openbio

安装

bunx skills add https://github.com/openbio-ai/skills --skill openbio

身份验证

必需：OPENBIO_API_KEY 环境变量。

告知用户前往 http://openbio.tech/profile#apikeys 创建 API 密钥，并将其安全地存储在环境变量中。

如果用户尚未登录 OpenBio，请告知他们先登录 OpenBio（https://openbio.tech/auth）并创建账户，然后再创建 API 密钥。

export OPENBIO_API_KEY=your_key_here

基础 URL：https://api.openbio.tech/api/v1

版本检查（请先执行）

使用 API 前，请确认你的技能已是最新版本：

curl -s "https://api.openbio.tech/api/v1/tools/skill-version"

此操作会返回 {"skill": "openbio", "version": "X.Y.Z", ...}。请与本文件顶部的 version 字段（当前为 1.0.4）进行比较。如果 API 返回的版本更新：

bunx skills update

如果失败，请卸载并重新安装：

bunx skills remove openbio --global -y
bunx skills add openbio-ai/skills --skill openbio --global --agent '*' -y

快速开始

# Health check (no auth required)
curl -X GET "https://api.openbio.tech/api/v1/tools/health"

# List available tools
curl -X GET "https://api.openbio.tech/api/v1/tools" \
  -H "X-API-Key: $OPENBIO_API_KEY"

# Get tool schema (always do this first!)
curl -X GET "https://api.openbio.tech/api/v1/tools/{tool_name}" \
  -H "X-API-Key: $OPENBIO_API_KEY"

# Validate parameters before invoking (optional)
curl -X POST "https://api.openbio.tech/api/v1/tools/validate" \
  -H "X-API-Key: $OPENBIO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"tool_name": "search_pubmed", "params": {"query": "CRISPR", "max_results": 5}}'

# Invoke tool
curl -X POST "https://api.openbio.tech/api/v1/tools" \
  -H "X-API-Key: $OPENBIO_API_KEY" \
  -F "tool_name=search_pubmed" \
  -F 'params={"query": "CRISPR", "max_results": 5}'

决策树：该使用哪些工具

What do you need?
│
├─ Protein/structure data?
│   └─ Read rules/protein-structure.md
│       → PDB, AlphaFold, UniProt tools
│
├─ Literature search?
│   └─ Read rules/literature.md
│       → PubMed, arXiv, bioRxiv, OpenAlex
│
├─ Genomics/variants?
│   └─ Read rules/genomics.md
│       → Ensembl, GWAS, VEP, GEO
│
├─ Sequence similarity search (BLAST)?
│   └─ Read rules/blast.md
│       → submit_blast, check_blast_status, get_blast_results
│
├─ Small molecule analysis?
│   └─ Read rules/cheminformatics.md
│       → RDKit, PubChem, ChEMBL
│
├─ Cloning/PCR/assembly?
│   └─ Read rules/molecular-biology.md
│       → Primers, restriction, Gibson, Golden Gate
│
├─ Plasmid analysis/editing?
│   └─ Read rules/plasmid.md
│       → parse_plasmid_file, edit_plasmid
│
├─ Structure prediction/design?
│   └─ Read rules/structure-prediction.md
│       → Boltz, Chai, ProteinMPNN, LigandMPNN
│
├─ Pathway analysis?
│   └─ Read rules/pathway-analysis.md
│       → KEGG, Reactome, STRING, g:Profiler (GO enrichment)
│
└─ Clinical/drug data?
    └─ Read rules/clinical-data.md
        → ClinicalTrials, ClinVar, FDA, Open Targets

重要规则

1. 始终先检查工具架构

# Before invoking ANY tool:
curl -X GET "https://api.openbio.tech/api/v1/tools/{tool_name}" \
  -H "X-API-Key: $OPENBIO_API_KEY"

