BioDSH 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；自动检查通过：npm 包已发布且 engines 声明满足基线；该结论来自程序自动检查，未经人工实机验证。

BioDSH 兼容性怎么样？

自动检查通过：npm 包已发布且 engines 声明满足基线；该结论来自程序自动检查，未经人工实机验证。

BioDSH 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

BioDSH 还在维护吗？

GitHub 63 星。最近一次上游提交在 2026/10/23。

生信智能体桌面端 sagirimo/BioDSH

DeepSeek Harnessv1.0.0-preview.1-2

sagirimo11 天前有提交已提供中文文档扫描：含敏感能力

在 GitHub 查看 ↗

给医生和湿实验科研人员的生信分析智能体：用一句话描述分析，直接拿结论，不用写代码。

52.5/100

综合分

GitHub 星标

284

npm 周下载

—/5

用户评分

数据截至 2026/10/24 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

安装命令 · 需先装 dsh CLI 引擎

dsh plugin --profile web add dsh-biodsh

npm 源 · dsh-biodsh 的发布者账号已校验与本仓库一致

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态

信任档位：已验证

是什么

dsh 原生插件 · market

装得上吗

本站已在 dsh 0.2.1-rc.2 下真实安装成功

非静态推断

L4 · 真实安装等级说明 →

安全吗

本站尚未对该插件做风险分级

暂未覆盖，不等同于无风险

还在维护吗

活跃：最近一次提交在 11 天前

档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。

验证判据与等级说明 →

社区实装还没有人打卡 · 装过的第一个就是你

安装兼容性检查✓ 自动检查通过

安装清单取自 packages/dsh-biodsh/package.json

展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。

✓npm 包dsh-biodsh @ 1.0.0-preview.1-2

✓Node 引擎未声明 engines.node

✓dsh CLI 依赖未声明 dsh 版本约束

✓入口文件main/exports/bin 已声明

验证方式：npm registry 存在性 + package.json 静态校验 · 最后检查 2026/11/2 04:33:34

安全扫描自动 · 静态分析源码

v2.7.0

🔵 扫描：含敏感能力尚无人工评估

展开查看扫描说明与证据 ↓

静态扫描发现插件具备触达本地系统的能力：执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量（至少其一）。这是能力清单，不是危险判定——具体能力项与证据见下方，安装前请自行判断是否需要。

读写/删除本地文件

查看扫描证据（共 6 处，展示前 6 条）

读取本地文件
lib/skills.js:38
if (!existsSync(dir)) return out;
读取本地文件
lib/skills.js:39
for (const entry of readdirSync(dir)) {
读取本地文件
lib/skills.js:41
if (!existsSync(file) || !statSync(path.join(dir, entry)).isDirectory()) continue;
读取本地文件
lib/skills.js:41
if (!existsSync(file) || !statSync(path.join(dir, entry)).isDirectory()) continue;
读取本地文件
lib/skills.js:43
const parsed = frontmatter(readFileSync(file, 'utf8'));
读取本地文件
lib/skills.js:84
const parsed = frontmatter(readFileSync(s.file, 'utf8'));

扫描于 2026/11/2（1 天前） · 范围入口闭包 + 全包扫描 · 来源 npm 发布包

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓

用户评分

还没有人投票，来当第一个

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

界面预览

1 张 · 点击查看大图

功能亮点

一键安装
技能商店
离线模式

面向临床医生和湿实验科研人员的生物信息学智能体桌面端，基于 DeepSeek Harness 构建，一键安装、技能商店、离线模式。

最近更新

在 GitHub 查看全部 →

desktop-tauri-v1.0.02026-11-03

BioDSH 1.0.0 is the first stable release of the 1.0 line. Windows for now; macOS follows. If you use macOS, stay on 0.3.0 for now.
BioDSH 1.0.0 是 1.0 系列的第一个正式版。目前只有 Windows 安装包，macOS 随后提供；macOS 用户请暂时继续用 0.3.0。

· Download / 下载

Windows 10/11: BioDSH_1.0.0_x64-setup.exe (below / 见下方附件). On first run click More info → Run anyway / 首次运行点「更多信息 → 仍要运行」.

