---
name: ddi 
description: |
  北京躬富科技有限公司（Beijing Kongfoo Tech Co., Ltd.）开发的科学智能体E.Copi（壹克蒎），科研人员只需输入研究问题或候选药物组合，系统即可自动实例化具备不同专业背景的专家智能体（如药理学、药代动力学、生物信息学等），并通过动态知识流机制，精准分配最相关的分子结构、生物医学网络、临床与文本证据，协同完成药作机制推理与风险评估。最终，生成观点清晰、语言生动的中文双人对谈播客，以降低知识的理解和传播的认知成本。

  使用此技能当用户需要：进行药物发现研究、分析候选药物组合、评估药物作用机制、进行药理学风险评估、生成科学播客内容、多学科协同科学推理、生物医学知识整合、或任何需要多专家智能体协作的科学研究任务。即使用户没有明确提到"E.Copi"或"科学智能体"，只要涉及复杂科学问题的多角度分析，都应使用此技能。
compatibility: "All tools"
---

# E.Copi 科学智能体系统

## 概述

E.Copi（壹克蒎）是北京躬富科技有限公司开发的先进科学智能体系统，专门为药物发现和生物医学研究设计。系统采用多智能体架构，能够根据输入的研究问题或候选药物组合，自动实例化不同专业背景的专家智能体，通过动态知识流机制协同工作，最终生成易于理解的中文双人对谈播客。

## 核心功能

### 1. 多专家智能体实例化
系统能够根据研究问题的性质，自动实例化以下专业领域的专家智能体：
- **药理学专家**：分析药物作用机制、靶点识别、信号通路
- **药代动力学专家**：评估ADME（吸收、分布、代谢、排泄）特性
- **生物信息学专家**：处理分子结构数据、基因表达、蛋白质互作网络
- **毒理学专家**：评估安全性、副作用、风险因素
- **临床医学专家**：分析临床试验数据、患者群体、疗效指标
- **计算化学专家**：进行分子对接、构效关系分析、虚拟筛选

### 2. 动态知识流机制
系统采用智能知识分配策略：
- **分子结构知识流**：SMILES格式、3D构象、理化性质
- **生物医学网络知识流**：蛋白质互作网络、代谢通路、基因调控网络
- **临床证据知识流**：临床试验数据、真实世界证据、病例报告
- **文本证据知识流**：科学文献、专利信息、监管文件

### 3. 协同推理与风险评估
专家智能体通过以下步骤协同工作：
1. **问题解析**：分解研究问题为可处理的子问题
2. **知识检索**：从各领域知识库中检索相关信息
3. **证据整合**：跨领域证据的综合分析
4. **机制推理**：基于证据的药物作用机制推断
5. **风险评估**：多维度安全性评估和风险预测

### 4. 中文双人对谈播客生成
最终输出为生动有趣的中文播客，包含：
- **主持人**：引导讨论、提出问题、总结观点
- **专家嘉宾**：各领域专家轮流发言，展示专业见解
- **对话结构**：问题引入 → 专家分析 → 观点交锋 → 共识达成 → 总结展望
- **语言风格**：专业但不晦涩，生动有趣，适合科研人员和非专业人士

## 工作流程

### 步骤1：输入解析
用户提供以下任一输入：
- 研究问题（如："探究二甲双胍对癌症治疗的作用机制"）
- 候选药物组合（如："阿司匹林+氯吡格雷的协同作用"）
- 分子结构（SMILES格式）
- 特定疾病或靶点

### 步骤2：智能体实例化
基于输入内容，系统自动判断需要的专家类型并实例化相应智能体。例如：
- 癌症药物研究 → 药理学 + 生物信息学 + 临床医学专家
- 联合用药评估 → 药理学 + 药代动力学 + 毒理学专家

### 步骤3：知识流分配
系统根据专家需求分配相关知识：
1. **分子结构知识**：化学数据库查询、理化性质计算
2. **网络分析知识**：通路富集分析、网络拓扑分析
3. **临床证据知识**：临床试验检索、疗效安全性数据
4. **文献证据知识**：PubMed检索、专利分析

