什么是生物医学 AI agent
生物医学 AI agent 是基于 LLM 的自主系统，端到端完成生物医学研究任务——文献检索、序列分析、单细胞处理、实验设计、系统综述——而不是当聊天助手。8 个开源项目目前覆盖了主要场景。本文把它们对齐比较，并告诉你哪个场景该选哪个。
8 个项目都是 MIT / Apache 协议、pre-2.0、活跃维护或论文锚定。Star 数据截至 2026-05-10。
8 个项目一览
| 项目 | Stars | 协议 | 最适合 | 来源 |
|---|---|---|---|---|
| Biomni | 2,900 | Apache-2.0 | 通用生物医学平台 | Stanford SNAP Lab |
| MedgeClaw | 856 | MIT | 临床 / 医学研究 | xjtulyc |
| ClawBio | 678 | MIT | 本地优先生信 | ClawBio org |
| BioClaw | 323 | MIT | 社区生信 | Runchuan-BU |
| CellVoyager | 202 | MIT | 单细胞 RNA-seq | Stanford Zou Group |
| BioMaster | 91 | MIT | 多 agent 生信协调 | ai4nucleome |
| BioMedAgent | 57 | MIT | paper 锚定、同行评议 | 独立作者 |
| Darwin | 1 | MIT | 系统综述 + 临床证据 | yejunbin |
只看 star 会误判——Biomni 的 2.9K 反映通用广度，CellVoyager 的 202 反映在单一任务（scRNA-seq）的深度（有 Nature Methods paper）。按下面的场景选。
我该用哪个？
决策树：
- 通用生物医学研究、覆盖广 → Biomni
- 临床证据、系统综述 → Darwin
- 本地执行、数据不出机器 → ClawBio
- 单细胞 RNA-seq 分析 → CellVoyager
- 基因扰动实验设计 → BioDiscoveryAgent
- 实时面板 + JupyterLab → MedgeClaw
- 多 agent 协调生信任务 → BioMaster
- paper 锚定的同行评议参考实现 → BioMedAgent
下面逐个细讲。
Biomni — 通用平台
Biomni 是 Stanford SNAP Lab 的通用生物医学 AI agent，GitHub 上 star 最高的开源生物医学 agent（2026-05-10 数据 2,900⭐）。它追求覆盖广度，不追深度，统一架构接受多样的科研问题。
核心权衡：广度。如果你一天的工作横跨文献检索、序列分析、通路富集，Biomni 是安全默认。如果你需要某一类 workflow 端到端最优（比如 scRNA-seq），下面的专家会更好。
最适合：希望全实验室统一一个工具的团队，在没摸清子任务结构之前先用它。
MedgeClaw — 带实时面板的临床研究
MedgeClaw 是临床/医学研究助手，建在 Claude Code 之上，打包了 K-Dense 的 140 个科学技能 + 实时研究面板 + RStudio（端口 8787）+ JupyterLab（端口 8888）+ 飞书富卡片输出。856⭐。
差异点是操作可见性。大部分 agent 只给最终答案；MedgeClaw 让你看到正在跑什么、能在 RStudio/JupyterLab 中介入流程、把结果推到飞书——对已经在用飞书协作的中国临床研究团队特别合适。
最适合：需要可观测性、想让统计工作留在 R/Python notebook 里而不是被 agent 黑盒掉的临床团队。
ClawBio — 本地优先生信
ClawBio 是首个生信原生 AI agent skill 库，建在 OpenClaw 之上，本地优先 + 可复现架构。678⭐。定义性的设计选择：数据永不离开你的机器。基因组数据、患者样本、equity-focused workflow，全部进程内运行。
覆盖基因组学、群体遗传学、对数据主权敏感的生信 workflow（学术医学中心、临床实验室、对患者数据有严格法规的辖区）。
最适合：因合规或司法管辖原因不能用云端 agent 的机构。也是 reproducibility 审计是 pipeline 一部分时的正确选择（每次运行都生成可验证产物）。
BioClaw（Runchuan-BU）— 社区生信
BioClaw 是社区驱动的活跃生信 agent，跟 ClawBio 名字像但是不同团队（323⭐）。比 ClawBio 在架构上不那么有偏见——更像一个灵活工具包，你接进自己的 workflow 里。
最适合：想自己组合生信 workflow 而不是采用打包平台的研究者。低偏见也意味着用自定义 skill 扩展更容易。
值得知道：BioClaw / ClawBio 这个名字家族至少有 4 个项目。看我们的 BioClaw vs ClawBio 消歧义文。
CellVoyager — Nature Methods 加持的 scRNA-seq 专家
CellVoyager 是来自 Stanford Zou Group 的自主 scRNA-seq 分析 agent，发表在 Nature Methods (s41592-026-03029-6)。202⭐。差异点：自调试代码生成 + 假设生成——它不只跑标准流程，还会基于数据本身提出后续分析。
最适合：单细胞实验室。如果你的工作是单细胞，Nature Methods 的发表 + 自调试行为加起来很难被通用 agent 超越——深度优势是真实的。
