MedgeClaw: Metade do preço do Claude para bioinformática.

•AI Expert

Repositório: https://github.com/xjtulyc/MedgeClaw

Dificuldade média, cerca de 30 minutos. Aprenda a usar a API do Claude pela metade do preço para construir um assistente de IA biomédico, economizando mais de 500 mensais.

Público-alvo

  • Pesquisadores na área de ciências da vida que desejam usar IA para auxiliar na análise de dados.
  • Engenheiros de bioinformática que precisam automatizar fluxos de trabalho de pesquisa científica.
  • Estudantes universitários interessados em IA + pesquisa científica.

Dependências e Ambiente Core

  • Node.js 22+
  • Docker + docker-compose
  • Git
  • Defapi API Key (Solução de metade do preço, detalhada abaixo)

[!TIP]
Uma GPU com mais de 8GB de VRAM não é obrigatória, mas se tiver uma, poderá realizar mais implantações de modelos locais.

Estrutura Completa do Projeto

MedgeClaw/
├── .env.example              # Template de configuração de ambiente
├── .env                     # Configuração real (copiada do exemplo)
├── setup.sh                 # Script de instalação de um clique
├── sync.py                  # Sincronização de configuração do OpenClaw
├── docker-compose.yml       # Definição do ambiente Docker
├── .medgeclaw-sync.yml      # Configuração de regras de sincronização
├── docker/
│   ├── Dockerfile           # R + Python + RStudio + Jupyter
│   └── entrypoint.sh        # Script de inicialização do container
├── skills/                  # Skills nativas do MedgeClaw
│   ├── biomed-dispatch/     # Roteador de tarefas
│   ├── dashboard/           # Painel de pesquisa em tempo real
│   ├── cjk-viz/             # Detecção de fontes CJK
│   ├── svg-ui-templates/    # Templates SVG
│   └── feishu-rich-card/    # Cards ricos para Feishu
├── scientific-skills/       # 140 skills científicas K-Dense (git submodule)
├── data/                    # Diretório de dados (seus arquivos de entrada ficam aqui)
├── outputs/                 # Diretório de saída (resultados de análise)
└── writing_outputs/         # Saídas de escrita científica

Tutorial Passo a Passo

Passo 1: Clonar o Repositório

# Clonar o projeto (incluindo submodules)
git clone --recurse-submodules https://github.com/xjtulyc/MedgeClaw.git
cd MedgeClaw

[!WARNING]
Deve-se adicionar --recurse-submodules, caso contrário o diretório scientific-skills ficará vazio.

Passo 2: Configurar API Claude pela Metade do Preço

Este é o passo mais crítico — vamos usar o Defapi para economizar muito!

O Defapi é uma plataforma de agregação de modelos compatível com o formato OpenAI, oferecendo a série de modelos Claude com 50% de desconto. Isso mesmo, o Claude Sonnet 4.5 que custa oficialmente $3.75/M tokens, aqui sai por $1.875.

[!TIP]
Suponha que você execute 1000 análises genéticas por dia, cada uma consumindo 100k tokens de contexto + 5000 tokens de saída:

  • API Oficial: aprox. $3.75 × 1000 = $3750/mês
  • Defapi: aprox. $1.875 × 1000 = $1875/mês
  • Economia mensal de $1875!

Primeiro, copie o template de configuração:

cp .env.example .env

Em seguida, edite o .env e insira sua Defapi API Key:

# Configuração de metade do preço Defapi
ANTHROPIC_API_KEY=dk-xxxxxxxxxxxxxxxx
ANTHROPIC_BASE_URL=https://api.defapi.org
MODEL=anthropic/claude-sonnet-4.5

# CRÍTICO: O pré-check do Claude Code precisa desta configuração
ANTHROPIC_SMALL_FAST_MODEL=anthropic/claude-sonnet-4.5

# Senhas da interface Web
RSTUDIO_PASSWORD=biomed
JUPYTER_TOKEN=biomed

[!WARNING]
Não tem uma Defapi API Key? Visite https://defapi.org para se registrar; novos usuários têm cotas gratuitas. O Defapi suporta a interface v1/chat/completions e é totalmente compatível com o Claude Code.

