README.zh.md
September 1, 2026 · View on GitHub
BioDSH 是一个一键安装的桌面软件,把生信智能体交到不用命令行的人手里。把数据拖进去,用大白话说你想干什么,直接读结论。全程在本地运行,不改动你的原始文件,也可以在医院/实验室内网里完全离线运行。
它是对 DeepSeek Harness(dsh) 的一层友好封装:智能体运行时、插件系统、可复现的会话日志都来自 dsh。BioDSH 在此之上加了面向医生的界面、一个生信技能商店、一套自带的 Python 分析环境,以及若干经过评测的官方技能。
下载
到 最新发行版 拿安装包:
| 平台 | 文件 | 说明 |
|---|---|---|
| Windows 10/11 | BioDSH_*_x64-setup.exe | 双击安装。首次运行点「更多信息 → 仍要运行」。 |
| macOS 12+(Apple 芯片) | BioDSH_*_aarch64.dmg | 未签名——见下方 macOS 说明。 |
| Linux | BioDSH_*_amd64.deb | Debian/Ubuntu。 |
macOS 用户注意: BioDSH 没有 Apple 开发者签名,macOS 可能提示 「已损坏,无法打开」。这不是真的损坏,是 Gatekeeper 拦截未签名应用。把 BioDSH 拖进**「应用程序」,然后打开「终端」**运行:
sudo xattr -cr /Applications/BioDSH.app输入开机密码(不显示,直接回车)后再打开 BioDSH 即可。每次安装只需做一次。
软件会在后台检查新版本,发现后提供一键 下载 → 校验签名 → 安装 → 重启。不上传任何东西;更新源就是本仓库的 latest.json。
能做什么
- 一切皆插件。 收编了开源社区里最好的生信技能——2,000+ 社区技能按 10 个领域整理——外加几个评测过、可离线、可复现的官方技能。想要的能力,点一下就装上。
- 每一次分析都有迹可循。 模型看到的一切都写进只追加的会话日志。对话里中间步骤折成一行、可逐级展开;对话可导出给导师或审稿人。
- 四个真实示范项目 随软件自带:单细胞分析与作图、文献调研、公共数据库抓取、电脑控制与 Zotero。
- 不用编程。 自带一键 Python 分析环境(scanpy、anndata、pandas、matplotlib);需要它的技能装一次即可。
- 电脑控制。 智能体能用真实的鼠标键盘操作其它软件(Excel、Prism、SPSS……),屏幕上有醒目的「BioDSH 正在控制电脑」提示。
- 数据安全与离线。 原始文件从不改动,每次分析写进一个新子文件夹。纯离线模式只连本地或内网的模型接口,不发起任何外网请求。
工作原理
┌────────────────────────────────────────────┐
│ BioDSH(Tauri 桌面外壳) │
│ • 面向医生的界面(React) │
│ • 技能商店 · 数据页 · 分析环境 │
│ • 自带 Python + 官方技能 │
│ ┌──────────────────────────────────────┐ │
│ │ DeepSeek Harness(dsh) │ │
│ │ 智能体运行时 · 插件 · 会话日志 │ │
│ └──────────────────────────────────────┘ │
└────────────────────────────────────────────┘
一个「技能」就是一个 dsh 插件:一个包含 SKILL.md(给智能体看的说明)和可选脚本的文件夹。官方技能在 biodsh-core/skills/,桌面 App 在 desktop/。
配合原版 DeepSeek Harness 使用
BioDSH 的官方技能就是标准的 dsh 原生 SKILL.md 技能——不需要 BioDSH 这个 App,原版 dsh 会自动识别。dsh 会扫描若干技能目录,最简单的是项目内的 .agents/skills/:
git clone https://github.com/sagirimo/BioDSH
cd BioDSH
# 把技能复制进你的 dsh 项目(或在该项目里直接跑,写入 ./.agents/skills)
./scripts/install-into-dsh.sh /你的/dsh项目/.agents/skills
# 加 --global 则装到 ~/.agents/skills
Windows 用 scripts/install-into-dsh.ps1。之后从这个工作区启动 dsh,BioDSH 的技能就能用了。(单细胞/作图类技能需要 PATH 上有带 scanpy、anndata、pandas、matplotlib 的 Python 环境。)
从源码构建
前置:Node.js 22+、Rust(stable),以及各平台的 Tauri 依赖(Linux 上:libwebkit2gtk-4.1-dev libappindicator3-dev librsvg2-dev patchelf)。
cd desktop
npm ci # 安装依赖
node scripts/stage-dsh.mjs # 准备 dsh 运行时
node scripts/sync-skills.mjs # 官方技能 → resources + 商店目录
npm run tauri dev # 运行
# 或完整打安装包:
npm run tauri build
发布配方在 docs/release.workflow.yml——把它复制到 .github/workflows/release.yml,再打一个形如 desktop-tauri-v0.2.1 的 tag,即可为所有平台构建安装包并发布带 latest.json 的发行版。自动更新签名需要两个仓库 Secret,见该文件顶部注释。
目录结构
| 路径 | 内容 |
|---|---|
desktop/ | Tauri 桌面 App——React 界面(src/)、Rust 后端(src-tauri/)、构建脚本(scripts/)、商店目录(store/)。 |
biodsh-core/skills/ | 随软件发布、经过评测的官方技能。 |
desktop/resources/ | 打包进软件的资源:分析环境规格、示范项目会话、辅助脚本。 |
许可
BioDSH 自身代码采用 MIT。打包及下载的组件——DeepSeek Harness、社区技能、Python 工具链与依赖包——各自保留其许可。
致谢
构建于 DeepSeek Harness。BioDSH 是独立项目,与 DeepSeek 无隶属关系,也未获其背书。
