前言¶

在 DeepSeek Harness（DSH）裏做單細胞分析，常見做法是自己在 Host 裏拼工具、在對話裏反覆貼路徑和參數，頁面與 Agent 往往各跑一套邏輯，GEO 多格式、Seurat 對象和 scanpy 管線也難以在同一界面裏串起來。社區工作流插件 jszjdyt/singlecell-full-workflow（包名 dsh-singlecell，當前 README 對應 UI 版本 v0.9，package.json 版本 0.9.1）把導入、質控、降維聚類、註釋、高級分析與導出收進一個可點選、可被 Agent 驅動的 Web 工作臺，並與同一套 lib/impl.mjs 實現共享。下面按定位、能力、安裝、用法和注意事項說明。

這是什麼¶

singlecell-full-workflow 是 DSH 的 Web 客戶端插件：在 Harness Web GUI 中提供步驟嚮導式「單細胞分析工作臺」，從數據讀入到出版級圖與可復現產物一條線走完。維護者爲 jszjdyt，在社區目錄中分類爲工作流；GitHub 倉庫 jszjdyt/singlecell-full-workflow，目錄頁 skillhub.cn 插件頁。

設計取向是對齊可審計歷史、確定性複覈、預設流程與可交互可視化一類方案；單細胞交互與流程組織上參考 CellxGene、Cellenics/Galaxy、scanpy 常見實踐等 README 中列出的對照，具體實現以倉庫文檔爲準。

界面與流程概覽¶

工作臺採用左側步驟導航，而不是多 tab 平鋪：

1. 01 數據讀取·分組·質控：掃描根目錄導入、樣本與分組編輯、QC 參數卡（含與 pro.R 對齊的參數）、運行 QC/過濾。
2. 02 降維聚類：Seurat 6 路徑下 Harmony / RPCA / 未整合三套預設、resolution 滑塊、交互 UMAP、結果對比與 warnings。
3. 03 細胞標註：輸入細胞類型與 marker 方案 → DotPlot/熱圖/FeaturePlot → 將 cluster 映射爲細胞類型並保存；可提取亞羣二次聚類。
4. 04 高級分析·結果：分組結果畫廊、高級分析目錄、運行記錄與導出（h5ad、protocol、methods、report、script 等）。

頂欄提供數據集選擇、導入、刷新、引擎狀態；右側抽屜爲運行日誌與 Agent（一句話建議卡、直接運行）。無數據時歡迎頁支持導入、示例與最近數據集。

數據導入：GEO 常見格式與本機 R 對象¶

README 列出的可讀形態包括 AnnData（.h5ad）、10x HDF5/Matrix Market、Loom、表達矩陣文本、GEO series matrix、.rds/.RData、壓縮包與 URL/GEO 號等；R 橋在本機文檔記載環境中爲 R 4.4.2 + Seurat 5.4，對象上的 obs 元數據（如 seurat_clusters、celltype、group、percent.mt）可直接用於着色與組間分析。

頂欄「導入數據」或在對話中讓 Agent 打開，示例用法如下：

用單細胞工作臺打開 /Users/you/data/GSE123456_10x/     # 目錄三件套
用單細胞工作臺打開 /Users/you/objects/neu_clean.rds   # Seurat 對象
用單細胞工作臺打開 https://ftp.ncbi.nlm.nih.gov/geo/series/GSE123nnn/GSE123456/suppl/GSE123456_raw.tar.gz

標準流程與 Seurat 6 降維聚類¶

除步驟嚮導外，中欄仍支持流程卡片：質控 → 過濾 → 標準化 → HVG → PCA → 鄰接圖 → 聚類 → 嵌入 → 標記基因 → 註釋；每張卡可改參、重跑，並有依賴提示。嵌入圖支持按 cluster、細胞類型、QC 指標、任意基因或分析寫回的 obs 列着色。

降維聚類按 README 中「Seurat 5.0 pro.R」對齊思路實現（獨立 Seurat 6.0 庫，不改系統 Python/R 全局安裝），要點包括：

• QC 預設 seurat6：如 nFeature 200–5000、percent.mt < 20、nCount > 500、min.cells=3 等文檔記載閾值。
• 預處理：LogNormalize → FindVariableFeatures（vst，3000）→ ScaleData → RunPCA（30）。
• 批次整合：IntegrateLayers 的 Harmony / RPCA，按 sample/orig.ident/batch 等自動或手動指定批次列。
• 三套聚類預設：seurat6（Harmony，resolution 0.8）、pro-rpca（RPCA，0.8）、pro-unintegrated（未整合，0.5）；UMAP 維度與鄰域參數按 README 默認值。

