GPTomics bioSkills 资源包

English

本目录完整引入了已归档的 GPTomics/bioSkills 仓库中的 561 份生物信息学操作配方， 版本固定在 commit d91ed3d563019e649dc854c56ccd62551359488a。 上游采用 MIT 许可证，原文完整保存在 LICENSE。OpenAI4S 将这批内容视为一份固定版本、 只读的第三方资源，而不是 561 个由 OpenAI4S 分别维护的实现。

安装

这里是一个集合，而不是单个 Skill：一个目录条目背后是 561 份配方。有 Node 18+、且 PATH 上有 git（npm 靠它解析 github: 形式的包名）即可，无需先克隆仓库：

npx github:PKU-YuanGroup/OpenAI4S install --collection bioskills --target claude

--target claude 写入 ~/.claude/skills，claude-project 写入 ./.claude/skills，openai4s 写入 <data_dir>/user-skills，--dir <path> 则写到你指定的任意位置。往目标写任何东西之前，都会先打印解析出的绝对路径；--dry-run 到此为止，不再写入。重装时，若目标副本被你改过、或者不是它自己装的，就拒绝覆盖；uninstall 也只删除它自己写过的文件。只想要其中一份配方时直接点名即可——npx github:PKU-YuanGroup/OpenAI4S install bio-differential-expression-deseq2-basics——名字取 MANIFEST.json 里的 directory 字段，uninstall 和 installed 认的也是它。把全部 561 份装进 ~/.claude/skills，等于让每个 Claude Code 会话的 prompt 都带上 561 条 description——正是下文“发现机制与上下文成本”一节要避免的开销——所以在这个目标上请只点名你需要的配方，--collection 留给 agent 会去搜索的目录（--dir）。对于 npm 发布版中包含的集合，可用 npx @pku-yuangroup/openai4s-skills install --collection bioskills --target claude 安装发布版本。npm 目录可能与当前仓库不同。

没有 Node 时，直接取配方本身。各份配方要平铺摆放——<目标>/<配方>/，也就是 --collection 写出来的样子——因为嵌在 skills 目录里的 bioskills/ 文件夹不会被发现。tarball 是整个仓库（超过 100 MB），下面这条管道是 POSIX shell（macOS、Linux、WSL）写法：

curl -L https://codeload.github.com/PKU-YuanGroup/OpenAI4S/tar.gz/refs/heads/main \
  | tar -xz --strip-components=2 OpenAI4S-main/skills/bioskills
mkdir -p ~/.claude/skills && mv bioskills/*/ ~/.claude/skills/

同一份内容的图形界面版本是点击下载整个仓库 zip 包，Windows 上也走这条路：解压后把 skills/bioskills/ 里面的各个目录拷出来——拷配方，不要连文件夹一起拷。单份配方用 python3 -m zipfile -c <配方>.zip <配方> 就能打成上传框认的压缩包。如果你本来就在跑 OpenAI4S，那这里没有任何东西需要安装——wheel 自带的就是此处这份固定版集合。目标目录、来源记录，以及安装器拒绝去做的那些事：tools/skills-installer/。

包含内容

资源包覆盖 63 个类别，包括序列与比对文件 I/O、变异检测、表达与表观组学、单细胞与空间 分析、结构生物学、蛋白质组、代谢组、微生物组、群体遗传学、临床生物统计、可视化、 报告和工作流管理。COLLECTION.json 是让本目录成为一个目录项、而不是 561 个平级 Skill 的关键：它记录 集合 id 和该集合在 system prompt 中占用的那一行文案。MANIFEST.json 是权威清单：记录每个公开 Skill 名称、上游路径、 转换后目录、来源 commit，以及每个导入文件的 SHA-256 与大小。

上游的 clawhub-installer 元 Skill 被有意排除；它是另一个 agent 平台的安装器，不是 科学分析配方。

OpenAI4S 转换规则

origin: openai4s 表示只读分发边界；作者与许可证仍是相邻元数据所记录的 GPTomics/MIT。命令示例也按本仓库的中转安全约定做了规范化：python -m / python -c 片段改用 python3，静默 curl 的各种写法补上遇错即停的参数，两处把下载内容直接交给 shell 的 Nextflow 安装示例改为文档已有的 bioconda 安装方式。所用规则写入 MANIFEST.json。这只是写法层面的规范化，不是一次安全审计：裸 python script.py、 wget、pip install git+、install_github(...)、docker run 和 sudo apt install 等指令都原样保留。若执行，它们仍受 shell 审批、OS 沙箱及已配置的原始网络姿态约束； 一条原始网络调用不会因为出现在 Skill 里就自动获得 Host egress 或 SSRF 防护。

发现机制与上下文成本

每份配方仍可通过 list_skills、search_skills 和 load_skill 单独发现和加载。 常驻 system prompt 只用一行摘要表示整个集合，不注入 561 条 description——上游安装器 估算那些描述约占 109,000 token。搜索仍为每份完整配方建立索引；集合提示明确要求 agent 在编写任何生物信息学 pipeline 前先搜索，若用户使用其他语言，则把方法、工具、 数据类型和工作流转换成英文关键词。显式限定能力的 specialist 看到的同样是这一行汇总， 只是计数换成它的允许名单里的配方数量。

各 Skill 子目录属于机械生成的第三方资产，不执行仓库通用的「每个目录一对中英 README」 规则；由本说明文档对、LICENSE 和 MANIFEST.json 统一记录其边界。manifest 不是一句 声明而是可校验的：python3 scripts/import_bioskills.py --check 会逐个文件重算哈希与 目录树比对，离线测试套件也会跑这一步。

依赖与执行安全

这些文件是配方，不是预装软件。整个集合涉及数百个可选 Python/R 包、命令行程序、 数据库、容器、参考数据和外部服务。因此，引入目录不会给 OpenAI4S 零依赖核心增加 依赖，也不声称一个环境能直接运行所有配方。每次执行前仍要本地核对版本与 PATH；GPU、 网络、凭据、授权软件或临床数据访问仍须遵守 OpenAI4S 原有的审批和环境配置流程。

导入的脚本只是示例，发现或搜索 Skill 时绝不会自动执行。若 agent 选择运行，该次执行 仍受常规的内核/shell 审批和 OS 沙箱姿态约束。大量 vendored 示例使用 requests、urllib、 curl 或 wget 发起原始网络请求；这些请求都不经过 Host egress allowlist 或 SSRF 检查。 tests/test_egress_surface.py 中的保守跨语言扫描会清点 Python、R、shell 与配方文本里 明确出现的网络模式，并在这个可证明下界变化时失败；它只是检测，不是运行时强制， 第三方库或科研 CLI 仍可能隐藏更多出口。执行前应先审核或改写配方，并优先用 host.web_fetch / host.web_download 访问网络。配方里的科学论述是方法指导， 不是针对新数据集的已验证结果。

复现导入

维护者用 scripts/import_bioskills.py 读取固定在上述 commit 的本地 checkout，并写入空目标 目录。导入过程不联网；commit 不同、Skill 数量不是 561、声明名重复或目标非空都会 fail closed。未来若更新上游，必须按一次新的 vendor 更新审查：有意修改 pin、审核 diff 与许可证、重新生成 manifest，并重跑 Skill、打包、secret scan 和目录文档检查。