注释增强（可选）

概述

注释增强是一种高级验证工具，通过多次迭代分析增强注释的置信度。它特别适用于：

验证低置信度注释
获取特定细胞簇的详细见解
解决模糊的细胞类型分配
生成全面的验证报告

快速开始

runCASSIA_annotationboost(
    full_result_path = "batch_results_summary.csv",
    marker = marker_data,
    cluster_name = "CD4+ T cell",
    major_cluster_info = "Human PBMC",
    output_name = "Cluster1_report",
    model = "anthropic/claude-sonnet-4.6",
    provider = "openrouter",
)
R

输入

CASSIA批量分析的完整结果CSV（_summary.csv）
原始标记基因文件（建议使用原始标记文件 - 请勿过滤！）
簇上下文信息
特定簇标识符
（可选）批量注释的对话 JSON 文件（_conversations.json）

参数

必需参数

参数	描述
`full_result_path`	CASSIA 结果 CSV 文件的路径（`_summary.csv`）
`marker`	标记基因数据（数据框或路径）。使用与初始分析相同的标记数据（不要过滤）
`cluster_name`	要验证的目标簇的确切名称
`major_cluster_info`	数据集的上下文信息（例如，"Human PBMC", "Mouse Brain"）
`output_name`	输出验证报告的基本名称

可选参数

参数	默认值	描述
`num_iterations`	5	验证轮数
`model`	-	使用的 LLM 模型。推荐：`anthropic/claude-sonnet-4.6` 或更好的模型
`provider`	-	模型的 API 提供商
`conversations_json_path`	`"auto"`	对话 JSON 文件路径，或 `"auto"` 从 `full_result_path` 自动检测（例如，`batch_summary.csv` → `batch_conversations.json`）
`conversation_history_mode`	`"full"`	如何使用先前的对话历史：`"full"`、`"final"` 或 `"none"`
`search_strategy`	`"breadth"`	探索假设的策略：`"breadth"` 或 `"depth"`
`report_style`	`"per_iteration"`	最终报告的格式：`"per_iteration"` 或 `"total_summary"`
`reasoning`	-	推理深度级别：`"low"`、`"medium"`、`"high"`。仅支持 OpenAI GPT-5 系列模型

输出

分析生成以下输出文件：

{output_name}_summary.html：包含详细分析结果和可视化的 HTML 报告。
{output_name}_raw_conversation.txt：包含完整分析对话的原始对话文本。