Vol. I · 2026 · 基础医学实验智能体
解放双手 · 智创未来

LabGuide (Pip)专注实验,让每一步都有 AI 兜底

A hands-free AI copilot for wet-lab experiments.

9
高频实验协议
5
核心功能模块
3
端边云协同层
0
触屏 · 全程语音
I

项目寄语

From "memorize" to "assist"

基础医学实验是一场与细节的博弈。一个完整的 Western Blot 超过 20 个步骤,PCR 体系配制要求微升级精度,细胞传代的胰酶消化仅 1-3 分钟——而实验者的双手,此刻正戴着一双可能沾染试剂的手套。

于是我们观察到一个普遍的困境:超过 70% 的研究生在一次实验中至少要中断 3-5 次去查手机或手册,30% 以上的失败源于"忘记计时",而关键细节往往只能在事后凭回忆补记。

"实验操作不应是一场单方面的记忆负担,而应是一次被 AI 兜底的标准化流程。"

LabGuide(Pip)想做的,是在不占用双手、不转移视线的前提下,把步骤导航、加样清单、智能计时与结构化记录,全部装进一副 80 克的眼镜里——解放双手,让每一次操作都有迹可循,让实验室的知识沉淀为可复用的数字资产。

II

项目初衷

Three pains in the wet lab
PAIN 01

双手被占用

戴着手套无法翻手册、查手机,凭记忆操作,一步错导致整批样本报废。现有工具都需要"触屏",而实验台前最缺的就是一只手。

PAIN 02

计时易遗忘

封闭 1 小时、离心 12 分钟、消化 3 分钟——专注操作时极易忘记正在进行的计时,因"超时"导致的失败占比高达 30%。

PAIN 03

记录总滞后

关键细节(抗体浓度、离心机异响、异常现象)靠事后回忆补记,时间戳模糊,严重影响实验可重复性与故障排查。

III

核心功能

Five modules, one hands-free loop
01

语音实验导航

Voice Protocol Navigation

说一句唤醒词,眼前悬浮步骤清单,当前节点高亮,核心要点语音播报。支持下一步 / 上一步 / 重复 / 跳到第 N 步,断点续做。

Pip,开始 Western Blot
Western Blot 已启动,共 12 步。当前步骤 1:样品制备,预计 30 分钟
唤醒词「Pip」步骤状态机断点续做
02

加样清单 · 眼前显示

Reagent Checklist in-view

提前导入本次实验的加样清单,眼前实时显示"该加哪一样、加多少、注意什么",当前项绿色高亮,完成后自动推进。

下一样
已完成 0/6。下一样:RIPA 裂解液,500μL。注意:预冷,加蛋白酶抑制剂
Excel 一键导入当前项高亮进度同步
03

智能时序引擎

Intelligent Timing Engine

理解"封闭 1h""离心 12min"等语义,自动触发倒计时;到期前语音预告,到期时震动 + 语音双重告警。

Pip,计时封闭 1 小时
已开始计时 60:00。将在 55:00 时提醒你一次
语义提取时长多级提醒动态调整
04

语音实验批注

Voice Experiment Annotation

一句话即可生成带时间戳与步骤编号的结构化批注,自动分类归档,集中存储不可篡改,实验结束一键导出报告。

备注:一抗 1:500 背景偏高
已记录批注:步骤 7 一抗孵育,异常/风险,14:32
服务端时间戳自动分类追加式留痕
05

实验协议库

Protocol Library

Western Blot、PCR、细胞传代、免疫荧光、流式、ELISA、质粒提取、免疫组化、CCK-8 共 9 大高频实验,标准化流程封装为结构化知识库,RAG 检索确保步骤与参数来自医学审核内容,杜绝大模型幻觉。

9 大实验知识库 RAG医学审核杜绝幻觉
IV

实现路径

One hands-free closed loop

语音唤醒

“Pip,开始 Western Blot”

步骤导航

眼前悬浮步骤 + 要点播报

加样清单

当前项高亮 + 自动计时

批注留痕

带时间戳结构化归档

V

项目亮点

Why this, why now

真实的医工交叉场景,而非"伪需求"

源于团队成员在医学院实验室的亲身观察与痛点验证,所有功能都对应真实的实验操作风险。不是"为了 AR 而 AR",而是"因为实验台前的双手被占用,所以必须 AR"。

零代码快速搭建

基于灵珠平台的可视化工作流编排,实验协议像"插件"一样扩展——任何实验室都能上传自己的 Protocol,30 分钟内生成专属智能体,无需雇佣 AR 开发团队。

知识增强生成,杜绝幻觉

严格采用 RAG 架构:所有实验步骤、时间参数与风险提示均来自结构化医学知识库,大模型只负责理解与组织——杜绝"封闭 1 小时"被大模型随口改成"封闭 30 分钟"这类医学错误。

端云协同的轻量架构

端侧 Rokid Glasses 负责毫秒级语音响应与本地计时(断网可用);云端大模型负责语义理解与推理;知识库保障离线可查。既满足地下室实验室的网络波动,又发挥云端智能优势。