輔助能力含自動註釋（內置多類參考 marker 面板）、10 項自檢打分、分辨率掃描、以及 standard/quick/qc 等預設一鍵流程。

高級分析與工具登記¶

「高級分析」按七大類列出條目：原生分析在本機零配置可跑；登記的外部官方 R/Python 工具在不可跑時會灰顯並給出原因與插件內替代，README 明確 lite/代理實現不等同於官方工具結果，method 字段會寫明實現方式。

原生側覆蓋細胞週期、亞型細分、組間比例與差異基因、火山圖與桑基圖、GO/KEGG/GSEA/GSVA 式通路、AUCell/cNMF/WGCNA 式模塊、僞時間與 PAGA-like 軌跡、inferCNV 代理與 ITH、內置配體-受體細胞通訊、SCENIC-lite、虛擬敲除/過表達/篩選等（完整表格以 README 第三節爲準）。部分結果寫回 obs，可在嵌入圖即時着色。

Agent 與 Host 工具¶

Host 註冊 singlecell 工具，與頁面按鈕共用同一實現；系統提示會帶上工作臺與當前數據集狀態。常用 action 包括 status、demo、open、inspect、preview、run、embedding、markers、autoannotate、audit、resolution_scan、recipe、analyses、analysis、plot、export 等。打開數據時格式參數名爲 data_format（非 format，因 JSON Schema 保留字限制，見倉庫 CONTRACT.md）。

對話級複合任務示例：

用單細胞工作臺載入示例數據，跑到聚類，給細胞類型建議，再按 group 做組間比例差異和差異基因
用工作臺打開 neu_analysis/objects/neu_clean.rds，用 celltype 着色看嵌入，然後跑隊列細胞週期和 SCENIC-lite
把當前數據跑一下 GSEA（用內置通路集），再導出 report

右欄 Agent 還支持短句本地規則解析（如「加 harmony」「resolution 調到 0.3」「導出報告」），生成建議卡並 [直接運行] 對應路由。

溯源與導出¶

導出產物用於復現與寫稿，README 第五節歸納如下：

安裝與啓用¶

插件通過 DSH bundle 機制安裝：package.json 中 dsh.bundle.patch 指向 cordis.patch.yml，客戶端爲 Web 平臺並立即注入運行時組件。README 記載的重裝方式爲讓 Agent 執行（路徑須爲本機 bundle 絕對路徑）：

plugin_manager install_bundle target=<絕對路徑>

替換版本需先 remove_bundle。README 示例環境爲已 linked 安裝的 dsh-singlecell bundle，改代碼即生效；社區目錄與 GitHub 未在已抓取片段中給出統一的 dsh plugin add github:... 一行命令，安裝前請以倉庫 INSTALL.md 與目錄頁說明爲準。

Python：3.10+，依賴 numpy、pandas、scipy、scikit-learn、anndata、matplotlib、h5py 等；檢測到 scanpy 時使用 scanpy 模式，否則內置 Louvain + t-SNE 引擎。R（僅 .rds/.RData）：R 4.x 及 Seurat/SingleCellExperiment 等棧。Host 按 config.python → 環境變量 DSH_SINGLECELL_PYTHON → PATH 等順序探測 Python；R 按文檔記載路徑探測。

cordis.patch.yml 片段示例：

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

（完整配置項以倉庫內文件爲準。）數據與計算在本機：Python worker 爲子進程，HTTP 僅迴環地址。許可證爲 MIT（package.json）。

適用場景與注意¶

適合：需要在 DSH 內完成從 GEO/10x/R 對象導入到聚類、註釋、組間分析與通路/通訊/調控等擴展分析，並希望頁面與 Agent 同一套 API 的單細胞與生信開發者。

注意：

1. 插件以當前 DSH Host 進程權限在本機讀寫與執行；安裝與啓用前請閱讀源碼與 MIT 許可證，確認數據路徑與計算資源可接受。
2. 標爲 lite 或代理的分析與官方工具結果不可直接等同，論文方法學應依據導出的 methods.md/protocol.json 與 method 字段。
3. 依賴外部專有數據或剪接計數等的分析（如部分 RNA velocity、pySCENIC）在 UI 中僅登記與指引，不會僞裝爲已可運行。

DSH 生態強調「一切皆插件」；skillhub.cn 社區目錄爲獨立站點，與 DeepSeek、幻方無 README 所述意義上的官方從屬關係。

結尾¶

jszjdyt/singlecell-full-workflow 把 GEO 多格式與 R 對象導入、Seurat 6 對齊的降維聚類、手動/自動註釋、27 項量級原生高級分析登記，以及 Agent 雙入口（頁面 + singlecell 工具）收成一張可審計的工作臺地圖。上手可從目錄頁查看簡介與 GitHub 倉庫中的 INSTALL.md、README 第六節配置 bundle 與 Python/R 環境，再用示例數據或自有路徑跑通 Step1→Step4。

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