核心用法
Bio Orchestrator 是一个生物信息学元代理（meta-agent），核心功能是智能任务路由与流程编排。用户输入生物学问题后，系统自动检测文件类型（VCF、FASTQ、BAM、CSV、PDB、h5ad 等），匹配路由表中的专业子技能，并规划多步骤分析链。支持生成结构化 Markdown 报告（含方法、结果、图表、引用）以及可重复性 bundle（conda 环境导出、命令日志、数据校验和）。
显著优点
1. 模块化架构：通过路由表将复杂生物信息学任务分解为可组合的子技能，降低单一 monolithic 系统的维护成本
2. 自动文件识别：基于扩展名和文件头的双重检测机制，减少用户手动指定格式的负担
3. 可重复性优先：内置 repro-enforcer 技能，原生支持 Nextflow 导出和 Singularity 容器化，符合 FAIR 数据原则
4. 审计追踪：强制记录所有操作至 analysis_log.md，满足生物信息学研究的合规性要求
5. 安全设计：工作目录隔离、破坏性操作前人工确认、禁止未经明确授权的基因组数据外传
潜在缺点与局限性
1. 依赖生态成熟度：子技能（equity-scorer、seq-wrangler 等）的实际可用性未在文档中验证，存在"路由到空"风险
2. Python 环境依赖：要求 python3、biopython、pandas，在 HPC 集群或受限环境中可能遇到依赖冲突
3. 路由表静态化：扩展名到技能的映射硬编码，面对新兴文件格式（如 .zarr 用于单细胞）需要手动更新
4. 无真实安全扫描：文档明确声明"仅用于简介提取，未执行安全扫描"，实际部署前需补充静态分析和依赖审计
适合人群
- 生物信息学研究者：需要快速原型化分析流程，避免重复编写样板代码
- 数据管理员：需要标准化报告格式和可重复性 bundle 的生成
- 跨学科团队：非生信背景成员可通过自然语言描述需求，由系统自动路由至适当工具
常规风险
- 数据泄露风险：虽然规则禁止外传基因组数据，但实际执行依赖 LLM 的指令遵循能力，需额外沙箱层防护
- 工具版本漂移：报告模板要求记录工具版本，但未说明如何自动捕获，可能导致方法学描述与实际运行不一致
- 误路由风险：CSV 文件同时被映射到 equity-scorer，若实际为基因表达矩阵可能触发错误分析路径