夜雨聆风多数人都是把OpenClaw用在日常、社交、金融等领域，其实在生物医疗也是很不错的，尤其是用来做学术研究和实验。
今天就介绍一个OpenClaw的最大开源Skills库，一共有869个涵盖临床、医疗器械、药物发现等核心领域。
地址：https://github.com/FreedomIntelligence/OpenClaw-Medical-Skills
这800多个Skills一共分了十多个大类，咱们就选点有特色的介绍一下吧。
通用基础Skills有10个，主要是浏览器搜索、文档处理这些底层能力，算是给后面的专业功能打地基。
真正重头戏在后面，医疗临床类有119个Skills，生物信息学这块最大，有239个，组学和计算生物学59个，还有专门做药物发现和蛋白质设计的管线等等。
不过光看数字可能没什么感觉，我翻了好几个Skills模块的源文件，发现每个Skills都不是那种随便写两行说明的草台班子。
而是包含了完整的工作流描述、工具选择逻辑、参数推荐、甚至质量评估标准的详细文档。
换句话说，这个项目不是简单告诉AI某个工具存在，而是手把手教AI这个工具怎么用、什么时候用、用完怎么判断结果对不对。
临床工作流的自动化：以前写一份SOAP病历记录或者出院小结，临床医生得花不少时间在模板和措辞上反复打磨。
现在有了这个技能库，AI可以直接根据你的输入生成规范的SOAP记录，内容符合临床书写格式，关键信息一个不落。
更厉害的是还能帮你做预先授权决策，就是那种保险公司要求你填的那堆表格，AI可以根据临床指南自动判断是否符合授权条件，省去大量文书工作。
有一组技能专门对接了PubMed、ClinicalTrials.gov和FDA数据库。
你不用再去一个个网站搜索了，直接跟AI说你想查什么，它就会同时检索多个数据源，然后把结果整理好端到你面前。
比如说你想了解某个靶向药最新的临床试验进展，它能从ClinicalTrials.gov拉数据，再结合PubMed上的相关论文给你做一个综合摘要。
说到这里不得不提一个让我很惊喜的技能，叫Autonomous-oncology-agent，自主肿瘤学Agent。
这个技能的描述文档里明确提到它参考了2025年Nature Cancer上的一篇论文思路，把大语言模型的推理能力和视觉模型结合在一起来辅助肿瘤精准治疗。
你可以直接把患者的H&E病理切片丢给它，它用视觉Transformer来分析切片图像，预测MSI微卫星不稳定性状态、KRAS突变、BRAF突变这些关键生物标志物。
然后再结合患者的临床病历、基因检测报告和OncoKB知识库，生成一份带证据等级排序的治疗方案建议。
整个流程听起来像是一个虚拟的肿瘤会诊专家组在工作。
你输入一份结直肠癌转移患者的病例和病理切片，它先跑视觉模型判断MSI状态，如果预测是MSI-High，就会自动去查NCCN指南和PubMed文献。
然后告诉你根据现有证据推荐一线使用帕博利珠单抗而不是标准化疗，还会附带证据等级和参考文献。
然后是临床数据库查询这块，有一组bio-clinical-databases开头的技能，分别对接了ClinVar临床变异数据库、dbSNP单核苷酸多态性数据库、gnomAD人群等位基因频率数据库。
HLA分型、MyVariant变异信息聚合查询、药物基因组学、多基因风险评分、体细胞突变特征分析、肿瘤突变负荷计算，还有变异优先级排序。
做临床基因组分析的同学应该知道，这些数据库平时一个个去查有多痛苦，现在AI帮你一站式搞定。
这个项目虽然技能很多，但本质上还是给AI提供知识和指引，最终的输出质量是取决于底层AI模型的能力。如果你用的是比较弱的模型，有些复杂的分析任务它可能还是搞不定。
比如那个肿瘤学Agent，就需要同时处理图像和文本两种模态，对模型的多模态能力要求比较高。
主要注意的是，医学领域的特殊性决定了AI给出的任何结果都不能直接用于临床决策。更适合做科研辅助和信息检索，真正涉及患者诊断和治疗的事情，还是得让专业医生来把关。
想系统掌握AI核心技能、获取行业认可资质？
CAIE注册人工智能工程师认证
助你拓宽职业赛道，成为AI领域持证实力派
企业、高校及渠道合作
请联系微信：FYLlaoshi
