前言¶

在 DeepSeek Harness（DSH）里做单细胞分析，常见做法是自己在 Host 里拼工具、在对话里反复贴路径和参数，页面与 Agent 往往各跑一套逻辑，GEO 多格式、Seurat 对象和 scanpy 管线也难以在同一界面里串起来。社区工作流插件 jszjdyt/singlecell-full-workflow（包名 dsh-singlecell，当前 README 对应 UI 版本 v0.9，package.json 版本 0.9.1）把导入、质控、降维聚类、注释、高级分析与导出收进一个可点选、可被 Agent 驱动的 Web 工作台，并与同一套 lib/impl.mjs 实现共享。下面按定位、能力、安装、用法和注意事项说明。

这是什么¶

singlecell-full-workflow 是 DSH 的 Web 客户端插件：在 Harness Web GUI 中提供步骤向导式「单细胞分析工作台」，从数据读入到出版级图与可复现产物一条线走完。维护者为 jszjdyt，在社区目录中分类为工作流；GitHub 仓库 jszjdyt/singlecell-full-workflow，目录页 skillhub.cn 插件页。

设计取向是对齐可审计历史、确定性复核、预设流程与可交互可视化一类方案；单细胞交互与流程组织上参考 CellxGene、Cellenics/Galaxy、scanpy 常见实践等 README 中列出的对照，具体实现以仓库文档为准。

界面与流程概览¶

工作台采用左侧步骤导航，而不是多 tab 平铺：

1. 01 数据读取·分组·质控：扫描根目录导入、样本与分组编辑、QC 参数卡（含与 pro.R 对齐的参数）、运行 QC/过滤。
2. 02 降维聚类：Seurat 6 路径下 Harmony / RPCA / 未整合三套预设、resolution 滑块、交互 UMAP、结果对比与 warnings。
3. 03 细胞标注：输入细胞类型与 marker 方案 → DotPlot/热图/FeaturePlot → 将 cluster 映射为细胞类型并保存；可提取亚群二次聚类。
4. 04 高级分析·结果：分组结果画廊、高级分析目录、运行记录与导出（h5ad、protocol、methods、report、script 等）。

顶栏提供数据集选择、导入、刷新、引擎状态；右侧抽屉为运行日志与 Agent（一句话建议卡、直接运行）。无数据时欢迎页支持导入、示例与最近数据集。

数据导入：GEO 常见格式与本机 R 对象¶

README 列出的可读形态包括 AnnData（.h5ad）、10x HDF5/Matrix Market、Loom、表达矩阵文本、GEO series matrix、.rds/.RData、压缩包与 URL/GEO 号等；R 桥在本机文档记载环境中为 R 4.4.2 + Seurat 5.4，对象上的 obs 元数据（如 seurat_clusters、celltype、group、percent.mt）可直接用于着色与组间分析。

顶栏「导入数据」或在对话中让 Agent 打开，示例用法如下：

用单细胞工作台打开 /Users/you/data/GSE123456_10x/     # 目录三件套
用单细胞工作台打开 /Users/you/objects/neu_clean.rds   # Seurat 对象
用单细胞工作台打开 https://ftp.ncbi.nlm.nih.gov/geo/series/GSE123nnn/GSE123456/suppl/GSE123456_raw.tar.gz

标准流程与 Seurat 6 降维聚类¶

除步骤向导外，中栏仍支持流程卡片：质控 → 过滤 → 标准化 → HVG → PCA → 邻接图 → 聚类 → 嵌入 → 标记基因 → 注释；每张卡可改参、重跑，并有依赖提示。嵌入图支持按 cluster、细胞类型、QC 指标、任意基因或分析写回的 obs 列着色。

降维聚类按 README 中「Seurat 5.0 pro.R」对齐思路实现（独立 Seurat 6.0 库，不改系统 Python/R 全局安装），要点包括：

• QC 预设 seurat6：如 nFeature 200–5000、percent.mt < 20、nCount > 500、min.cells=3 等文档记载阈值。
• 预处理：LogNormalize → FindVariableFeatures（vst，3000）→ ScaleData → RunPCA（30）。
• 批次整合：IntegrateLayers 的 Harmony / RPCA，按 sample/orig.ident/batch 等自动或手动指定批次列。
• 三套聚类预设：seurat6（Harmony，resolution 0.8）、pro-rpca（RPCA，0.8）、pro-unintegrated（未整合，0.5）；UMAP 维度与邻域参数按 README 默认值。

辅助能力含自动注释（内置多类参考 marker 面板）、10 项自检打分、分辨率扫描、以及 standard/quick/qc 等预设一键流程。

高级分析与工具登记¶

「高级分析」按七大类列出条目：原生分析在本机零配置可跑；登记的外部官方 R/Python 工具在不可跑时会灰显并给出原因与插件内替代，README 明确 lite/代理实现不等同于官方工具结果，method 字段会写明实现方式。