参数名称可能不同（例如，pdb_ids 而非 pdb_id）。请检查架构以避免出错。

2. 长时间运行的任务（submit_* 工具）

预测工具会返回 job_id。请轮询以确认任务完成：

# Check status
curl -X GET "https://api.openbio.tech/api/v1/jobs/{job_id}/status" \
  -H "X-API-Key: $OPENBIO_API_KEY"

# Get results with download URLs
curl -X GET "https://api.openbio.tech/api/v1/jobs/{job_id}" \
  -H "X-API-Key: $OPENBIO_API_KEY"

3. 质量阈值

不要只检索数据——还要进行解读：

AlphaFold pLDDT：> 70 表示可信，< 50 表示无序 实验分辨率：结合位点应 < 2.5 Å GWAS p 值：< 5×10⁻⁸ 表示达到全基因组显著性 Tanimoto 相似度：> 0.7 表示化合物相似

详细阈值请参阅各规则文件。

规则文件

请阅读以下文件，了解特定领域知识：

核心 API

文件	描述
rules/api.md	核心端点、身份验证、任务管理

数据访问工具

文件	涵盖的工具
rules/protein-structure.md	PDB、PDBe、AlphaFold、UniProt
rules/literature.md	PubMed、arXiv、bioRxiv、OpenAlex
rules/genomics.md	Ensembl、ENA、Gene、GWAS、GEO
rules/blast.md	NCBI BLAST 序列相似性搜索
rules/cheminformatics.md	RDKit、PubChem、ChEMBL
rules/molecular-biology.md	引物、PCR、限制性酶切、组装
rules/plasmid.md	parse_plasmid_file、edit_plasmid
rules/pathway-analysis.md	KEGG、Reactome、STRING、g:Profiler
rules/clinical-data.md	ClinicalTrials、ClinVar、FDA

ML 预测工具（详细）

文件	工具	使用场景
rules/structure-prediction.md	索引	所有预测工具的决策树
rules/boltz.md	Boltz-2	结构 + 结合亲和力
rules/chai.md	Chai-1	多模态（蛋白质+配体+RNA+聚糖）
rules/simplefold.md	SimpleFold	快速折叠单个蛋白质
rules/proteinmpnn.md	ProteinMPNN	固定骨架的序列设计
rules/ligandmpnn.md	LigandMPNN	配体感知型序列设计
rules/thermompnn.md	ThermoMPNN	稳定性（ΔΔG）预测
rules/geodock.md	GeoDock	蛋白质-蛋白质对接
rules/pinal.md	Pinal	根据文本进行从头设计
rules/boltzgen.md	BoltzGen	端到端结合剂设计

工具类别概览

类别	数量	示例
蛋白质结构	23	fetch_pdb_metadata, get_alphafold_prediction
文献	14	search_pubmed, arxiv_search, biorxiv_search_keywords
基因组学	27	lookup_gene, vep_predict, gwas_search_associations_by_trait
序列相似性	3	submit_blast, check_blast_status, get_blast_results
化学信息学	20+	calculate_molecular_properties, chembl_similarity_search
分子生物学	15	design_primers, restriction_digest, assemble_gibson
质粒	2	parse_plasmid_file, edit_plasmid
结构预测	15+	submit_boltz_prediction, submit_proteinmpnn_prediction
通路分析	26	analyze_gene_list, get_string_network, go_enrichment, convert_gene_ids
临床数据	22	search_clinical_trials, clinvar_search

故障排除：更新 Skill

如果 API 返回的版本比此文件中的版本更新（参见上文的版本检查），请更新你的 Skill。命令请参阅顶部的“版本检查”部分。

常见错误

1. 未检查架构 → 参数错误。使用 POST /api/v1/tools/validate 预先检查参数。
2. 忽略质量指标 → 使用不可靠的数据
3. 任务选错工具 → 查看规则文件中的决策树
4. 未轮询任务 → 遗漏预测结果
5. 工具名称错误 → 404 响应中会包含类似工具名称的“你是否想找？”建议

---

提示：有疑问时，请搜索工具：GET /api/v1/tools/search?q=your_query