NCBIXML） | | bio-searchio | Bio.SearchIO（BLAST/HMMER/Exonerate 解析） | | bio-entrez | Bio.Entrez（esearch/efetch/esummary/elink） | | bio-phylo | Bio.Phylo（Newick/Nexus、系统发育） | | bio-structure | Bio.PDB（结构解析、距离、叠合） | | bio-motif | Bio.motifs（PWM、JASPAR/MEME） | | bio-restriction | Bio.Restriction（酶切位点、片段） | | bio-utils | Bio.Data.CodonTable（遗传密码表、密码子用法） | | bio-graphics | Bio.Graphics.GenomeDiagram（图谱绘制） | | bio-popgen | Bio.PopGen（群体遗传学） | | bio-figure | 出版级科研绘图顾问（figurelib：选图决策、18 陷阱、期刊规格、CJK 中文） | | bio-ml | scikit-learn 生物数据机器学习（分类/降维/聚类/特征重要性） | | bio-dna-design | DNA 设计（引物、密码子优化、质粒图谱） |

研究方法 skill：bio-survival-analysis（生存分析）、bio-variant-analysis（变异分析）、bio-literature-review（文献检索与综述，含 PRISMA 2020 系统综述流程）、bio-evidence-appraisal（证据分级与结论强度：证据层级/GRADE/四轴评估/措辞边界）、bio-paper-writing（论文写作）。另有 17 个协议模板与 8 份 agent 使用指南，随插件打包。

---

🧞 精灵专家人设（bio-genie preset）

本插件同时提供一个 dsh agent preset（智能体预设）——bio-genie，让 AI 一进 dsh 就成为精通本插件的「生物基因精灵」专家人设。

它是什么

• 人设文件（preset/bio-genie/preset.yml + agent.cordis.yml）——覆盖 base persona，告诉 AI「你手头有 54 个工具 + 49 个 skill」。
• 入门口诀（skills/dsh-bio-genie-expert.md）——一个 meta-skill：「先看工作区 → 二选一（语义化工具 / bio_python） → 失败按 ACR 三层修 → 报告带可追溯链」。
• 一键安装：pnpm install 跑 postinstall 钩子会自动把 preset 复制到 ~/.dsh/.agent-presets/bio-genie/；无需手动操作。

它不是

• ❌ 不接管 54 个工具——所有 bio_* 工具仍由本插件的 cordis.patch.yml 注入，preset 不重声明任何工具，避免冲突。
• ❌ 不抢默认人设——postinstall 装完后，「生物基因精灵」出现在 dsh 预设选择器里；用户主动选择才激活。agent-presets.default 不会被改成 bio-genie。
• ❌ 不破坏其他插件——presets 与 plugins 是 dsh 的两个独立 seam，共存不冲突。

怎么用

1. 安装本插件：pnpm add @dsh-bio/dsh-bio-genie（postinstall 会自动装 preset）。
2. 重启 dsh web。
3. 设置面板 → 选「生物基因精灵」人设。
4. 之后 AI 启动会话即说：「我是生物基因精灵……你的工作区是 {{cwd}}……先看看你有什么数据再开工」。

手动安装 / 卸载

# 手动复制（postinstall 失败时）
node scripts/install-preset.js

# 强制覆盖（用户就地编辑过 preset 时也覆盖）
node scripts/install-preset.js --force

# 试运行（只看会做什么）
node scripts/install-preset.js --dry-run

# 卸载：直接删
#   Windows: rd /s /q %USERPROFILE%\.dsh\.agent-presets\bio-genie
#   macOS/Linux: rm -rf ~/.dsh/.agent-presets/bio-genie

故障排除

• 预设选择器看不见「生物基因精灵」 → 检查 ~/.dsh/.agent-presets/bio-genie/preset.yml 是否存在；不存在则 node scripts/install-preset.js 手动装。
• 切到 preset 后工具没出现 → 工具由插件注入，与 preset 无关；检查插件是否真在 dependencies（pnpm ls @dsh-bio/dsh-bio-genie）。
• 想自定义 persona → 直接编辑 ~/.dsh/.agent-presets/bio-genie/agent.cordis.yml（不被自动覆盖除非 --force）。

---

🚀 使用示例

场景 1：语义化工具路径（高频操作）

用户："分析这个文件里的序列 GC 含量和 EcoRI 位点：D:/data/genes.fasta"

agent 自动：
1. bio_seq_io_read        → 读取 FASTA
2. bio_seq_analyze        → 逐条 GC 含量
3. bio_seq_restriction    → 检查 EcoRI
4. 汇总报告 + 生物学解读

场景 2：执行器路径（语义化工具覆盖不到的功能）

用户："画一下这两个基因的蛋白结构比对"

agent 自动：
1. 加载 bio-align / bio-structure skill
2. bio_python 写 Biopython 程序执行
3. 产出文件 + 报告

场景 3：组合路径（实测）

用户："读取 FASTA 分析每条序列的 GC、最长 ORF 和 EcoRI 位点"

agent 自动（实测行为）：
1. 加载 dsh-bio-genie 主 skill（决策指引）
2. bio_seq_io_read 读取文件
3. bio_python 一次性完成 GC + ORF + 酶切组合分析
4. 输出汇总表（GC 48.28%、ORF 7aa、EcoRI nt 3-8）+ 生物学解读