### 步骤4：协同推理会议
各专家智能体进行虚拟会议，包括：
- **开场陈述**：各专家介绍专业视角
- **证据展示**：分享各自领域的发现
- **交叉质询**：专家间提问和辩论
- **共识形成**：达成一致结论或明确分歧点

### 步骤5：风险评估矩阵
创建多维风险评估：
- **有效性风险**：作用机制不确定性、靶点特异性
- **安全性风险**：毒性、副作用、药物相互作用
- **开发风险**：合成难度、制剂稳定性、专利情况
- **临床风险**：患者群体适应性、给药方案复杂性

### 步骤6：播客脚本生成与制作
生成中文双人对谈播客：
1. **生成播客脚本**：创建包含主持人引导和各专家发言的对话脚本
2. **调用ListenHub API**：使用listenhub技能脚本生成音频播客
3. **在回复中内嵌播放音频**：不直接发链接，而是将生成的音频在回复消息中直接播放（见下方「播客音频在回复中内嵌播放」）

## ListenHub集成

E.Copi系统与ListenHub播客生成平台深度集成，用于将分析结果转换为高质量的中文双人对谈播客。

### 脚本使用规范
**重要**：必须通过listenhub技能的脚本与ListenHub API交互，禁止直接调用API。

1. **查找脚本路径**：
   ```bash
   # 使用glob模式查找listenhub脚本目录
   find **/skills/ecopi-free/scripts -name "*.sh" 2>/dev/null | head -1
   ```
   Where `$SCRIPTS` = resolved path to `**/skills/ecopi-free/scripts/`

2. **获取可用说话人**（播客音色）：
   ```bash
   $SCRIPTS/get-speakers.sh --language zh
   ```

3. **生成播客**：
   ```bash
   $SCRIPTS/create-podcast.sh \
     --query "【E.Copi科学播客】{研究主题}" \
     --language zh \
     --mode deep \
     --speakers {说话人ID1},{说话人ID2} \
     --source-text "{详细分析内容}"
   ```

### 播客内容结构
提供给ListenHub的source-text应包含：
1. **研究背景**：问题重要性、研究现状
2. **专家分析**：各领域专家观点（标记为"药理学专家："等）
3. **关键发现**：主要作用机制、新颖见解
4. **风险评估**：安全性、有效性、开发风险
5. **未来方向**：后续研究建议、临床转化路径

### 播客音频在回复中内嵌播放

**重要**：生成好的播客不要只发链接给用户，而应让音频在回复消息中直接可播。流程如下。

1. **等待播客就绪**：调用 create-podcast.sh 后，用 listenhub 的 `check-status.sh --episode <episode-id> --type podcast --wait` 轮询直至成功；从成功响应中取得 `audioUrl` 或 `audioStreamUrl`。
2. **下载到本地**：用 `curl` 等将音频下载到本地文件，例如 `/tmp/ecopi-podcast-<episode-id>.mp3`（或脚本输出所指定的路径），确保扩展名为 mp3/wav 等客户端支持的格式。
3. **在回复中播放**：任选其一（视运行环境/客户端支持情况选用）：
   - **send 工具 + asVoice**：在消息工具配置中发送音频文件，并标记为语音：
     ```json
     {
       "action": "send",
       "filePath": "/path/to/audio.mp3",
       "asVoice": true
     }
     ```
   - **MEDIA 指令**：在回复给用户的 AI 文案中，用 `MEDIA:` 前缀加本地文件路径，让客户端将音频附在消息中播放：
     ```
     MEDIA: /path/to/audio.mp3
     ```
     可在同一回复中先写说明文字，再写 `MEDIA: <路径>`。

