GPTomics/bioSkills

bioSkills – 生物信息学的AI代理「技能」

是什么 – bioSkills 是一个精心整理的「技能」（代码片段、最佳实践模板和使用指南）库，用于教导大型语言模型编码代理（Claude Code、OpenAI Codex、Google Gemini/Antigravity、OpenCode、OpenClaw）如何编写正确、符合惯例的生物信息学脚本。每个技能涵盖一个具体任务——例如读取FASTA、运行变异检测流程或执行单细胞差异表达分析——并捆绑了首选工具、命令行标志和示例代码。

为何重要 – 现代基于LLM的编码助手可以生成代码，但常常忽略领域特定的细微差别（文件格式、工具版本、统计惯例）。通过将 bioSkills 加载到代理中，模型获得一个现成的知识库，从而显著提升其为计算生物学工作流生成代码的准确性和可重复性。

主要内容

• 41个技能类别，涵盖从底层序列I/O到高层多组学整合、化学信息学、液体活检和工作流管理的广泛范围。
• 工具覆盖 包括最广泛使用的Python、R/Bioconductor和CLI工具（如Biopython、samtools、DESeq2、Seurat、GATK、AlphaFold、RDKit、Snakemake、Nextflow等）。
• 示例与参考 – 每个技能都附带一个 examples/ 文件夹，包含可运行的脚本和 usage-guide.md，解释每个命令行选项的设计原理。
• 评估 – 仓库中链接的基准报告展示了这些技能在 Bio-Task Bench 数据集上的影响，并附有性能图表。

安装 – 仓库为每个支持的LLM平台提供轻量级包装脚本。例如，要将技能全局提供给Claude Code：

git clone https://github.com/GPTomics/bioSkills.git
cd bioSkills
./install-claude.sh          # 全局安装
# 或安装到特定项目
./install-claude.sh --project /path/to/my/project
# 仅安装单细胞和变异检测类别
./install-claude.sh --categories "single-cell,variant-calling"

类似的 install-codex.sh、install-antigravity.sh、install-opencode.sh 和 install-openclaw.sh 脚本也存在，均支持 --list、--validate、--update、--dry-run 和 --uninstall 标志。

如何使用 – 安装后，代理的技能目录（如 ~/.claude/skills/ 或 ~/.agents/skills/）将包含如下层次结构：

sequence-io/
  read_fasta.py
  write_fastq.py
  usage-guide.md
variant-calling/
  germline_gatk.py
  sv_manta.py
  usage-guide.md
…

当你提示LLM「编写一个从BAM文件中调用体细胞SNP的流程」时，模型可以检索 germline_gatk.py 模板，调整路径，并生成一个尊重最佳实践标志（如读取组、VQSR等）的可直接运行脚本。同样适用于R任务——例如，Seurat单细胞聚类技能可返回一个包含适当QC阈值的可重复R脚本。

依赖项 – README列出了所需的Python包、R/Bioconductor库和系统工具（samtools、bcftools、blast、minimap2等）。安装脚本不会安装这些外部工具；用户必须提前通过 pip、conda、brew 或 apt 满足这些依赖。

状态 – 该仓库已归档（不再更新），但结构仍然有效。作者鼓励用户 fork 该仓库，并根据自身领域自定义或扩展技能集。

---

TL;DR – bioSkills 是一个全面、预打包的知识库，为LLM编码代理提供领域特定的生物信息学专业知识，使其能够生成准确、可重复的分析脚本，覆盖从基因组学、蛋白质组学到化学信息学的广泛任务。