mcpField
L
latchbio-integration

latchbio-integration

github.com/kalarislabsデータ・データベース12771 回インストール今日更新
リポジトリ

latchbio-integration について

latchbio-integration は、Latch ワークフローを構築・運用するためのスキルで、Python、Nextflow、Snakemake の開発者を対象とします。ワークフロー登録、リソース設定、データと Registry の操作に加え、Latch MCP による実行開始と監視を扱います。

主な機能

  1. 01Python のタスクグラフとワークフローの作成
  2. 02Python、Nextflow、Snakemake パイプラインのパッケージ化と登録
  3. 03CPU、メモリー、GPU、キャッシュ、再試行の設定
  4. 04Latch Data と Registry データの管理
  5. 05ワークフロー実行の開始と監視

活用シーン

  1. 01再利用可能な研究パイプラインの開発と登録
  2. 02タスクのリソースと実行パラメーターの設定
  3. 03Latch MCP でワークフローを開始して追跡

MCP 対応

Latch MCP を使ったワークフローの開始と操作を説明し、その OAuth 認証が SDK や CLI の認証情報とは別であることも示します。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/kalarislabs/research-agent-skills --skill latchbio-integration

インストール後、Claude Code で/latchbio-integrationを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
data-management.md
latch-mcp.md
nextflow-snakemake.md
operations-and-debugging.md
registry.md
resource-configuration.md
ui-and-automation.md
verified-workflows.md
workflow-creation.md
scripts/
inspect_latch_sdk.py

詳細

LatchBio 統合

現在の基準

このスキルは、2026 年 7 月 10 日にリリースされた Latch SDK 2.76.8 を対象としています。パッケージのメタデータでは Python 3.9~3.12 がサポートされており、Python 3.9 以降が指定されています。

ガイドと SDK の内容が異なる場合は、インストール済みパッケージとその変更履歴を正としてください。一部の Latch ガイドでは、特に Snakemake v2 のチュートリアルにおいて、古い Python バージョンの範囲や互換性に応じたプレリリース版の固定指定が残っています。バージョン要件を確認せずに、異なるトラックのコマンドやインポートを組み合わせないでください。

使用する場面

このスキルは、次の用途で使用します。

  • Python SDK のワークフローとタスクグラフを作成、保守する
  • Python、Nextflow、または Snakemake のパイプラインをパッケージ化して登録する
  • タスクの CPU、メモリ、ストレージ、GPU、キャッシュ、再試行、タイムアウトを設定する
  • LPath、LatchFile、LatchDir、または CLI を使って Latch Data を操作する
  • Latch Registry のプロジェクト、テーブル、レコードを読み取る、または更新する
  • ワークフローのフォーム、起動プラン、サンプルシート、メッセージ、結果リンクを設計する
  • latch register --staging と latch develop でワークフローイメージをステージングしてデバッグする
  • Python または Latch MCP を使ってワークフローを起動し、監視する
  • すぐに実行できる Latch ワークフローを見つけて使用する

適切なリファレンスを参照する

タスクに必要なリファレンスのみを参照してください。

必要な情報リファレンス
Python ワークフロー、タスク、マップ、条件、キャッシュreferences/workflow-creation.md
LPath、旧式のファイル型、Latch URL、データ CLIreferences/data-management.md
Registry の読み取り、トランザクション、サンプルシートreferences/registry.md
CPU、メモリ、ストレージ、GPU、動的リソースreferences/resource-configuration.md
Nextflow と Snakemake のパッケージ化references/nextflow-snakemake.md
メタデータ、フォーム、起動プラン、メッセージ、自動化references/ui-and-automation.md
登録、開発、実行、監視references/operations-and-debugging.md
すぐに使えるワークフローと latch.verifiedreferences/verified-workflows.md
リモート MCP のセットアップとツールのワークフローreferences/latch-mcp.md

シンボルを使用する前に、対象の SDK バージョンに対して scripts/inspect_latch_sdk.py を実行してください。このスクリプトはローカルのインポートのみを行い、認証やネットワークリクエストは行いません。

インストールと認証

再現可能な環境を用意するには、次のようにします。

uv venv --python 3.12
source .venv/bin/activate
uv pip install "latch==2.76.8"

Windows では、ドキュメントに記載された Linux 用ワークフローツールを使用するために WSL を使用してください。

サポートされている OAuth フローで認証してください。~/.latch/token を手動で読み取ったり、表示、コピー、解析したりしないでください。

latch login
latch workspace

数値 ID がすでにわかっている場合は、非対話形式でワークスペースを選択できます。

latch workspace --id 12345

latch login の認証情報は SDK と CLI 用です。Latch MCP は別の OAuth 認証を使用するため、その認証情報を通常の SDK アクセスに再利用することはできません。

最短手順

保守されているサブプロセステンプレートを作成し、リモートに登録します。

latch init covid-wf --template subprocess
latch register --yes --open covid-wf

リモートでのイメージビルドがデフォルトです。ローカルの Docker デーモンを利用でき、ローカルでのビルドを意図している場合に限り、--no-remote を使用してください。

