snap-stanford/Biomni

解決的問題

Biomni 設計用於自動化各生物醫學子領域的複雜研究任務。它透過協助科學家產生可驗證的假設，並執行原本需要手動協調多個工具與資料來源的多階段分析工作流程，來彌補科學研究中的生產力落差。

運作方式

Biomni 作為一個 AI 代理，結合大型語言模型（LLM）推理、檢索增強規劃與基於程式碼的執行。它利用「知識庫」中精心整理的最佳實務與實驗協定，並可透過 Model Context Protocol（MCP）與外部工具整合。系統亦可透過使用 Biomni-R0 進一步強化，Biomni-R0 是基於 Qwen-32B 建構的專用推理模型，並以代理互動資料進行強化學習訓練。

適用對象

Biomni 專為需要自動化資料分析、規劃實驗設計（如 CRISPR 篩選）以及解決複雜生物學問題的生物醫學研究人員與科學家所打造。

主要亮點

• 通用生物醫學代理：可執行從 scRNA-seq 標註到化合物 ADMET 屬性預測等各類任務。
• Biomni-R0：專為工具使用與生物學情境下的迭代自我修正而優化之專用推理模型。
• Biomni-Eval1：包含 10 個生物學推理任務中 433 個實例的綜合性基準，用於效能評估。
• 知識庫：自動檢索的實驗協定與分析最佳實務集合，提供領域專業知識。
• MCP 支援：具備與外部工具與伺服器整合的能力，擴展功能。