面向生物信息分析的自然语言智能体平台。

v0.0.1 是 Tune 的首次开源版本。

这是一个非常早期的公开版本，核心方向已经明确，但系统仍在快速迭代中。当前版本的接口、分析流程、任务编排方式、前后端交互和内部架构都可能发生较大变化，不承诺稳定性与兼容性。

如果你希望：

• 用自然语言驱动 RNA-Seq 等组学分析
• 在网页里查看任务、日志、结果和资源状态
• 让系统逐步从“规则工作流”演进到“项目管理型智能体”

那么这个仓库适合你关注和参与。

如果你希望今天就获得一个成熟、稳定、即装即用的生产系统，那么当前版本还不适合直接投入关键生产环境。

Tune 想解决的问题是：

• 让实验人员不用手写复杂命令，也能驱动生物信息分析
• 让系统不仅会“执行命令”，还会“管理分析项目”
• 让事实层、语义层、LLM 决策层、经验记忆层逐步协同起来
• 让分析过程从黑盒执行，变成可确认、可追踪、可恢复、可积累经验的系统

当前项目重点仍然放在 RNA-Seq 主链路、任务编排闭环、异常恢复、任务监控、资源绑定与确认机制上。

• 数据扫描与项目化组织
• Web 界面聊天式分析入口
• 分析任务创建、执行、日志流式展示
• 任务面板、授权/修复/提醒等交互
• 分析计划确认与执行图确认
• 面向 RNA-Seq 的基础分析链路
• 结果目录与任务删除联动清理
• 基于项目上下文的任务管理与恢复机制

• 不同组学类型的覆盖还不完整
• 多条复杂分析链路的稳定性仍需继续验证
• Agent 化编排与自动回退策略还在持续收口
• 错误恢复与自愈能力还没有完全成熟
• 开源首发版本更适合技术预览、试用、共建，而不是稳定生产依赖

• Linux 服务器或本地 Linux/macOS 开发环境
• Python 3.11+
• PostgreSQL 15+，并启用 pgvector
• Pixi 包管理器
• OpenAI 或 Anthropic 的 API Key

当前更推荐从源码安装与运行：

git clone <your-repo-url>
cd tune
pip install -e .

如果后续发布到包仓库，也可以使用标准安装方式。

tune init

初始化时需要配置：

• 工作区根目录：Tune 会自动使用该目录下的 data/、analysis/ 和 .tune/
• 主模型：OpenAI 或 Anthropic
• 备用模型：可选，用于提高可用性

tune start --workspace-root /path/to/workspace

浏览器打开：

http://localhost:8000

如果是本地开发，推荐使用项目自带脚本：

bash scripts/service.sh start --workspace-root workspace
bash scripts/service.sh status
bash scripts/service.sh restart
bash scripts/service.sh stop

开发模式：

bash scripts/dev.sh --workspace-root workspace

兼容说明：

• 旧参数 --analysis-dir 仍然可用
• workspace/analysis、analysis/workspace 和工作区根目录都能被兼容解析，但只作为兼容入口保留
• 当前推荐统一使用 --workspace-root workspace

1. 系统扫描数据目录并识别文件
2. 在数据页面查看项目、样本和资源
3. 在聊天界面描述你的分析目标
4. 系统生成初始分析计划并等待确认
5. 系统展开执行图并再次等待确认
6. 系统执行任务，并在需要时请求授权、修复或澄清
7. 在任务面板中查看状态、日志、诊断和结果

你：帮我对这个项目内的 RNA-Seq 数据做差异表达分析

Tune：
1. 读取项目内 FASTQ 与实验元数据
2. 做质控与必要预处理
3. 进行比对与定量
4. 进行差异表达分析
5. 输出结果表、可视化和分析摘要

请先确认这个分析计划。

支持的常见文件类型：

• FASTQ：.fastq .fastq.gz .fq .fq.gz
• BAM/SAM：.bam .sam
• VCF：.vcf .vcf.gz .bcf
• 表格：.csv .tsv .xlsx
• 注释：.gtf .gff .gff3
• 报告与图像：.html .pdf .png

当前主力分析能力：

• 上游：FastQC、MultiQC、fastp、HISAT2、STAR、samtools、featureCounts
• 下游：DESeq2、富集分析、R/Python 脚本扩展

浏览器
  <->
FastAPI + WebSocket
  |- 数据扫描与元数据管理
  |- 任务与线程系统
  |- 计划确认 / 执行图确认
  |- 绑定、渲染、执行
  |- 授权 / 修复 / 资源澄清
  |- Watchdog / Supervisor / 任务监控
  |- LLM 网关
  `- 经验沉淀与后续 Agent 化演进

Tune 当前不是“只把一串命令交给工作流执行”的系统。

项目正在往下面这个方向演进：

• 事实层：文件、样本、实验、资源、任务、结果
• 语义层：项目上下文、分析意图、资源含义、错误归因
• LLM 决策层：计划生成、执行图生成、异常诊断、交互决策
• 经验记忆层：历史修复、项目经验、可复用技能

目标是把 Tune 做成一个“项目管理型分析智能体”，而不是单纯的聊天壳子或固定工作流。

配置默认保存在：

{workspace_root}/.tune/config.yaml

推荐工作区结构：

workspace/
  .tune/
    config.yaml
  data/
    proj1/
    proj2/
  analysis/
    proj1/
    proj2/

• 原始数据目录应保持只读
• 所有分析输出只写入 workspace/
• 外部模型调用会发送必要的提示信息到你配置的模型提供商
• 在正式投入敏感数据环境前，请先自行审查部署方式、日志内容和外部 API 使用策略

v0.0.1 的定位是：

• 第一次公开源代码
• 展示项目方向与当前实现
• 便于协作、讨论、试用和共建
• 不代表已经完成稳定化

因此如果你在使用中遇到：

• 流程中断
• 某些任务需要人工介入
• 不同分析类型支持不完整
• 前后端交互仍在调整

这都符合当前版本阶段。

• 希望用自然语言做组学分析的研究人员
• 想参与 Agent + Bioinformatics 系统设计的开发者
• 对任务编排、故障恢复、语义绑定、项目管理型智能体感兴趣的人

当前版本：v0.0.1

后续大致会沿着下面方向演进：

• v0.0.x：持续修复主链路和交互问题
• v0.1.x：RNA-Seq 主链路进一步稳定
• 更高版本：逐步扩展到更多组学类型和更完整的 Agent 能力

欢迎通过 Issue、PR 或讨论提出：

• 分析流程问题
• 交互体验问题
• 真实组学数据场景需求
• 架构演进建议

当前阶段最有价值的反馈通常不是“界面细节”，而是：

• 哪个分析任务卡住了
• 卡在什么步骤
• 你期望系统怎么回退、怎么确认、怎么恢复

本项目采用 MIT License。

许可证全文见仓库根目录下的 LICENSE 文件。