Upgrading from 0.3.0 / 从 0.3.0 升级: your projects, files and conversations are never deleted. Conversations recorded with 0.3.0 (DeepSeek Harness 0.1.x) stay on disk under BioDSH\dsh-home\sessions, but 1.0 runs on DeepSeek Harness 0.2 and may not be able to open them.
你的项目、文件和对话都不会被删除。0.3.0 录的对话（DeepSeek Harness 0.1.x）原样保留在 BioDSH\dsh-home\sessions 下，但 1.0 基于 DeepSeek Harness 0.2，可能打不开这些旧对话。

Already use DeepSeek Harness? / 已经在用 dsh？

dsh plugin --profile web add dsh-biodsh

· What's new since 1.0.0 Preview 1 / 相对预览版的变化

· Specification-first mode / 按规范工作。 When the working folder contains a machine-readable output specification (TABLE_CONTRACT.json, CLAIMS.json, …), BioDSH switches to a short persona that tells the model to read the specification to the end and use its identifiers and units exactly. Chat and open questions keep the full persona. In our 120-task evaluation the short persona was as accurate as the full one.
 工作目录里有机器可读的输出规范时，BioDSH 换用一句话的短人设，要求模型把规范读完、严格使用其中的标识和单位；日常对话和开放式提问仍用完整人设。在我们 120 道题的评测里，短人设和完整人设准确率相同。
· BioDSH-MAGI is experimental and off by default / MAGI 改为实验性功能、默认关闭。 In our evaluation the blind second analysis rescued only a few tasks while roughly doubling time and cost, because two runs of the same model often fail in the same place. You can still turn it on in Settings.
 评测显示盲复核只救回少数题、时间和费用约翻倍（同一模型两次常错在同一处），所以默认关闭，可以在设置里开启。
· Cleaned skill library / 技能库清理。 Community skills that shipped benchmark answers or test labels were removed (2,157 community skills remain), and new skills are scanned before they are added.
 删除了夹带基准答案或测试标签的社区技能（保留 2,157 个），新技能入库前先做污染扫描。
· Example projects never delete an

desktop-tauri-v1.0.0-preview.12026-10-23预发布

Preview / 预览版. This is a pre-release for trying out BioDSH 1.0. Installed 0.3.0 apps are not auto-updated to it. Windows only for now; macOS and Linux builds follow with 1.0 final.
这是试用 BioDSH 1.0 的预发布版。已装的 0.3.0 不会被自动更新到它。目前只有 Windows 安装包，macOS / Linux 随 1.0 正式版提供。

· Download / 下载

Windows 10/11: BioDSH_1.0.0_x64-setup.exe (below / 见下方附件). On first run click More info → Run anyway / 首次运行点「更多信息 → 仍要运行」.

Installing over 0.3.0 replaces it in place. Conversations recorded with the old harness (dsh 0.1.x) may not open in 1.0, so back up projects you care about first.
覆盖安装会直接替换 0.3.0。旧版运行时（dsh 0.1.x）录的对话在 1.0 里可能打不开，重要项目请先备份。

Already use DeepSeek Harness? / 已经在用 dsh？ Install the same agent as a plugin, without the desktop app / 不装桌面版，直接装插件：

dsh plugin --profile web add dsh-biodsh

See packages/dsh-biodsh.

· What's new in 1.0 / 1.0 新内容

Projects, skills and workflows / 项目、技能与工作流
· Icon rail plus a project → task tree with status, dates and search; per-project files panel (data / results).
 左侧图标栏 + 项目→任务树（状态、日期、搜索），每个项目有数据/结果文件面板。
· Skill hub with source and domain filters, and a detail page per skill (inputs/outputs, full SKILL.md, related skills, "use in current task").
 技能中心：按来源、领域筛选；技能详情页（输入输出、完整说明、相关技能、「在当前任务中使用」）。
· Workflows / 工作流: turn a finished analysis into a reusable workflow, or learn one from an existing script, notebook or methods text.
 把做完的分析存成可复用工作流，或从已有脚本、notebook、方法学文字里「学」出一个。
· Analysis environment installs automatically on first launch; onboarding is one screen.
 首次启动自动装分析环境，引导只有一屏。
· English interface for the new shell. / 新界面提供英文。

Models / 模型
· Model sources / 模型来源: add several OpenAI-compatible or DeepSeek endpoints in Settings; keys stay in the dsh credential store. Offline/intranet mode uses the same mechanism.
 设置里可添加多个模型接口，密钥存在 dsh 凭据库；离线/内网模式走同一机制。

Agent / 智能体 (DeepSeek Harness 0.2.1)
· BioDSH is now an official dsh plugin bundle (dsh-biodsh) with no patches to dsh itself; the desktop app ships the same bundle.
 BioDSH 现在是一个标准 dsh 插件包（ds

desktop-tauri-v0.3.02026-09-16

BioDSH 桌面版 0.3.0 —— 与 dsh 解耦(正交化)

