对话即分析。
从一句话的科研想法，到可投稿的论文初稿。

先免费试，觉得合适再买。四条通道对应四种不同的情况：

两种版本均为咨询报价，无公开价格表。

平台的产品介绍与公开文档可在 cc-bioinfo 公开仓库查看（README、更新日志、功能说明）；部署包与安装支持在购买后提供。

cc-bioinfo 不是大模型聊天套壳，而是一个类似 RStudio Server + CWL 工作流层的全功能交互式计算环境。生物学家、临床医生和数据科学家用自然语言与数据“对话”，平台将意图转化为 R 或 Python 代码，在底层持久化计算环境中直接执行、调试。

它是服务器端多用户平台，部署在科研院所和医院自有基础设施内。科研人员通过浏览器访问，本机无需安装任何软件；关闭浏览器后，运行中的分析任务、定时任务与 IM 消息收发均不中断——数小时的全流程分析可以无人值守完成。

• 对话驱动代码“帮我用 DESeq2 做差异表达分析”——系统自动编写代码、安装缺失依赖、准备运行环境；报错一键交给 AI 诊断堆栈并给出修复代码。
• 零环境配置自动为每个项目建独立 Conda 环境、缺包即装，连 Conda 都没有时从零自举 Miniconda——环境地狱这一关不用你过。
• bio-design 课题设计上游设计引擎：文献拆解 + 启发式设计对话，382 个已拆解案例、6,235 条决策模式支撑。
• bio-analyze 自主执行下游执行引擎：Step 0–7 全流程，无人值守完成数小时分析，一直做到 SCI 稿件初稿。
• 浏览器内置终端每用户独立 tmux 终端，装包、建环境、跑脚本都在网页里完成，不需要配 SSH 客户端。
• IM 多渠道接入微信、钉钉、Telegram、飞书四渠道端到端测试通过：权限审批、项目切换、流式结果卡片，出门诊间隙也能拍板。
• 多模型生态原生深度集成 Claude API；统一路由无缝切换 OpenAI、Gemini、DeepSeek、Ollama；支持双 OAuth 通道，无需 API 密钥。
• 沉浸式 IDE 体验完整 Web UI：左侧 AI 对话、右侧代码改动与 Diff 视图；多项目管理含会话历史与分支。
• 插件生态Web UI 或 CLI 安装社区插件：PubMed 检索、scRNA-seq QC、Open Targets、Consensus 等。
• 三层配置架构项目层 > 用户全局层 > 框架层；实验室特有 marker 基因表与内建知识合并而非替换。

cc-bioinfo 采用三层多用户架构：nginx 反向代理（含 Lua）→ Go 认证服务（Linux PAM + 会话 + 审计）→ 每用户独立的 Bun 进程（systemd 模板单元管理）。

• 进程级隔离：每个用户会话以其自身 Linux UID 运行，配 PrivateTmp、内存限制与 CPU 配额。
• Unix socket 路由：请求经每用户独立套接字路由，用户之间无法访问彼此会话；已通过双用户并发的真实跨用户隔离测试。
• 机构账号认证：认证服务直接走 Linux PAM，用机构已有的用户名密码登录，无需另建账号体系。
• 服务端常驻：用户进程由 systemd 管理，不依赖浏览器连接；系统重启后服务自动恢复。

数据合规口径：原始数据仅在服务器本地 R/Python 环境中读取；是否有数据出内网取决于管理员配置的 LLM 服务商。需要完全数据驻留时，可配置 Ollama 等私有化 LLM——平台本身不含“数据不出内网”的技术强制，这一点我们如实说明。

数据核验日期：2026-08-11，依据 cc-bioinfo v0.1.0 文档。

想看更细的对比——包括与通用 AI 技能库、在线分析平台、自己写脚本的逐项比较，以及不该用本平台的场景——见对比页。

1. 第 1 步 · 先申请试用：邮件联系 moogtang@gmail.com。用起来就是浏览器里直接用中文对话，两个推荐的入口：丢一篇你领域的文献让 bio-design 拆解，或拿一份公开 GEO 数据让 bio-analyze 跑段质控与聚类。
2. 第 2 步 · 选版本：个人自用选个人版，科室或机构选企业版，详见购买说明。
3. 第 3 步 · 部署与开通：个人版跟着个人版部署指南走即可，三段视频覆盖全过程；企业版在你们自有服务器上部署，安装向导会自动安装全部依赖、配置 TLS，并在完成后运行 17 项自检。部署包与安装支持在购买后提供。

两列数字差距很大，是因为量的不是同一件事：企业版那栏只是平台本身的开销，真实分析跑在机构的算力上；个人版所有事都在你这台机器上完成——平台、Conda 环境、原始数据、分析计算全都在本地，所以要按跑得动单细胞、空间转录组来准备。部署指南里有镜像获取与安装的完整说明。

以下 6 个课题在 cc-bioinfo 平台上端到端完成：由 AI 临床医生角色与 AI 生信科研者角色协作，人类只在开头说一句话。全部使用公开真实数据，含如实报告的阴性结果。完整过程档案见 真实案例 页。

• 孟德尔随机化
  统计遗传学
  房颤 → 心衰的因果结构与蛋白中介基于 IEU OpenGWAS 汇总统计量，AF→HF OR 1.34（p=3×10⁻⁵⁹），1,915 个血浆蛋白全扫、中介交集为零——一句话指令产出 8,060 词英文投稿手稿。
• 单细胞 + 空间
  心血管
  颈动脉斑块 SMC 稳定性五层证据闭环20,909 个 SMC 谱系细胞 + Xenium 120,164 细胞空间验证；数据不支持预设时，AI 把整篇论文的命题推翻重建。
• 药物基因组学
  对比研究
  CAVD vs CAD 因果图谱对比与药物重定位300 靶点双结局 MR、26 小时 7 条并行证据线——用遗传学解释“他汀为什么治不好瓣膜钙化”。
• 机制药理
  分子对接
  七氟醚 × 心肌缺血再灌注 × 铁死亡撞上预注册闸门后诚实换向：对接分数全部未过线，结论如实框定为“非单靶点抑制”。
• 循证医学
  伞式综述
  HFpEF 药物治疗证据版图体检102 篇 Meta 分析：96.1% AMSTAR-2 评级 Critically Low，全语料重叠度 16.7%——“这个领域需要的不是更多 MA，而是更好的 MA”。
• 生殖医学
  自主选题
  反复着床失败内膜受容窗口三轮连续研究AI 自己出题、三轮层层收缩、三次诚实关门——每一轮都关闭了一个被广泛假设成立的机制。