Files
PlantAI-dev/config/settings.yaml
T

249 lines
6.5 KiB
YAML
Raw Normal View History

2026-08-03 18:42:47 +08:00
# =============================================================================
# BotanicalBaseAgent 配置文件
# =============================================================================
# 此文件包含基因家族分析Agent的全局配置
# 修改后需要重启Agent生效
# =============================================================================
# -----------------------------------------------------------------------------
# 基础路径配置
# -----------------------------------------------------------------------------
paths:
# 工作空间根目录(分析结果存放位置)
workspace: "workspace"
# 脚本目录(Perl/R脚本位置)
scripts: "scripts"
# 数据目录
data: "data"
# Pfam HMM模型目录
pfam_hmm: "data/pfam_hmm"
# 参考序列目录(如拟南芥家族成员序列)
reference: "data/reference"
# 基因组数据目录
genomes: "data/genomes"
# 知识库文档目录
kb_docs: "kb_docs"
# 向量数据库存储目录
kb_store: "kb_store"
# -----------------------------------------------------------------------------
# 工具默认参数
# -----------------------------------------------------------------------------
tools:
# HMMER参数
hmmsearch:
# 默认使用可信阈值
use_cut_tc: true
# 备用E-value阈值(当use_cut_tc=false时使用)
evalue: 1.0e-5
# CPU核心数
cpu: 4
# 超时时间(秒)
timeout: 3600
# BLAST参数
blast:
# E-value阈值
evalue: 1.0e-5
# 序列一致性阈值(%)
identity_threshold: 30.0
# 线程数
num_threads: 4
# 输出格式
outfmt: "6 std qlen slen"
# MUSCLE参数
muscle:
# 最大迭代次数
max_iterations: 16
# 超时时间(秒)
timeout: 3600
# MAFFT参数
mafft:
# 默认算法(auto会根据序列数量自动选择)
algorithm: "auto"
# 最大迭代次数
max_iterations: 1000
# 线程数
threads: 4
# 超时时间(秒)
timeout: 7200
# 自动选择算法的阈值
auto_selection:
# 序列数<=此值时使用L-INS-i
linsi_max_seqs: 200
# 序列数<=此值时使用FFT-NS-i
fftnsi_max_seqs: 500
# trimAl参数
trimal:
# 默认修剪方法
method: "gappyout"
# 可选方法: gappyout, strict, automated1
# seqtk参数
seqtk:
# 是否优先使用seqtk(比Python实现更快)
prefer_seqtk: true
# -----------------------------------------------------------------------------
# 鉴定流程参数
# -----------------------------------------------------------------------------
identification:
# 结果合并方法
merge_method: "intersection" # intersection(交集,推荐)或 union(并集)
# 最小候选基因数警告阈值
min_candidates_warning: 5
# 最大候选基因数警告阈值(可能有假阳性)
max_candidates_warning: 500
# -----------------------------------------------------------------------------
# 蛋白特征分析参数
# -----------------------------------------------------------------------------
features:
# 理化性质计算
physicochemical:
# 是否使用R脚本(更准确)
use_r_script: true
# R脚本路径
r_script: "scripts/fasta_pI_mw.R"
# 跨膜结构域预测
transmembrane:
# 首选方法: deeptmhmm, tmhmm, simple
preferred_method: "auto"
# 疏水性扫描窗口大小
window_size: 19
# 疏水性阈值
hydrophobicity_threshold: 1.6
# 亚细胞定位预测
subcellular:
# 首选方法: local, online, feature
preferred_method: "auto"
# 本地脚本路径
local_script: "scripts/get_Plant_mPLoc_out.py"
# 在线服务超时(秒)
online_timeout: 300
# -----------------------------------------------------------------------------
# 比对和进化分析参数
# -----------------------------------------------------------------------------
alignment:
# 是否自动生成多种格式
auto_convert_formats: true
# 输出格式列表
output_formats:
- "fasta"
- "phylip"
- "nexus"
# 是否自动修剪比对
auto_trim: false
# 可视化设置
visualization:
# 是否自动生成可视化
auto_generate: false
# R脚本路径
r_script: "scripts/msa_figure.R"
# -----------------------------------------------------------------------------
# LLM配置
# -----------------------------------------------------------------------------
llm:
# 模型提供商: openai, anthropic, local
provider: "openai"
# OpenAI配置
openai:
model: "gpt-4"
temperature: 0
max_tokens: 4096
# 本地模型配置(如使用Ollama)
local:
base_url: "http://localhost:11434/v1"
model: "llama2"
temperature: 0
# -----------------------------------------------------------------------------
# 向量数据库配置
# -----------------------------------------------------------------------------
vector_store:
# 类型: faiss, chroma
type: "faiss"
# 嵌入模型
embedding:
model: "BAAI/bge-m3"
# 本地模型路径(如果已下载)
local_path: "models/bge-m3_from_web"
# 设备: cpu, cuda
device: "cpu"
# 检索参数
retrieval:
# 返回的文档数量
top_k: 5
# 相似度阈值
score_threshold: 0.5
# -----------------------------------------------------------------------------
# 搜索配置
# -----------------------------------------------------------------------------
search:
# Tavily搜索
tavily:
# 搜索深度: basic, advanced
search_depth: "advanced"
# 最大结果数
max_results: 5
# SearchAPI
searchapi:
engine: "google"
max_results: 5
# -----------------------------------------------------------------------------
# 日志配置
# -----------------------------------------------------------------------------
logging:
# 日志级别: DEBUG, INFO, WARNING, ERROR
level: "INFO"
# 日志文件
file: "logs/agent.log"
# 是否输出到控制台
console: true
# 日志格式
format: "%(asctime)s - %(name)s - %(levelname)s - %(message)s"
# -----------------------------------------------------------------------------
# 输出配置
# -----------------------------------------------------------------------------
output:
# 是否保存中间结果
save_intermediate: true
# 是否生成分析报告
generate_report: true
# 报告格式: markdown, html, pdf
report_format: "markdown"
# 结果文件命名模板
naming_template: "{species}_{family}_{date}"