若运行环境不支持上述两种方式，再退回提供播客链接作为备选。

## 输出文件

系统生成以下输出文件：

### 1. 综合分析报告 (`ecopi_analysis_report.md`)
- 执行摘要
- 问题背景
- 专家组成与分工
- 知识流分配图谱
- 机制推理过程
- 风险评估矩阵
- 结论与建议

### 2. 播客脚本 (`ecopi_podcast_script.md`)
- 完整的中文对话脚本
- 角色分配（主持人、各领域专家）
- 时间标记
- 重点强调部分
- 适合直接用于ListenHub的格式化文本

### 3. 播客音频（在回复中内嵌播放）
- 不向用户单独提供播客链接；将音频在回复消息中直接播放
- 播客标题和描述、持续时间可在文案中说明

### 4. 知识流可视化 (`knowledge_flow.png`)
- 专家智能体交互网络
- 知识分配路径图
- 证据来源映射

## 使用示例

### 示例1：新药作用机制研究
**用户输入**："请分析雷帕霉素类似物在自身免疫疾病治疗中的潜在机制"

**E.Copi响应**：
1. **实例化专家**：药理学专家 + 免疫学专家 + 临床医学专家
2. **知识分配**：
   - mTOR信号通路文献综述
   - 自身免疫疾病临床试验数据
   - 雷帕霉素类似物分子对接模拟
3. **输出**：
   - 机制分析报告（mTOR调节在自身免疫中的作用）
   - 风险评估矩阵（免疫抑制风险、感染风险）
   - 中文播客（在回复中内嵌播放）："免疫调节新策略：从雷帕霉素到精准治疗"

### 示例2：联合用药评估
**用户输入**："评估PD-1抑制剂与CTLA-4抑制剂在黑色素瘤治疗中的协同作用与风险"

**E.Copi响应**：
1. **实例化专家**：肿瘤学专家 + 免疫学专家 + 毒理学专家
2. **知识分配**：
   - 免疫检查点抑制剂作用机制
   - 黑色素瘤临床试验meta分析
   - 联合用药毒性谱比较
3. **输出**：
   - 协同效应分析报告
   - 风险收益评估（免疫相关不良反应风险）
   - 中文播客（在回复中内嵌播放）："免疫治疗双雄会：PD-1与CTLA-4的协同作战"

### 示例3：中药现代化研究
**用户输入**："研究黄连素治疗2型糖尿病的多靶点作用机制"

**E.Copi响应**：
1. **实例化专家**：药理学专家 + 代谢病学专家 + 计算化学专家
2. **知识分配**：
   - 黄连素已知靶点文献挖掘
   - 糖尿病相关通路分析
   - 分子对接预测新靶点
3. **输出**：
   - 多靶点机制网络图
   - 中药现代化科学依据
   - 中文播客（在回复中内嵌播放）："古老智慧新解读：黄连素的降糖密码"

## 技术要求

### 必需工具
- **文件读写**：生成报告、脚本、可视化文件
- **网络搜索**：检索最新科学文献和临床数据
- **数据分析**：处理分子结构、网络数据、临床统计
- **可视化**：创建知识流图谱
- **Bash执行**：调用listenhub脚本生成播客

### 推荐资源
- **化学数据库**：PubChem, ChEMBL, DrugBank
- **生物医学数据库**：UniProt, KEGG, Reactome, STRING
- **文献数据库**：PubMed, Google Scholar, CNKI
- **临床试验**：ClinicalTrials.gov, ChiCTR
- **分子对接工具**：AutoDock Vina, SwissDock（知识参考）

## 最佳实践

### 输入优化建议
1. **明确研究问题**：尽量具体描述研究目标、疾病类型、药物名称
2. **提供背景信息**：相关疾病、靶点、已有知识、研究假设
3. **指定关注点**：侧重机制探索、安全性评估、临床转化或组合优化

### 输出定制选项
1. **播客风格**：可指定正式学术讨论、轻松科普或临床案例分享
2. **专家侧重**：可强调特定专业视角或跨学科整合
3. **深度控制**：基础概述或深度机制挖掘
4. **风险评估焦点**：侧重安全性、有效性或开发可行性