这一版把 BioDSH 对底层 dsh 的所有改动搬到官方扩展面,让今后 dsh 升级不再动辄破坏 BioDSH。

核心:与 dsh 解耦
· 打包的 dsh 运行时升级到 0.1.5。
· 技能语义路由改成官方 cordis 插件(@biodsh/skill-router):订阅 agent/pre-step、包装官方 skills 服务做 top-K 重排,不再打补丁改 dsh 源码。
· 人设(persona)改走全局 system-prompt loader,不再手搓 agent 预设。
· 新增兼容自测 dsh-compat-test.mjs:换 dsh 版本时一键跑鉴权/会话/工作区矩阵。

修复
· SSE 容忍缺 [DONE]:自建 / 离线 OpenAI 兼容端点收尾不发 data: [DONE] 时,不再整轮 STREAM_CLOSED。
· 升级时清掉不在本版的旧范例;更新检查在缺当前平台条目时显示「已是最新」不再报红。

数据库
· 新增 CoMMpass(MMRF 多发性骨髓瘤) 队列。

---

安装:下载 BioDSH_0.3.0_x64-setup.exe(Windows x64)。
macOS(arm64)安装包稍后补上。

预发布:先放出安装包供验证,验证通过后再转正式版(转正后老版本会自动收到更新)。

数据来自仓库的 GitHub Release，可能与插件实际版本不一致。

README

由 DeepSeek 最新模型翻译生成

给医生和湿实验科研人员的生信分析智能体：用一句话描述分析，直接拿结论，不用写代码。 English · 下载 · dsh 插件 · 实验结果把数据（单细胞 h5ad、表达矩阵、临床表格、基因列表……）放进来，问一句「响应组和非响应组的 CD8A 表达有没有差异？」。智能体会读数据、选方法、写代码并运行，最后给出结论，同时附上图、表和每一步的完整记录。 BioDSH 在你自己的电脑上运行，基于 DeepSeek Harness（dsh）。它有两种形态：一键安装的桌面版，以及 dsh 插件（dsh-biodsh）。 BioDSH 1.0 技能中心（预览图，目录条目与数量仅作示意）。交互预览优势 - 一句话进，结论出。不用写代码，也不用配环境。首次启动会自动装好 Python 分析环境（scanpy、anndata、pandas、statsmodels、matplotlib 等）。 - 用验证过的方法，而不是现编代码。内置 17 个官方分析技能：单细胞质控、聚类、注释、治疗响应，bulk RNA-seq limma-voom，KM/Cox 生存分析，稳健标准误回归，方差分析设计等。统计类技能逐项和 R 对照过，每个都有上万次比对（例如生存分析 101,587 次比对、零差异）。 - 自动挑技能。

展开完整文档（README 剩余 1 节）

给医生和湿实验科研人员的生信分析智能体：用一句话描述分析，直接拿结论，不用写代码。

English · 下载 · dsh 插件 · 实验结果

把数据（单细胞 h5ad、表达矩阵、临床表格、基因列表……）放进来，问一句「响应组和非响应组的 CD8A 表达有没有差异？」。智能体会读数据、选方法、写代码并运行，最后给出结论，同时附上图、表和每一步的完整记录。

BioDSH 在你自己的电脑上运行，基于 DeepSeek Harness（dsh）。它有两种形态：一键安装的桌面版，以及 dsh 插件（dsh-biodsh）。

BioDSH 1.0 技能中心（预览图，目录条目与数量仅作示意）。交互预览

优势

- 一句话进，结论出。 不用写代码，也不用配环境。首次启动会自动装好 Python 分析环境（scanpy、anndata、pandas、statsmodels、matplotlib 等）。
- 用验证过的方法，而不是现编代码。 内置 17 个官方分析技能：单细胞质控、聚类、注释、治疗响应，bulk RNA-seq limma-voom，KM/Cox 生存分析，稳健标准误回归，方差分析设计等。统计类技能逐项和 R 对照过，每个都有上万次比对（例如生存分析 101,587 次比对、零差异）。
- 自动挑技能。 每次提问时，由模型从 17 个官方技能和 2000+ 社区技能中挑出最合适的一两个加载。上下文保持精简，也更省钱。
- 便宜。 基于 DeepSeek 模型。在我们的分析题上，准确率和 Claude Code（Sonnet/Haiku）相当，每题成本低 3–13 倍（见实验结果）。
- 长任务一定有结果。 收敛护栏防止智能体原地打转：先提醒它收尾，再要求直接作答，不会跑一晚上没有结果。
- 数据安全。 原始文件从不改动，每次分析都写进一个新文件夹。离线模式只连本机或内网的模型，不发起任何外网请求，适合医院和实验室内网。
- 结果可追溯。 每一步都写进只追加的会话日志，可以回看、导出，交给导师或审稿人。
- 可复用的工作流。 做完的分析可以存成工作流，换一批数据一键重跑；也可以从已有的脚本、notebook 或方法学段落生成工作流。
- 模型随你选。 支持 DeepSeek 官方 API、任意 OpenAI 兼容接口、本地或内网模型，可以同时配置多个。

