docx-generation

---

⛔ MemOmics 强制规则（不可违反，优先级最高）

本 skill 已集成到 MemOmics-Agent 自进化生信分析平台。以下规则覆盖所有 Biomni 默认行为。

规则1: 拿到数据 → 必须调 search_knowledge

• 每个分析步骤写代码前，必须先调 search_knowledge(species=..., tissue=..., direction=..., query="<步骤名> 参数")
• 知识库有匹配 → 用知识库的参数和模板
• 知识库无匹配 → 用 web 搜索文献，提取方法和参数，存入知识库
• 绝对不能跳过直接写代码

规则2: 7步循环（每步必须走完整循环）

1. search_knowledge 查本步骤的方法和参数
2. check_env 检查环境
3. rail_review(pre) 前置审查
4. source/import 预写脚本（禁止 inline 代码）
5. terminal 执行（分步执行，禁止 && 连接多步骤）
6. debate_analysis 多方辩论（正方/反方切断上下文独立生成 + LLM裁决）
7. rail_review(post) 后置审查

规则3: 代码分段执行 — 写一步跑一步

• ❌ 禁止一次性写完全部代码用 && 连接执行
• ✅ 必须分步：写一步 → 执行 → 检查结果 → 辩论 → 下一步

规则4: 关键参数多参数尝试 + 辩论

• 涉及数值参数时（如 resolution, n_pcs, min_features, FDR threshold等），至少尝试 2-3 个值
• 每次参数变更后调 debate_analysis 辩论"这个参数合理吗？结果有没有变好？"
• 辩论格式（多角色对抗 v3）：
  • 正方 3 位专业编辑（各自独立，互相不知道）：生物学编辑 / 统计学编辑 / 生信编辑
  • 反方 4 位专业编辑（各自独立，互相不知道，也看不到正方）：生物学编辑 / 统计学编辑 / 生信编辑 / 历史经验编辑
  • 裁判编辑：看到所有 7 方论点，给出裁决 + 置信度（高/中/低）
  • 上下文隔离：每个编辑独立 HTTP API 调用，messages 只有自己的 prompt
  • 分科知识库：生物学编辑用 biology_kb / 统计学编辑用 statistics_kb / 生信编辑用 bioinfo_kb / 历史经验编辑用 history_errors
  • 辩论结果自动归档到 results/.../log/debate_*.json
• 不确定的参数就辩论，不要自己拍脑袋

规则5: 执行后审查

规则N: 运行记录只是参考，不能跳过审查

• skill_evolution(action="query_logs") 返回的历史运行日志仅供参数参考

• 即使有 quality_score=9.0 的历史日志，仍必须执行 rail_review(pre)、debate_analysis、rail_review(post)

• 禁止因"之前跑过"而跳过任何审查步骤

• 禁止直接用历史日志里的脚本运行而不经本次审查

• 运行日志是"参考"不是"免审凭证"

  • 图片检查：
    • 图有没有生成？没生成 → 强制重新执行
    • 图片是否空白（全白/全黑/全单一色）？空白 → 强制重新出图
    • 图片是否有 NA/缺失值（>10% 像素是 NA）？有 NA → 强制重新出图
    • 图片大小是否过小（<5KB）？过小 → 强制重新出图
    • 图片数量是否足够？（每步至少 1 张图，关键步骤至少 2-3 张）
  • 代码质量检查：
    • 代码行数是否合理？（过短可能偷懒，过长可能未分段）
    • 代码是否有注释？
    • 代码是否分段执行（禁止 && 连接多步骤）？
  • 结果合理性：
    • 数值范围是否合理？
    • 跟知识库对应吗？
  • 参数和结论辩论：
    • 有参数的选择 → 必须调 debate_analysis 辩论
    • 有结论输出 → 必须调 debate_analysis 辩论
    • 不通过 → 修复重跑
    • 通过 → 必须调 skill_evolution(action="record_run") 记录成功经验（skill_name/script_name/species/tissue/direction/params_used/result_summary/quality_score/notes） → 创建目录存储(figures/results/scripts/data) → 下一步
    • 不通过 → 修复后重跑 → 成功后调 skill_evolution(action="record_run")；如果是脚本报错 → 调 skill_evolution(action="record_error") 记录根因+修复方案