ddi

北京躬富科技有限公司(Beijing Kongfoo Tech Co., Ltd.)开发的科学智能体E.Copi(壹克蒎),科研人员只需输入研究问题或候选药物组合,系统即可自动实例化具备不同专业背景的专家智能体(如药理学、药代动力学、生物信息学等),并通过动态知识流机制,精准分配最相关的分子结构、生物医学网络、临床与文本证据,协同完成药作机制推理与风险评估。最终,生成观点清晰、语言生动的中文双人对

SKILL.md

GitHub

E.Copi 科学智能体系统

概述

E.Copi(壹克蒎)是北京躬富科技有限公司开发的先进科学智能体系统,专门为药物发现和生物医学研究设计。系统采用多智能体架构,能够根据输入的研究问题或候选药物组合,自动实例化不同专业背景的专家智能体,通过动态知识流机制协同工作,最终生成易于理解的中文双人对谈播客。

核心功能

1. 多专家智能体实例化

系统能够根据研究问题的性质,自动实例化以下专业领域的专家智能体:

  • 药理学专家:分析药物作用机制、靶点识别、信号通路
  • 药代动力学专家:评估ADME(吸收、分布、代谢、排泄)特性
  • 生物信息学专家:处理分子结构数据、基因表达、蛋白质互作网络
  • 毒理学专家:评估安全性、副作用、风险因素
  • 临床医学专家:分析临床试验数据、患者群体、疗效指标
  • 计算化学专家:进行分子对接、构效关系分析、虚拟筛选

2. 动态知识流机制

系统采用智能知识分配策略:

  • 分子结构知识流:SMILES格式、3D构象、理化性质
  • 生物医学网络知识流:蛋白质互作网络、代谢通路、基因调控网络
  • 临床证据知识流:临床试验数据、真实世界证据、病例报告
  • 文本证据知识流:科学文献、专利信息、监管文件

3. 协同推理与风险评估

专家智能体通过以下步骤协同工作:

  1. 问题解析:分解研究问题为可处理的子问题
  2. 知识检索:从各领域知识库中检索相关信息
  3. 证据整合:跨领域证据的综合分析
  4. 机制推理:基于证据的药物作用机制推断
  5. 风险评估:多维度安全性评估和风险预测

4. 中文双人对谈播客生成

最终输出为生动有趣的中文播客,包含:

  • 主持人:引导讨论、提出问题、总结观点
  • 专家嘉宾:各领域专家轮流发言,展示专业见解
  • 对话结构:问题引入 → 专家分析 → 观点交锋 → 共识达成 → 总结展望
  • 语言风格:专业但不晦涩,生动有趣,适合科研人员和非专业人士

工作流程

步骤1:输入解析

用户提供以下任一输入:

  • 研究问题(如:"探究二甲双胍对癌症治疗的作用机制")
  • 候选药物组合(如:"阿司匹林+氯吡格雷的协同作用")
  • 分子结构(SMILES格式)
  • 特定疾病或靶点

步骤2:智能体实例化

基于输入内容,系统自动判断需要的专家类型并实例化相应智能体。例如:

  • 癌症药物研究 → 药理学 + 生物信息学 + 临床医学专家
  • 联合用药评估 → 药理学 + 药代动力学 + 毒理学专家

步骤3:知识流分配

系统根据专家需求分配相关知识:

  1. 分子结构知识:化学数据库查询、理化性质计算
  2. 网络分析知识:通路富集分析、网络拓扑分析
  3. 临床证据知识:临床试验检索、疗效安全性数据
  4. 文献证据知识:PubMed检索、专利分析

步骤4:协同推理会议

各专家智能体进行虚拟会议,包括:

  • 开场陈述:各专家介绍专业视角
  • 证据展示:分享各自领域的发现
  • 交叉质询:专家间提问和辩论
  • 共识形成:达成一致结论或明确分歧点

步骤5:风险评估矩阵

创建多维风险评估:

