scvi-tools 插件合集（共 12 个）

【MyDestVI 独立实现（MyDestVI）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   DestVI 的独立复现版本，不依赖 scvi-tools，用 Python 实现空间转录组细胞类型解卷积与丰度估计。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/11e11/MyDestVI
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MyDestVI 独立实现」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/11e11/MyDestVI
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【scdefg 差异表达 GUI（scdefg）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   基于 Flask 的单页 GUI 应用，调用 scvi-tools 做差异表达分析，输出火山图与可下载的差异表达结果表格。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/Munfred/scdefg
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「scdefg 差异表达 GUI」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Munfred/scdefg
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【scvi-tools Colab 助手（scvi-colab）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   轻量助手工具，帮助在 Google Colab 中快速安装并配置 scvi-tools 环境，省去手动处理依赖的麻烦。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/scverse/scvi-colab
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「scvi-tools Colab 助手」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/scverse/scvi-colab
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【scvi-tools 图形界面（scvi-gui）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   为 scvi-tools 提供的图形界面，让用户无需编写代码即可完成单细胞深度生成模型的训练与统计分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/mjayasur/scvi-gui
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「scvi-tools 图形界面」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mjayasur/scvi-gui
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【scvi-hub 预训练模型（scvi-hub-models）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   针对 Hugging Face 上预训练 scvi-tools 模型的可重复性工作流，便于直接加载并复现已有的模型分析结果。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/YosefLab/scvi-hub-models
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「scvi-hub 预训练模型」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/YosefLab/scvi-hub-models
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【spatialDGM 空间模型（scvi-spatialDGM）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   使用 scvi-tools 实现的空间模型 spatialDGM，用于空间组学数据的深度生成建模与空间区域解析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/andreaskapou/scvi-spatialDGM
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「spatialDGM 空间模型」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/andreaskapou/scvi-spatialDGM
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【scvi-tools Web 应用（scvi-tools-gui）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   面向 scvi-tools 的 Web 应用，通过浏览器界面配置并运行单细胞与空间组学数据的深度概率分析流程。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/YosefLab/scvi-tools-gui
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「scvi-tools Web 应用」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/YosefLab/scvi-tools-gui
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【scvi-tools MCP 服务（scvi-tools-mcp）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   为 scvi-tools 提供的 MCP 服务器，让 AI 助手可调用其单细胞组学深度概率分析能力，实现自动化分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/YosefLab/scvi-tools-mcp
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「scvi-tools MCP 服务」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/YosefLab/scvi-tools-mcp
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【scvi-tools 官网（scvi-tools-site）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   scvi-tools 官方网站，集中介绍单细胞与空间组学深度概率分析模型的用法、教程与文档资料。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/scverse/scvi-tools-site
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「scvi-tools 官网」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/scverse/scvi-tools-site
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【R 语言 scvi 接口（scviR）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   R 与 scvi-tools 之间的实验性接口，让 R 用户能够调用 scvi-tools 的深度生成模型来分析单细胞数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/vjcitn/scviR
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「R 语言 scvi 接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/vjcitn/scviR
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【SENADVAE 模型实现（SENADVAE）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   为 scvi-tools 实现的 SENADVAE 模型，面向单细胞数据中异质性与批次效应的变分自编码器建模。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/aperonalope/SENADVAE
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「SENADVAE 模型实现」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/aperonalope/SENADVAE
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞翻译 VAE（single_translator_VAE）安装教程】—— scvi-tools

■ 前置条件
   · 已装 Python 3.10+（推荐用 conda/uv 建独立环境）。
   · 已装 PyTorch（GPU 版更快，CPU 版也能跑）。

■ 本扩展是什么
   在 scvi-tools 中实现的 VAE 模型，用于单细胞与单核转录组之间的跨模态翻译与整合分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 为官方/社区仓库源码包，解压后按下面方式安装。

■ 安装步骤
   1. 建环境并装主体：conda create -n scvi python=3.11 ; pip install scvi-tools
   2. 解压本目录的扩展包，进入解压目录执行： pip install -e .
   3. 或者直接运行目录里的脚本/notebook（部分扩展无需安装，导入即用）。
   4. 若扩展是模型类（例如空间/多模态模型），装好后在代码里：from 包名 import 模型类 调用。

■ 验证是否装好
   · 命令行执行 python -c "import scvi; print(scvi.__version__)" 能打印版本号。
   · 扩展包同样 import 一下不报错即可。

■ 常见问题
   · 报错缺 torch：先 pip install torch（按官网选 CPU/GPU 版本）。
   · 报错 scvi-tools 版本不兼容：扩展一般要求同大版本，按 README 指定版本安装。
   · 内存不足：单细胞数据大，建议 32G 内存以上，或按 README 分块处理。

■ 来源与版权
   https://github.com/greenelab/single_translator_VAE
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞翻译 VAE」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/greenelab/single_translator_VAE
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。