权衡：单细胞之外用它就是杀鸡用牛刀。
BioDiscoveryAgent — Stanford 实验设计
BioDiscoveryAgent 是基因扰动实验闭环设计 agent，来自 Stanford SNAP。102⭐，paper 锚定。新颖的是闭环：agent 提议实验 → 你（或模拟实验室）跑 → agent 更新信念并提议下一轮。
最适合：跑 CRISPR 筛选或扰动研究的实验室，想优化实验序列而不是跑全部组合。也作为闭环生物发现的参考实现有价值——架构能迁移到其他实验设计问题。
BioMaster — 多 agent 协调
BioMaster 是生信任务的多 agent 系统，专业化 agent 在数据准备、分析、解释之间协调。91⭐，来自 ai4nucleome 组（POPGENAGENT 同作者）。
最适合：分解很重要的任务——例如复杂 pipeline 拆成 ingestion / QC / analysis / writeup，专门 agent 处理每个阶段，比单一 monolithic agent 更不容易出现 context 膨胀。
即使你不直接用 BioMaster，架构本身也是教训：多 agent 分解是生物医学 workflow 中长 context 退化问题的答案。
BioMedAgent — Nature BME 同行评议参考
BioMedAgent 发表在 Nature Biomedical Engineering (s41551-026-01634-6)。57⭐。我们标的是 stable 而不是 dormant——paper 锚定项目刻意低活跃因为 paper 是交付物，不是持续更新的代码。
最适合：在 methods 部分需要"AI 辅助生物医学研究"同行评议引用的研究者。代码库是参考质量但不主动维护——fork 它，别指望上游更新。
Darwin — PRISMA 驱动的系统综述
Darwin 是从 feynman fork 来、专为临床证据工作定制的生物医学研究 agent（2026-05-09 收录到 Claw4Science）。写作时 1 颗星。差异是方法论的：PRISMA 合规系统综述、临床证据分级（RCT > 队列 > 预印本）、MIQE/CONSORT/ARRIVE 合规实验方案、BLAST/GEO/AlphaFold 集成、全程标准命名（HGNC、RRID、UniProt、ChEMBL）。
最适合：写系统综述或 meta-analysis 投临床期刊的研究者。基于合规框架这点很特别——大多数 AI agent 不强制报告标准。也对药物警戒（pharmacovigilance）有用，那里证据等级很重要。
完整 deep dive 看 项目仓库——早期阶段但方法论严肃。
三轴对比
8 个项目分布在三条互相正交的轴上：
| 轴 | 例子 |
|---|---|
| 通用 vs 专家 | Biomni（通用） ←→ CellVoyager（scRNA-seq 专家） |
| 云端 vs 本地 | MedgeClaw（云端友好） ←→ ClawBio（本地优先） |
| 代码优先 vs 证据优先 | BioMaster（pipeline） ←→ Darwin（PRISMA 综述） |
大多数目录按 star 或新鲜度排序生物医学 agent。我们按契合度排——选默认假设跟你工作匹配的那个，再评估质量。
常见问题
这 8 个生物医学 AI agent 收费吗？
不收。全部 MIT 或 Apache 2.0 开源。个人、学术、商业（含修改）都免费。
需要 GPU 吗？
取决于底层 LLM。云端 Claude / GPT-4 / Gemini 不需要 GPU。本地 LM Studio / Ollama / vLLM 需要匹配模型大小的 GPU 显存（一般 16-48 GB VRAM）。
哪个 HIPAA 合规？
ClawBio 的本地优先架构最容易和 HIPAA 兼容——数据不出机器。云端路由的 agent（Biomni、MedgeClaw）需要 HIPAA 合规的 LLM 提供商（Anthropic / OpenAI Enterprise / Azure OpenAI 走 BAA）。
我能用它们专门做药物发现吗？
这 8 个聚焦广义生物医学研究。专门的药物发现 / 分子工作，看我们的 drug-molecular 项目分组——DrugClaw、OriGene、ChemCrow、MDCrow、AIAgents4Pharma、ChemGraph 等等。
哪个同行评议背书最强？
CellVoyager（Nature Methods）和 BioMedAgent（Nature Biomedical Engineering）都在顶刊同行评议过。Darwin 把方法论锚在已发表的报告标准（PRISMA、CONSORT），但 Darwin 自己还没同行评议。
怎么装这 8 个？
每个项目有自己的安装路径；我们在每个项目页列出。最快的浏览方式是用 Claw4Science 的 项目网格——每个 card 都有 install 链接。
上手
- 通用使用 → 从 Biomni 开始
- 本地主权重要 → 从 ClawBio 开始
- 单细胞专攻 → 从 CellVoyager 开始
- 临床证据工作 → 从 Darwin 开始
- 浏览全部 → Claw4Science bio-omics 分组
如果你做了我们没覆盖的生物医学 AI agent 场景，提交给我们——我们推荐严肃的生物医学工作，不论 star 数，只要场景和方法论清晰。
更新于 2026-05-10。Star 数和链接发文时已对照 GitHub 验证。