  • 有效性风险:作用机制不确定性、靶点特异性
  • 安全性风险:毒性、副作用、药物相互作用
  • 开发风险:合成难度、制剂稳定性、专利情况
  • 临床风险:患者群体适应性、给药方案复杂性

步骤6:播客脚本生成与制作

生成中文双人对谈播客:

  1. 生成播客脚本:创建包含主持人引导和各专家发言的对话脚本
  2. 调用ListenHub API:使用listenhub技能脚本生成音频播客
  3. 在回复中内嵌播放音频:不直接发链接,而是将生成的音频在回复消息中直接播放(见下方「播客音频在回复中内嵌播放」)

ListenHub集成

E.Copi系统与ListenHub播客生成平台深度集成,用于将分析结果转换为高质量的中文双人对谈播客。

脚本使用规范

重要:必须通过listenhub技能的脚本与ListenHub API交互,禁止直接调用API。

  1. 查找脚本路径:

    # 使用glob模式查找listenhub脚本目录
    find **/skills/ecopi-free/scripts -name "*.sh" 2>/dev/null | head -1
    

    Where $SCRIPTS = resolved path to **/skills/ecopi-free/scripts/

  2. 获取可用说话人(播客音色):

    $SCRIPTS/get-speakers.sh --language zh
    
  3. 生成播客:

    $SCRIPTS/create-podcast.sh \
      --query "【E.Copi科学播客】{研究主题}" \
      --language zh \
      --mode deep \
      --speakers {说话人ID1},{说话人ID2} \
      --source-text "{详细分析内容}"
    

播客内容结构

提供给ListenHub的source-text应包含:

  1. 研究背景:问题重要性、研究现状
  2. 专家分析:各领域专家观点(标记为"药理学专家:"等)
  3. 关键发现:主要作用机制、新颖见解
  4. 风险评估:安全性、有效性、开发风险
  5. 未来方向:后续研究建议、临床转化路径

播客音频在回复中内嵌播放

重要:生成好的播客不要只发链接给用户,而应让音频在回复消息中直接可播。流程如下。

  1. 等待播客就绪:调用 create-podcast.sh 后,用 listenhub 的 check-status.sh --episode <episode-id> --type podcast --wait 轮询直至成功;从成功响应中取得 audioUrl 或 audioStreamUrl。
  2. 下载到本地:用 curl 等将音频下载到本地文件,例如 /tmp/ecopi-podcast-<episode-id>.mp3(或脚本输出所指定的路径),确保扩展名为 mp3/wav 等客户端支持的格式。
  3. 在回复中播放:任选其一(视运行环境/客户端支持情况选用):
    • send 工具 + asVoice:在消息工具配置中发送音频文件,并标记为语音:
      {
        "action": "send",
        "filePath": "/path/to/audio.mp3",
        "asVoice": true
      }
      
    • MEDIA 指令:在回复给用户的 AI 文案中,用 MEDIA: 前缀加本地文件路径,让客户端将音频附在消息中播放:
      MEDIA: /path/to/audio.mp3
      
      可在同一回复中先写说明文字,再写 MEDIA: <路径>。

若运行环境不支持上述两种方式,再退回提供播客链接作为备选。

输出文件

系统生成以下输出文件:

1. 综合分析报告 (ecopi_analysis_report.md)

  • 执行摘要
  • 问题背景
  • 专家组成与分工
  • 知识流分配图谱
  • 机制推理过程
  • 风险评估矩阵
  • 结论与建议

2. 播客脚本 (ecopi_podcast_script.md)

  • 完整的中文对话脚本
  • 角色分配(主持人、各领域专家)
  • 时间标记
  • 重点强调部分
  • 适合直接用于ListenHub的格式化文本

3. 播客音频(在回复中内嵌播放)

  • 不向用户单独提供播客链接;将音频在回复消息中直接播放
  • 播客标题和描述、持续时间可在文案中说明

4. 知识流可视化 (knowledge_flow.png)