下载

| 版本 | 平台 | 下载 |
| 1.0.0 预览版（新） | Windows 10/11 | BioDSH_1.0.0_x64-setup.exe |
| 0.3.0（稳定版） | Windows、macOS（Apple 芯片） | 最新发行版 |

- 1.0.0 预览版是预发布版，已装的 0.3.0 不会被自动更新过去。它会覆盖安装 0.3.0，而 0.3.0 里的旧对话在 1.0 里可能打不开，重要项目请先备份。macOS 和 Linux 安装包随 1.0 正式版提供。
- Windows：安装包没有代码签名，首次运行时点「更多信息 → 仍要运行」。
- macOS：应用没有经过公证，系统可能提示「已损坏」。把它拖进「应用程序」后，在终端运行一次 sudo xattr -cr /Applications/BioDSH.app 即可。

稳定版会在后台检查更新，一键安装。更新包会校验签名，检查更新时不上传任何数据。

在 DeepSeek Harness 里用

如果你已经在用 dsh，可以不装桌面版，直接把 BioDSH 智能体装成插件：

dsh plugin --profile web add dsh-biodsh

也可以在 dsh 网页里装：插件 → 安装 → dsh-biodsh。装好后重启 dsh，在智能体预设菜单里选 BioDSH，你原有的预设不受影响。插件需要 dsh 0.2.1 及以上，且装有 pnpm。详见 packages/dsh-biodsh。

如果只想要技能：官方技能是标准的 dsh SKILL.md 文件夹，运行 ./scripts/install-into-dsh.sh <你的项目>/.agents/skills 即可复制进去（Windows 用 install-into-dsh.ps1）。

实验结果

以下是我们开发阶段测得的粗略数字，完整报告整理中。

逐层叠加带来的提升：74 道 BixBench 开放作答分析题，确定性判分，所有配置使用同一个 DeepSeek 模型。

| 配置 | 答对 |
| 纯聊天（模型直接回答，不运行任何代码） | 6/74（8%） |
| BioDSH 不带技能 | 38/74（51%） |
| BioDSH 带技能 | 46/74（62%） |

和编程智能体对比：38 道数据分析题，用参考答案回放判分，所有智能体拿到的题面完全相同。

| 智能体 | 答对 | 每题成本 |
| BioDSH（DeepSeek V4 Flash） | 35/38（2 次平均） | 约 $0.02–0.05 |
| Claude Code · Opus | 37/38 | 约 $0.32 |
| Claude Code · Sonnet | 35/38 | 约 $0.13 |
| Claude Code · Haiku | 34/38 | — |
| Codex · Astra / Sol / Luna | 37 / 37 / 30 | 约 $0.44（Astra） |

在最难的几道题上，收敛护栏把 8 次超时降到 0 次。程序化工具调用（默认预设 BioDSH (PTC)）把步数中位数从 23 降到 16，准确率不变。

说明：以上是 1–2 次运行的结果，单次之间会有 ±2 题左右的波动；38 题题库是我们自建的。在公开数据集上的测试（BixBench 全量 205 题、BioMed-AQA）正在进行中。

从源码构建

需要 Node.js 22+、Rust（stable）以及 Tauri 依赖。

cd desktop
npm ci
node scripts/stage-dsh.mjs # dsh 运行时 + dsh-biodsh 插件
node scripts/sync-skills.mjs # 官方技能 → resources
npm run tauri dev # 或 npm run tauri build

| 路径 | 内容 |
| desktop/ | 桌面版：React 界面（src/）、Rust 后端（src-tauri/）和构建脚本。 |
| packages/dsh-biodsh/ | dsh-biodsh 插件：BioDSH 预设、技能精选和收敛护栏。 |
| biodsh-core/skills/ | 官方技能。 |

许可

BioDSH 自身代码采用 MIT 许可。随附组件（DeepSeek Harness、社区技能、Python 包）沿用各自的许可。

BioDSH 是基于 DeepSeek Harness 的独立项目，与 DeepSeek 没有隶属或背书关系。