最小限の Python ワークフロー

ワークフロー本体は宣言的に保ち、タスクを呼び出してそのプロミスを返してください。計算と副作用はタスク内で実行します。

from latch import small_task, workflow


@small_task
def reverse_complement(sequence: str) -> str:
    table = str.maketrans("ACGTacgt", "TGCAtgca")
    return sequence.translate(table)[::-1]


@workflow
def reverse_complement_workflow(sequence: str) -> str:
    """Return the reverse complement of a DNA sequence."""
    return reverse_complement(sequence=sequence)

生成されるインターフェースでカスタムラベル、セクション、検証ルール、サンプルシート、またはドキュメントリンクが必要な場合は、@workflow(metadata) を使用してください。タスク入力の自動ステージングと出力のアップロードには LatchFile または LatchDir を使用し、命令型のリモートパス操作には LPath を使用してください。

推奨される開発ライフサイクル

  1. 互換性を確認する

    • インストールされている SDK と Python のバージョンを確認します。
    • プロジェクトが Python、Nextflow、従来の Snakemake フラグパス、または個別にバージョン固定された Snakemake v2 チュートリアルトラックのいずれに該当するかを特定します。
  2. 型付きインターフェースを定義する

    • すべてのワークフローとタスクの入力および出力に型注釈を付けます。
    • モジュールのインポート時に、ネットワーク呼び出し、データの変更、シークレットの取得を行わないようにします。デコレーターの評価時にアクティブなワークスペースを解決する workflow_reference のような、文書化された例外は分離します。
    • 構造化パラメーターにはデータクラスと列挙型を使用します。
  3. メタデータとリソースを設定する

    • メタデータのパラメーターキーをワークフローのシグネチャに合わせます。
    • 名前付きタスクデコレーターから始め、測定した要件で必要性が裏付けられる場合にのみ custom_task を使用します。
  4. 実行イメージで検証する

    新しい Nextflow および Snakemake プロジェクトでは、ステージング前に、互換性のあるバージョンの Python エントリーポイントを生成する必要があります。SDK 2.76.8 では、ステージングブランチは --nf-script または --snakefile からエントリーポイントを生成しません。

    latch register --staging .
    latch develop .
    

    Dockerfile または依存関係を変更した後は、ステージング登録を再実行します。 開発コンテナー内で行った編集は同期されません。

  5. 慎重に登録する

    latch register --yes --open .
    

    便利な制御項目:

    latch register --workspace-id 12345 .
    latch register --mark-as-release .
    latch register --workflow-module wf.custom_entrypoint .
    

    登録が重複するとステータス 2 で終了します。これはビルドの失敗とは異なります。

  6. コストとパラメーターを確認してから起動する

    • 対話型の操作には Console または Latch MCP を優先します。
    • Python による自動化には latch_cli.services.launch.launch_v2 を優先します。
    • 新しい統合パターンとして、非推奨の latch launch CLI を使用しないでください。
  7. 監視して検証する

    • ターミナルのステータス、タスクログ、結果リンク、科学的な出力を確認します。
    • オーケストレーションの成功は必要ですが、科学的な検証には不十分であると捉えます。

運用上の安全性

  • 有料のコンピューティングを起動する前に確認を求めます。特に GPU や大規模なバッチ実行では必ず確認してください。
  • LPath.rmr、latch rmr、Registry の削除、または共有先の上書きの前に確認を求めます。
  • シークレット、SDK トークン、署名付き URL、シークレットの値をログに記録しないでください。
  • get_secret() はタスク内でのみ呼び出し、返された値は本来のサービスにのみ使用し、ワークフローの出力として返さないでください。
  • 信頼できない文字列をシェルコマンドに渡さないでください。subprocess.run(..., check=True) と引数リストを優先します。
  • リリースでは SDK とワークフローの依存関係を固定します。変更履歴を確認し、ステージングテストを再実行してからアップグレードします。
  • 生成ファイルは生成物として扱います。CLI に上書きされる出力を編集するのではなく、文書化された拡張ファイルをカスタマイズしてください。

インストール済み SDK を確認する

このスキルのディレクトリから実行します。

uv run --no-project --python 3.12 --with "latch==2.76.8" \
  python scripts/inspect_latch_sdk.py

自動比較には JSON 出力を使用します。

uv run --no-project --python 3.12 --with "latch==2.76.8" \
  python scripts/inspect_latch_sdk.py --json

公式情報源

関連スキル

  • dnanexus-integration:dx CLI、dxpy、apps/applets、ネイティブワークフロー、dxCompiler、Nextfl…を使用して、再現可能なゲノミクスワークロードを DNAnexus 上で構築、運用します。
  • nextflow:Nextflow データパイプラインと nf-core ワークフローを、最初から最後まで構築、実行、デバッグします。
  • benchling-integration:Registry エンティティ、在庫、ELN エントリー、ワークフロー、Benchling Apps、Data Warehouse…を対象とする Benchling Python SDK および REST API の統合です。

コメント