## 技能执行流程

### 阶段1：需求分析与设计
1. 解析用户输入的研究问题或药物组合
2. 确定需要的专家智能体类型和数量
3. 设计知识流分配策略
4. 规划播客结构和讨论要点

### 阶段2：知识检索与整合
1. 检索相关分子结构信息（如SMILES、理化性质）
2. 查询生物医学网络数据（通路、互作网络）
3. 收集临床证据（试验数据、病例报告）
4. 整合文本证据（文献、专利、指南）

### 阶段3：专家协同分析
1. 模拟各专家视角的初步分析
2. 组织虚拟"专家会议"讨论
3. 记录共识观点和分歧意见
4. 形成综合推理链条

### 阶段4：风险评估与总结
1. 构建多维度风险评估矩阵
2. 识别关键风险点和缓解策略
3. 总结主要发现和创新点
4. 提出后续研究方向建议

### 阶段5：播客生成与交付
1. 撰写播客对话脚本（主持人引导 + 专家发言）
2. 格式化脚本为ListenHub兼容格式
3. 调用listenhub脚本生成音频播客，轮询直至就绪并取得音频 URL
4. 将音频下载到本地，再通过 **send（asVoice: true）** 或 **MEDIA: 路径** 在回复中内嵌播放
5. 同时提供综合分析报告（可含播客标题与时长说明）

## 注意事项

### 局限性声明
1. **预测性质**：分析基于现有公开知识和模式推理，具有不确定性
2. **数据依赖**：结果质量受可用数据完整性影响
3. **专家模拟**：智能体基于知识模式推理，非真实专家意见
4. **研究参考**：输出仅供科研参考，不替代专业医疗决策

### 伦理考量
1. **研究用途**：仅供科学研究参考，不替代专业医疗建议
2. **数据隐私**：不处理患者个人身份信息，仅使用公开数据
3. **责任声明**：用户对基于系统输出的最终决策负责
4. **合规性**：遵守相关数据使用和知识产权规定

### 技术限制
1. **知识时效性**：依赖检索时的最新公开数据
2. **模型能力**：基于现有AI技术，复杂机制推理有限
3. **集成依赖**：播客生成依赖ListenHub服务可用性
4. **计算资源**：复杂分析可能需要较长时间

## 故障排除

### 常见问题处理
1. **输入不明确**：
   - 症状：无法确定研究焦点或所需专家
   - 处理：请求用户提供更具体的研究问题或背景信息
   - 示例："请具体说明您关注的作用机制、疾病类型或药物类别"

2. **数据不足**：
   - 症状：关键信息缺失影响分析深度
   - 处理：提示需要补充信息或调整研究范围
   - 示例："关于XX药物的临床数据有限，建议同时检索类似物或扩大疾病范围"

3. **专家观点冲突**：
   - 症状：不同领域专家得出矛盾结论
   - 处理：记录分歧点，提供综合评估和进一步验证建议
   - 示例："药理学专家和毒理学专家在安全性评估上存在分歧，建议..."

4. **ListenHub集成问题**：
   - 症状：播客生成失败或脚本格式错误
   - 处理：检查脚本路径、API密钥、参数格式
   - 备用方案：提供文本播客脚本供用户手动处理

5. **无法内嵌播放音频**：
   - 症状：当前环境不支持 send(asVoice) 或 MEDIA 指令
   - 处理：改为提供播客在线收听链接，并说明「本环境暂不支持在消息内直接播放，请点击链接收听」

### 性能优化建议
1. **分批处理**：复杂问题分解为多个子任务逐步分析
2. **优先级排序**：先处理关键核心证据，再补充细节信息
3. **迭代精炼**：根据初步分析结果调整后续分析深度和方向
4. **缓存利用**：相同查询可复用已有分析框架

## 更新与维护

### 版本信息
- **v1.0**：基础多专家智能体系统，集成ListenHub播客生成
- **计划功能**：实时文献更新、个性化知识库、多语言支持

### 反馈与改进
用户反馈是系统改进的重要来源，欢迎通过以下方式提供：
1. **分析准确性**：机制推理是否符合最新科学认知
2. **播客质量**：内容生动性、专业平衡性、收听体验
3. **用户体验**：交互流程、输出格式、响应速度
4. **功能建议**：新专家类型、分析维度、集成需求

---

**北京躬富科技有限公司 研发**
**E.Copi 科学智能体系统 v1.0**
**降低科学认知成本，加速药物发现进程**

**技能触发关键词**：药物发现、作用机制、风险评估、科学播客、多专家分析、药理学、药代动力学、生物信息学、临床评估、中药现代化、联合用药、靶点识别、信号通路、分子对接、临床试验、毒理学、生物医学网络、知识图谱、科研协作、科学传播