一个自动化工具，用于分析生物信息学GitHub仓库并生成可视化文档。
- 自动克隆GitHub生物信息学工具仓库
- 智能分析项目基础信息、作者、相关文章
- 提取功能描述和使用方法
- 生成美观的可视化文档
- 新增：项目架构分析 - 分析项目的编程语言、框架、目录结构等
- 新增：全面的AI分析 - 包括代码质量、性能特征、生物信息学专业性和可用性分析
无需本地环境，直接在GitHub上运行分析！
- Fork 本仓库到您的 GitHub 账号
- 在仓库 Settings → Environments 中配置 API 密钥和 Supabase 数据库配置
- 前往 Actions 页面，选择 "BioTools Analysis" 工作流
- 点击 "Run workflow"，输入要分析的 GitHub 项目 URL
- 等待分析完成，下载 Artifacts 中的报告文件，分析结果也会自动保存到 Supabase 数据库
详细说明请参考: GitHub Actions 使用指南
uv pip install -e .复制配置模板并编辑：
cp env.example .env
# 编辑.env文件，配置您的API密钥# 基本使用（默认会保存到数据库）
biotools-agent analyze https://github.com/username/biotools-repo
# 禁用保存到数据库
biotools-agent analyze https://github.com/username/biotools-repo --no-save-to-db
# 使用自定义配置文件
biotools-agent analyze https://github.com/username/biotools-repo --env-file custom.env
# 检查配置
biotools-agent config经过增强的AI分析系统现在提供：
- 项目概览: 名称、描述、语言、Stars/Forks统计
- 作者信息: 自动提取贡献者信息
- 相关论文: 识别相关发表文章
- 主要用途: 一句话概括工具功能（强制中文输出）
- 核心特性: 详细功能列表
- 输入输出格式: 支持的数据格式
- 使用示例: 基本用法和参数说明
- 编程语言: 项目使用的主要语言
- 框架依赖: 使用的框架和库
- 目录结构: 项目组织方式
- 入口点: 主要可执行文件
- 算法复杂度: 时间和空间复杂度分析
- 并行化支持: 多核利用能力
- 性能优化: 改进建议
- 安装方法: 多种安装方式
- 系统要求: 操作系统和依赖需求
- 容器支持: Docker/Singularity等
- 云部署: 云平台支持情况
- 测试命令: 如何运行测试
- 示例数据: 测试数据来源
- 验证方法: 结果验证方式
- 基准数据集: 性能测试数据
- 必需输入: 运行所需的数据格式
- 可选输入: 增强功能的额外数据
- 预处理步骤: 数据准备流程
- 文件大小限制: 处理能力范围
- 🌐 中文友好: 所有分析结果强制中文输出，便于中文用户理解
- 🔍 代码级分析: 深入分析核心算法和实现细节
- 📚 全面文档: 自动生成HTML、Markdown、JSON多种格式报告
- 🎯 准确识别: 智能区分生物信息学专业工具vs通用软件
项目支持通过环境变量或.env文件进行配置：
| 配置项 | 说明 | 默认值 |
|---|---|---|
OPENAI_API_KEY |
OpenAI API密钥 (必需) | - |
OPENAI_BASE_URL |
API基础URL | https://api.openai.com/v1 |
OPENAI_MODEL |
使用的模型名称 | gpt-3.5-turbo |
HUB_TOKEN |
GitHub访问令牌 (可选) | - |
SUPABASE_URL |
Supabase项目URL (可选，用于保存分析结果) | - |
SUPABASE_SERVICE_ROLE_KEY |
Supabase服务角色密钥 (可选，用于保存分析结果) | - |
- OpenAI官方API
- ModelScope API (如千问模型)
- 其他兼容OpenAI格式的API服务
分析结果默认会保存到 Supabase 数据库中。要启用此功能，需要配置 SUPABASE_URL 和 SUPABASE_SERVICE_ROLE_KEY。
数据库表结构：
bio_analysis_results (
id UUID DEFAULT gen_random_uuid() PRIMARY KEY,
test_id UUID DEFAULT gen_random_uuid() NOT NULL,
analysis_timestamp TIMESTAMPTZ NOT NULL DEFAULT NOW(),
repo_url TEXT NOT NULL,
data JSONB NOT NULL
)
注意： 为了支持对同一项目的多次测试，数据库表结构已更新，使用 test_id 作为每次测试的唯一标识符，
而不是使用 repo_url 作为唯一键。这样可以保留同一项目的多次测试记录。
分析数据包含以下信息：
- 仓库基础信息（名称、URL、描述、语言、Stars、Forks等）
- 作者信息
- 相关发表文章
- 功能特性
- 使用方法
- 项目架构（编程语言、框架、目录结构等）
- 代码质量评估
- 性能特征分析
- 生物信息学专业性评估
- 可用性评估
更多信息请参考: 数据库更新说明
biotools_agent/
├── .github/workflows/ # GitHub Actions 工作流
│ ├── biotools-analysis.yml # 单项目分析工作流
│ └── batch-analysis.yml # 批量分析工作流
├── src/ # 源代码目录
│ ├── ai_analyzer.py # AI分析器（新增：扩展的AI分析功能）
│ ├── config.py # 配置管理
│ ├── github_analyzer.py # GitHub仓库分析器（新增：项目架构分析）
│ ├── llm_client.py # LLM客户端
│ ├── main.py # 主程序入口
│ ├── models.py # 数据模型（新增：扩展的数据模型）
│ ├── supabase_client.py # Supabase数据库客户端
│ └── visualizer.py # 可视化报告生成器（新增：扩展的可视化功能）
├── docs/ # 文档目录
│ ├── ARCHITECTURE_ANALYSIS_DESIGN.md # 项目架构分析设计文档
│ ├── DATABASE_UPDATE.md # 数据库更新说明
│ ├── GITHUB_ACTIONS_GUIDE.md # GitHub Actions使用指南
│ └── biotools_agent_pr.md # 项目文档
├── tests/ # 测试目录
├── test_results/ # 测试结果示例
├── data/ # 测试数据
├── env.example # 配置文件模板
└── pyproject.toml # 项目配置
MIT License