原生侧覆盖细胞周期、亚型细分、组间比例与差异基因、火山图与桑基图、GO/KEGG/GSEA/GSVA 式通路、AUCell/cNMF/WGCNA 式模块、伪时间与 PAGA-like 轨迹、inferCNV 代理与 ITH、内置配体-受体细胞通讯、SCENIC-lite、虚拟敲除/过表达/筛选等（完整表格以 README 第三节为准）。部分结果写回 obs，可在嵌入图即时着色。

Agent 与 Host 工具¶

Host 注册 singlecell 工具，与页面按钮共用同一实现；系统提示会带上工作台与当前数据集状态。常用 action 包括 status、demo、open、inspect、preview、run、embedding、markers、autoannotate、audit、resolution_scan、recipe、analyses、analysis、plot、export 等。打开数据时格式参数名为 data_format（非 format，因 JSON Schema 保留字限制，见仓库 CONTRACT.md）。

对话级复合任务示例：

用单细胞工作台载入示例数据，跑到聚类，给细胞类型建议，再按 group 做组间比例差异和差异基因
用工作台打开 neu_analysis/objects/neu_clean.rds，用 celltype 着色看嵌入，然后跑队列细胞周期和 SCENIC-lite
把当前数据跑一下 GSEA（用内置通路集），再导出 report

右栏 Agent 还支持短句本地规则解析（如「加 harmony」「resolution 调到 0.3」「导出报告」），生成建议卡并 [直接运行] 对应路由。

溯源与导出¶

导出产物用于复现与写稿，README 第五节归纳如下：

安装与启用¶

插件通过 DSH bundle 机制安装：package.json 中 dsh.bundle.patch 指向 cordis.patch.yml，客户端为 Web 平台并立即注入运行时组件。README 记载的重装方式为让 Agent 执行（路径须为本机 bundle 绝对路径）：

plugin_manager install_bundle target=<绝对路径>

替换版本需先 remove_bundle。README 示例环境为已 linked 安装的 dsh-singlecell bundle，改代码即生效；社区目录与 GitHub 未在已抓取片段中给出统一的 dsh plugin add github:... 一行命令，安装前请以仓库 INSTALL.md 与目录页说明为准。

Python：3.10+，依赖 numpy、pandas、scipy、scikit-learn、anndata、matplotlib、h5py 等；检测到 scanpy 时使用 scanpy 模式，否则内置 Louvain + t-SNE 引擎。R（仅 .rds/.RData）：R 4.x 及 Seurat/SingleCellExperiment 等栈。Host 按 config.python → 环境变量 DSH_SINGLECELL_PYTHON → PATH 等顺序探测 Python；R 按文档记载路径探测。

cordis.patch.yml 片段示例：

- id: dsh-singlecell
  name: dsh-singlecell
  config:
    python: /opt/homebrew/bin/python3   # 可选
    workdir: /tmp/my-sc-

（完整配置项以仓库内文件为准。）数据与计算在本机：Python worker 为子进程，HTTP 仅回环地址。许可证为 MIT（package.json）。

适用场景与注意¶

适合：需要在 DSH 内完成从 GEO/10x/R 对象导入到聚类、注释、组间分析与通路/通讯/调控等扩展分析，并希望页面与 Agent 同一套 API 的单细胞与生信开发者。

注意：

1. 插件以当前 DSH Host 进程权限在本机读写与执行；安装与启用前请阅读源码与 MIT 许可证，确认数据路径与计算资源可接受。
2. 标为 lite 或代理的分析与官方工具结果不可直接等同，论文方法学应依据导出的 methods.md/protocol.json 与 method 字段。
3. 依赖外部专有数据或剪接计数等的分析（如部分 RNA velocity、pySCENIC）在 UI 中仅登记与指引，不会伪装为已可运行。

DSH 生态强调「一切皆插件」；skillhub.cn 社区目录为独立站点，与 DeepSeek、幻方无 README 所述意义上的官方从属关系。

结尾¶

jszjdyt/singlecell-full-workflow 把 GEO 多格式与 R 对象导入、Seurat 6 对齐的降维聚类、手动/自动注释、27 项量级原生高级分析登记，以及 Agent 双入口（页面 + singlecell 工具）收成一张可审计的工作台地图。上手可从目录页查看简介与 GitHub 仓库中的 INSTALL.md、README 第六节配置 bundle 与 Python/R 环境，再用示例数据或自有路径跑通 Step1→Step4。

• 目录页：https://www.skillhub.cn/plugins/jszjdyt/singlecell-full-workflow
• GitHub：https://github.com/jszjdyt/singlecell-full-workflow