🧬 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

📦 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：

# 方式一：从 npm 安装（推荐，安装预构建代码）
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）
dsh plugin --profile web add github:moonbowterfly/dsh-bio-genie

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

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）：

dsh --profile web --dump-config   # 输出中应包含 "# == dsh-bio-genie" 层

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（双引擎，覆盖 100% 需求）

语义化工具（高频稳定操作）

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（22 个）

主 skill：dsh-bio-genie

工具分层决策树 + 双引擎路由表：先查语义化工具表 → 命中就用；否则按任务选引擎（Python/R）写代码执行。

21 个领域配方（15 Python + 6 R）

🚀 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）

R 环境（首次 bio_r 调用时惰性引导，默认不随插件加载预热）：

1. 下载 R 4.6.0 安装器 → $DSH_HOME/dsh-bio-genie/r/（官方 CRAN 失败自动切清华镜像，MD5 校验）
2. 静默安装（/VERYSILENT，用户零操作）
3. Rscript install_packages.R → BiocManager 安装核心包集（DESeq2/edgeR/limma/
   fgsea/phyloseq/ggplot2/ggtree/ComplexHeatmap 等）到 r-lib/（CRAN 走清华镜像、
   Bioconductor 走官方源——清华 Bioc 镜像二进制 zip 缺失；Windows 二进制优先）

• 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

🧩 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）
• R / Bioconductor 生态：GPL-2|GPL-3（R 本体）/ Artistic-2.0 / MIT / LGPL-3 / GPL-2 / AGPL-3（phyloseq）——运行时安装 + API 调用模型，零源码分发，逐包许可证清单与合规论证见 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。