---

🔧 环境引导（零依赖自举）

首次调用（或 dsh 启动后台预热）时插件自动执行：

1. 下载 uv            → $DSH_HOME/dsh-bio-genie/bin/uv
   （官方 GitHub 直连失败自动切换清华 PyPI 的 uv wheel，实测 18MB/约 2 秒）
2. uv python install  → $DSH_HOME/dsh-bio-genie/python/（私有 CPython 3.12）
   （官方源失败自动切换 npmmirror 的 python-build-standalone 镜像）
3. uv venv --seed     → $DSH_HOME/dsh-bio-genie/python-env/（预装 pip，方便按需补包）
4. uv pip install     → biopython + numpy + matplotlib + reportlab + pandas/scipy/seaborn/Pillow（出版级绘图栈；官方 PyPI 失败自动切换清华镜像）

• 网络自动适配：每个环节默认直连官方源，失败自动切换国内镜像，全程无需用户配置； 高级用户可用环境变量覆盖镜像地址（DSH_BIO_UV_BASE / DSH_BIO_PYTHON_MIRROR / DSH_BIO_PYPI_INDEX， 也尊重 uv 官方变量 UV_PYTHON_INSTALL_MIRROR / UV_DEFAULT_INDEX / UV_INDEX_URL）； ⚠️ uv 二进制下载后一律做 SHA256 校验（官方/镜像通道均校验，校验失败拒绝执行）—— 自定义 DSH_BIO_UV_BASE 镜像需在镜像根目录提供 sha256sums.txt（与 uv 官方 release 同格式）
• 全部产物在 $DSH_HOME/dsh-bio-genie/（默认 ~/.dsh/dsh-bio-genie/），删除即完全卸载
• 不假设系统有任何 Python/uv（自举）；引导失败自动回退系统 python（若有）
• 升级插件不丢环境：环境在 DSH_HOME 私有目录，与插件本体（node_modules）分离
• 幂等：已就绪则秒级复用；引导失败自动重试
• 首次引导需网络；引导完成后可离线使用语义化工具

---

🔄 兼容性

| 维度 | 要求 | |------|------| | Node | ^22.19 \|\| >=24（与 dsh 一致） | | dsh | peer 依赖 @deepseek-ai/dsh-tools 等为 ^0.1.0-rc.6，与 dsh 源码仓库当前构建版本匹配。若宿主 dsh 为 npm latest 旧版本（0.0.1-rc.1），可能解析出两份 dsh-tools 导致类型不匹配——建议使用与源码仓库同步构建的 dsh | | 平台 | Windows / macOS / Linux（x86_64 / arm64），按平台自动下载对应 uv/Python |

---

🧩 开发

纯 ESM JavaScript，无构建步骤，改完即用：

git clone https://github.com/dsh-bio/dsh-bio-genie
# 直接调用引导器（首次会下载环境，约 1-2 分钟）：
node --input-type=module -e "import('./src/runtime.js').then(m => m.ensureEnvironment({}))"

• 架构设计详见 docs/ARCHITECTURE.md
• 给 dsh agent 的使用说明书：docs/agent-guide/——8 份指南（总览/工具参考/skill 导航/bio_python 编程/工作流/绘图专题/故障排查/严谨性），随插件注册为 dsh-bio-genie-guide-* 技能，agent 可随时加载
• 加语义化工具：python/bio_ops.py 加 op + src/tools.js 加 bioTool 条目
• 加领域 skill：skills/bio-xxx.md + src/skills.js 的 SKILL_MANIFEST
• skill 语言标注约定：所有 skill（领域/协议/指南）开头 frontmatter 必须含 language: 字段（python/r/mixed/none），test-skills.mjs 强制校验

---

📄 许可证

• dsh-bio-genie 本体：MIT License
• Biopython：Biopython License Agreement / BSD 3-Clause（宽松，详见 THIRD_PARTY_NOTICES.md）
• numpy：BSD License
• scipilot-figure-skill（figurelib 绘图脚本）：MIT（Copyright Haojae，详见 THIRD_PARTY_NOTICES.md）
• K-Dense scientific-agent-skills（figurelib 样式资产 + 知识型协议来源）：MIT（Copyright K-Dense Inc.，详见 THIRD_PARTY_NOTICES.md）
• 不含 BioSQL（LGPL，刻意排除）

---

🙏 致谢

本项目的一切生物学计算能力都建立在 Biopython 之上 —— 感谢 biopython/biopython 项目及全体贡献者 25 年来的卓越工作：他们维护的序列分析、比对、结构生物学、系统发育等高质量实现，让"许愿式生物信息学"成为可能。Biopython 采用宽松的 Biopython License Agreement（兼容 BSD 3-Clause），允许自由复制、修改与分发，本插件因此得以安心地依赖并推广它。

出版级绘图能力（figurelib）借鉴了 Haojae/scipilot-figure-skill（MIT）的"可视化顾问"工作流与视觉自检设计，样式资产与部分知识型协议参考 K-Dense-AI/scientific-agent-skills（MIT）——一并致谢。

同时感谢 DeepSeek Harness 提供的插件化 Agent 框架，以及 numpy 社区的基础贡献。