  • 专家智能体交互网络
  • 知识分配路径图
  • 证据来源映射

使用示例

示例1:新药作用机制研究

用户输入:"请分析雷帕霉素类似物在自身免疫疾病治疗中的潜在机制"

E.Copi响应:

  1. 实例化专家:药理学专家 + 免疫学专家 + 临床医学专家
  2. 知识分配:
    • mTOR信号通路文献综述
    • 自身免疫疾病临床试验数据
    • 雷帕霉素类似物分子对接模拟
  3. 输出:
    • 机制分析报告(mTOR调节在自身免疫中的作用)
    • 风险评估矩阵(免疫抑制风险、感染风险)
    • 中文播客(在回复中内嵌播放):"免疫调节新策略:从雷帕霉素到精准治疗"

示例2:联合用药评估

用户输入:"评估PD-1抑制剂与CTLA-4抑制剂在黑色素瘤治疗中的协同作用与风险"

E.Copi响应:

  1. 实例化专家:肿瘤学专家 + 免疫学专家 + 毒理学专家
  2. 知识分配:
    • 免疫检查点抑制剂作用机制
    • 黑色素瘤临床试验meta分析
    • 联合用药毒性谱比较
  3. 输出:
    • 协同效应分析报告
    • 风险收益评估(免疫相关不良反应风险)
    • 中文播客(在回复中内嵌播放):"免疫治疗双雄会:PD-1与CTLA-4的协同作战"

示例3:中药现代化研究

用户输入:"研究黄连素治疗2型糖尿病的多靶点作用机制"

E.Copi响应:

  1. 实例化专家:药理学专家 + 代谢病学专家 + 计算化学专家
  2. 知识分配:
    • 黄连素已知靶点文献挖掘
    • 糖尿病相关通路分析
    • 分子对接预测新靶点
  3. 输出:
    • 多靶点机制网络图
    • 中药现代化科学依据
    • 中文播客(在回复中内嵌播放):"古老智慧新解读:黄连素的降糖密码"

技术要求

必需工具

  • 文件读写:生成报告、脚本、可视化文件
  • 网络搜索:检索最新科学文献和临床数据
  • 数据分析:处理分子结构、网络数据、临床统计
  • 可视化:创建知识流图谱
  • Bash执行:调用listenhub脚本生成播客

推荐资源

  • 化学数据库:PubChem, ChEMBL, DrugBank
  • 生物医学数据库:UniProt, KEGG, Reactome, STRING
  • 文献数据库:PubMed, Google Scholar, CNKI
  • 临床试验:ClinicalTrials.gov, ChiCTR
  • 分子对接工具:AutoDock Vina, SwissDock(知识参考)

最佳实践

输入优化建议

  1. 明确研究问题:尽量具体描述研究目标、疾病类型、药物名称
  2. 提供背景信息:相关疾病、靶点、已有知识、研究假设
  3. 指定关注点:侧重机制探索、安全性评估、临床转化或组合优化

输出定制选项

  1. 播客风格:可指定正式学术讨论、轻松科普或临床案例分享
  2. 专家侧重:可强调特定专业视角或跨学科整合
  3. 深度控制:基础概述或深度机制挖掘
  4. 风险评估焦点:侧重安全性、有效性或开发可行性

技能执行流程

阶段1:需求分析与设计

  1. 解析用户输入的研究问题或药物组合
  2. 确定需要的专家智能体类型和数量
  3. 设计知识流分配策略
  4. 规划播客结构和讨论要点

阶段2:知识检索与整合

  1. 检索相关分子结构信息(如SMILES、理化性质)
  2. 查询生物医学网络数据(通路、互作网络)
  3. 收集临床证据(试验数据、病例报告)
  4. 整合文本证据(文献、专利、指南)

