SuperAPI AI 工具集

bears-workflows

办公与效率

查看项目

更新于 10-16 04:54

技能介绍

用途:为 bears 的 PUDA 实验提供工作流选择与执行指导,先匹配任务对应的实验,再加载对应参考文件后执行。若不确定选哪个实验,必须先询问用户,不得假设。

主要能力与适用场景:

  1. 示例 P 形(example P Shape):在 OT-2 目标板上生成 P 形液体图案的 Python 协议,使用显式 pipette.aspirate(...) 与 pipette.dispense(...),可配置源/目标耗材、吸头架、移液器、甲板槽位、源孔与分液体积,结束时 pipette.drop_tip()。
  2. 颜色混合优化(colour-mixing-opt):通过 Delta E 2000 最小化迭代混合 RGB 染料与水,含相机拍摄、图像处理、BO/LLM/CO-HELIOS 建议下一组四组分体积比,逐轮生成报告。
  3. 黏度优化(viscosity-optimization):用天平重量反馈迭代调整 OT-2 吸液体积,仅优化 aspiration_volume,按 A1、A2、A3、A4 行优先用吸头,需密度换算误差。
  4. RSI 优化:递归自我改进变体,评估者与执行者分离,评估者不得操作硬件,执行者不得改参数。
  5. YOLO 对齐(yolo-alignment):用 CAM2 YOLO 与夹爪内侧胶带线计算左右/不动建议。
  6. VLM Move 与 Elephant 抓取:用 VLM 检测目标、仿射标定像素到机器人坐标、网格放置并人工确认。

使用方式:解析用户意图→匹配实验能力→不明确则询问→加载对应参考文件→确认后执行。运行前需确认甲板槽位、OT-2 IP(写入 .env 的 ROBOT_IP)、目标颜色、最大迭代次数等;物理执行前运行 puda-opentrons-vision-validation。LLM 优化需在本地环境配置 OPENROUTER_API_KEY,禁止在聊天中粘贴密钥。

限制:外部 LLM 输出视为不可信,仅接受严格校验的 JSON 数值字段,需用户批准后才能生成或执行协议;颜色混合每次拍摄须独立重标定,不得复用默认配置;黏度优化须确认天平读数新鲜且 age < 5 s,否则中止;协议结束时不得残留吸头。资料未提供具体收费、价格与平台支持信息。