ClawBio/ClawBio

解决的问题

ClawBio 提供了一种使用 AI 代理执行复杂生物信息学工作流的标准化方法。它通过用版本化、同行评审的「技能」库替代即兴提示，解决了 LLM 可能产生科学指南幻觉或使用过时方法的「随机性」AI 代码生成问题。这些技能确保领域专业知识（如药物基因组学指南）以机器可读的契约形式编码，而非依赖模型的训练数据。

如何工作

ClawBio 采用「以规范为先」的方法。每个技能是一个自包含的目录，包含声明式规范（SKILL.md）、经过验证的 Python 代码、演示数据以及可复现性包（包括 shell 命令和环境快照）。这使得 AI 代理能够协调分析过程，而无需即兴发挥科学逻辑。该系统以本地优先为设计原则，数据默认在用户机器上处理，且与代理无关，可跨不同 LLM（Claude、ChatGPT、Ollama）使用。

适用人群

专为需要可复现、可验证的 AI 辅助基因组分析，同时不牺牲数据隐私或科学准确性的生物信息学家、遗传学研究人员和临床医生设计。

主要亮点

• 丰富的技能库：包含 96 项技能，涵盖个人药物基因组学、群体 GWAS 查找、临床变异报告以及单细胞 RNA-seq 包装器。
• 可复现性包：导出重放命令、环境元数据和校验和，使结果可在无需原始 AI 会话的情况下被验证。
• 本地优先隐私保护：基因组数据在本地处理以确保隐私，任何需要外部 API 调用的技能均有明确文档说明。
• 验证基础设施：配备基准测试套件，包含真实数据和模拟 API 服务器，用于评估技能准确性（例如基因恢复率和 F1 分数）。
• Genomebook 沙箱：一个合成遗传学环境，用于建模孟德尔遗传和培育虚构角色档案。