VI

市场前景

A real need, a measurable market
600+
开设医学/生物学专业的本科院校
1500-2500
基础医学教学实验室总量
35万
生命科学类在校研究生
5-8万
高校与科研院所课题组
·

他们正在经历什么

张同学 · 医学硕士研究生二年级

肿瘤免疫方向,每周至少 2 次 Western Blot 和 1 次细胞传代。一抗孵育 4℃ 过夜,第二天总忘记开始时间;戴手套无法查 Protocol,曾漏加 Marker 导致整板样本无法定位,浪费 3 天工作量。

李教授 · 实验教学中心副主任

负责《分子生物学实验》课程,每班 25 名学生、每学期 8 个班。学生操作不规范只能在结果异常时才发现;实验室曾发生离心机未配平导致转子损坏的安全事故。

王博士 · 神经生物学博士后

同时进行免疫组化、ELISA 和流式细胞术。多实验并行时时间窗口冲突(IHC 显色与 ELISA 孵育重叠)容易记混;实验记录分散在笔记本、手机备忘录和电脑中,无法统一追溯。

·

为什么是 Rokid Glasses + 灵珠平台

方案核心问题Pip 的差异
纸质实验手册易污染、无法更新、无计时、无交互动态更新、语音交互、自动计时、免提操作
手机 / 平板 App需触屏,戴手套无法使用,低头打断节奏眼前悬浮显示、语音控制、零触屏、不转移视线
通用语音助手不懂医学实验术语,无步骤逻辑与时序推理医学知识库增强、步骤时序推理、实验专属指令
Apple Vision Pro600g 颈椎负荷大、售价近 3 万、需 Swift 团队仅 80g、消费级价格、灵珠平台零代码搭建
LabGuide (Pip)轻量 · 免提 · 医学知识库 · 数据留痕可追溯
VII

技术栈

Device · Platform · Backend
01

端侧 · Rokid Glasses

Device — 语音交互与眼前显示的载体
80g 无线一体
语音交互
  • 唤醒词「Pip」· 爆破音低误触发
  • 本地 ASR 转写 · 医学术语词库
  • TTS 播报 + 震动双重告警
眼前显示
  • 双目衍射光波导 · 单色绿 on 黑
  • 步骤悬浮卡片 · 当前项高亮
  • 计时圆环 HUD · 到期闪烁
端侧能力
  • 本地计时器 · 息屏后台提醒
  • 离线协议缓存 · 断网可用
  • 断点续做 · 变量本地暂存
02

边缘 · 灵珠 AI 平台

Platform — 零代码编排的智能决策中枢
零代码
对话流编排
  • 开始 → 意图识别 → 分支路由
  • 7 路意图:启动 / 步骤 / 清单 / 批注 / 计时 / 报告 / 问答
  • 用户持久化变量 · 断点续做
智能能力
  • 意图识别大模型 · 语义解析
  • 知识库 RAG · 协议匹配
  • 结构化输出 · 卡片标记约定
插件工具
  • 6 个 HTTP 插件封装后端接口
  • OpenAPI 一键导入
  • 清单查询 / 批注入库 / 记录汇总
03

云端 · FastAPI 后端

Backend — 数据留痕的唯一事实源
HTTPS
接口层
  • GET / POST /api/checklist · 加样清单
  • POST /api/log/add · 批注落库
  • GET /api/log/list · 记录查询
  • POST /api/photo/upload · 照片归档
存储与留痕
  • JSONL 追加式写入 · 不可篡改
  • 服务端统一时间戳
  • 照片归档 + Markdown 报告
部署与运维
  • Nginx 反向代理
  • Let's Encrypt 证书
  • systemd 守护 · 崩溃自动重启
VIII

关于开发者

One builder, one team

毛毛小夫 陈禹墨

临床医学 × 全栈开发 × AI 工程 · 华中科技大学同济医学院 · 2022 级本科(2027 届)
>40 IF
4 篇论文累计影响因子
2 项大创
国家级 · 优秀结题
10+ 项竞赛
国家级 / 省级奖项
01
医学场景定义者多实验室轮转经验,制定 9 套实验协议的知识结构化规范
02
产品架构设计者端-边-云协同架构与交互设计,多次带队学科竞赛获奖
03
AI 智能体开发者灵珠工作流编排、Prompt 调优、RAG 知识库构建
04
用户验证组织者跨学科体验员团队,真实实验室场景迭代验证
"为 AI 找到最精准的落地场景,并为其适配好手脚——临床、实验室、文献堆里到处是这样的场景,而我恰好知道它们在哪里。"
MedReader Agent 独立开发者 自建 OpenClaw · 用 AI 开发 AI R / Python · 6 模块生信独立完成 公众号「行止集 BioRhythm」 求索阁 AI 讲座主讲

准备好专注实验了吗?

戴上眼镜,说一句「Pip,开始」。

进入工作台