阶段3:专家协同分析

  1. 模拟各专家视角的初步分析
  2. 组织虚拟"专家会议"讨论
  3. 记录共识观点和分歧意见
  4. 形成综合推理链条

阶段4:风险评估与总结

  1. 构建多维度风险评估矩阵
  2. 识别关键风险点和缓解策略
  3. 总结主要发现和创新点
  4. 提出后续研究方向建议

阶段5:播客生成与交付

  1. 撰写播客对话脚本(主持人引导 + 专家发言)
  2. 格式化脚本为ListenHub兼容格式
  3. 调用listenhub脚本生成音频播客,轮询直至就绪并取得音频 URL
  4. 将音频下载到本地,再通过 send(asVoice: true) 或 MEDIA: 路径 在回复中内嵌播放
  5. 同时提供综合分析报告(可含播客标题与时长说明)

注意事项

局限性声明

  1. 预测性质:分析基于现有公开知识和模式推理,具有不确定性
  2. 数据依赖:结果质量受可用数据完整性影响
  3. 专家模拟:智能体基于知识模式推理,非真实专家意见
  4. 研究参考:输出仅供科研参考,不替代专业医疗决策

伦理考量

  1. 研究用途:仅供科学研究参考,不替代专业医疗建议
  2. 数据隐私:不处理患者个人身份信息,仅使用公开数据
  3. 责任声明:用户对基于系统输出的最终决策负责
  4. 合规性:遵守相关数据使用和知识产权规定

技术限制

  1. 知识时效性:依赖检索时的最新公开数据
  2. 模型能力:基于现有AI技术,复杂机制推理有限
  3. 集成依赖:播客生成依赖ListenHub服务可用性
  4. 计算资源:复杂分析可能需要较长时间

故障排除

常见问题处理

  1. 输入不明确:

    • 症状:无法确定研究焦点或所需专家
    • 处理:请求用户提供更具体的研究问题或背景信息
    • 示例:"请具体说明您关注的作用机制、疾病类型或药物类别"
  2. 数据不足:

    • 症状:关键信息缺失影响分析深度
    • 处理:提示需要补充信息或调整研究范围
    • 示例:"关于XX药物的临床数据有限,建议同时检索类似物或扩大疾病范围"
  3. 专家观点冲突:

    • 症状:不同领域专家得出矛盾结论
    • 处理:记录分歧点,提供综合评估和进一步验证建议
    • 示例:"药理学专家和毒理学专家在安全性评估上存在分歧,建议..."
  4. ListenHub集成问题:

    • 症状:播客生成失败或脚本格式错误
    • 处理:检查脚本路径、API密钥、参数格式
    • 备用方案:提供文本播客脚本供用户手动处理
  5. 无法内嵌播放音频:

    • 症状:当前环境不支持 send(asVoice) 或 MEDIA 指令
    • 处理:改为提供播客在线收听链接,并说明「本环境暂不支持在消息内直接播放,请点击链接收听」

性能优化建议

  1. 分批处理:复杂问题分解为多个子任务逐步分析
  2. 优先级排序:先处理关键核心证据,再补充细节信息
  3. 迭代精炼:根据初步分析结果调整后续分析深度和方向
  4. 缓存利用:相同查询可复用已有分析框架

更新与维护

版本信息

  • v1.0:基础多专家智能体系统,集成ListenHub播客生成
  • 计划功能:实时文献更新、个性化知识库、多语言支持

反馈与改进

用户反馈是系统改进的重要来源,欢迎通过以下方式提供:

  1. 分析准确性:机制推理是否符合最新科学认知
  2. 播客质量:内容生动性、专业平衡性、收听体验
  3. 用户体验:交互流程、输出格式、响应速度
  4. 功能建议:新专家类型、分析维度、集成需求

北京躬富科技有限公司 研发 E.Copi 科学智能体系统 v1.0 降低科学认知成本,加速药物发现进程

技能触发关键词:药物发现、作用机制、风险评估、科学播客、多专家分析、药理学、药代动力学、生物信息学、临床评估、中药现代化、联合用药、靶点识别、信号通路、分子对接、临床试验、毒理学、生物医学网络、知识图谱、科研协作、科学传播