CodeR3：基于生成式AI的工作流修复与复活生态系统

科学工作流编码了宝贵的领域知识和计算方法。然而，研究始终表明，大比例的已发布工作流随时间衰减。对于像Taverna这样的遗留工作流系统而言，这一问题尤为突出，由于服务中止、过时的依赖关系以及系统退役，先前功能正常的工作流已无法使用。我们提出一种新的遗留工作流迁移系统，称为CodeR$^3$（即Code Repair, Revival and Reuse的缩写），该系统利用生成式AI来分析衰减工作流的特征，将其复原到诸如Snakemake和VisFlow等现代工作流技术中。我们的系统还集成了分步工作流分析可视化、自动服务替换和人类在环验证。通过Taverna工作流复活的多个案例研究，我们展示了该方法的可行性，同时识别出需要人工监督的关键挑战。我们的发现表明，自动化显著减少了工作流解析和服务识别的手动工作量。然而，诸如服务替换和数据验证等关键任务仍需要领域专长。我们的结果将是一个众包平台，使社区能够协作复活衰减的工作流并验证复活后工作流的功能和正确性。这项工作为工作流复活提供了一种在自动化效率与必要人工判断之间进行权衡的框架。