Passo 3: Executar o Script de Instalação

bash setup.sh

Este script automatiza para você:

  • Verificação de dependências Node.js 22+ e Docker.
  • Instalação global de openclaw e claude-code.
  • Geração de ~/.claude/settings.json (configuração do Claude Code).
  • Build da imagem Docker (contendo R, Python, RStudio, JupyterLab).
  • Configuração do workspace OpenClaw.

[!WARNING]
O build inicial da imagem Docker leva de 10 a 20 minutos, dependendo da rede e da configuração da máquina.

Passo 4: Iniciar o Ambiente Docker

docker compose up -d

Após iniciar com sucesso, você pode acessar:

Passo 5: Sincronizar Configurações para o OpenClaw

python3 sync.py
openclaw gateway restart

O sync.py ajudará a:

  • Copiar as skills do MedgeClaw para o workspace do OpenClaw.
  • Atualizar o arquivo de configuração do OpenClaw.
  • Injetar a documentação do projeto no contexto do Agent.

Passo 6: Verificar a Instalação

# Verificação rápida da conexão com a API (deve retornar "hello" em 30s)
claude --dangerously-skip-permissions -p 'run: echo hello'

Se você vir hello, a configuração está correta.

[!WARNING]
Se travar por mais de 30 segundos, a configuração ANTHROPIC_SMALL_FAST_MODEL está incorreta — o proxy que você está usando não suporta este modelo. O Defapi funciona sem problemas, pois suporta a lista completa de modelos Claude.

Solução de Problemas Comuns

Q1: Falha no Build do Docker

Sintoma: docker compose build trava ou retorna erro.

Solução:

# Limpar cache do Docker e tentar novamente
docker system prune -a
docker compose build --no-cache

Q2: Claude Code trava no Pré-check

Sintoma: Qualquer comando trava visualizando "Pre-flight check is taking longer than expected".

Solução: Proxies de terceiros podem não suportar o modelo Haiku padrão. Você deve configurar ANTHROPIC_SMALL_FAST_MODEL:

# Adicionar no .env (ou modificar para um modelo suportado pelo proxy)
ANTHROPIC_SMALL_FAST_MODEL=anthropic/claude-sonnet-4.5

O Defapi suporta totalmente esta configuração.

Q3: Diretório scientific-skills está vazio

Sintoma: O diretório skills/ existe mas não tem conteúdo.

Solução:

git submodule update --init --recursive

Q4: Portas ocupadas

Sintoma: Erro informando que as portas 8787 ou 8888 já estão em uso.

Solução:

# Verificar quem está usando
lsof -i :8787
lsof -i :8888

# Ou alterar o mapeamento de portas no docker-compose.yml

Leitura Adicional / Direções Avançadas

1. Skills Científicas K-Dense

O MedgeClaw integra 140 skills científicas, cobrindo:

  • Análise Ômica: DESeq2, edgeR, Scanpy, Seurat
  • Desenvolvimento de Fármacos: ChEMBL, DeepChem, DiffDock
  • Busca de Literatura: PubMed, bioRxiv, Semantic Scholar
  • Análise de Vias: gseapy, clusterProfiler

Para uso detalhado, consulte o arquivo SKILL.md no diretório scientific-skills/scientific-skills/.

2. Desenvolvimento de Skills Personalizadas

Quer adicionar uma nova skill ao MedgeClaw? Crie um diretório seguindo a especificação AgentSkills:

skills/
└── sua-skill-customizada/
    └── SKILL.md   # Arquivo de definição da skill

3. Comparação de Modelos

Comparação prática entre diferentes modelos:

ModeloVelocidadeQualidadePreçoCenário Ideal
claude-sonnet-4.5 (Defapi)MédiaAltaMédioAnálise diária (Recomendado)
claude-opus-4.5 (Defapi)LentaMáximaAltoTarefas complexas de raciocínio
claude-haiku-4.5 (Defapi)RápidaMédiaBaixoTarefas simples
qwen2.5:14b (Local)LocalMédiaGrátisCenários totalmente offline

4. Integração com Feishu

Deseja que o MedgeClaw trabalhe em grupos do Feishu? Configure a variável de ambiente FEISHU_DEFAULT_CHAT_ID e use a skill feishu-rich-card para enviar relatórios.

5. Dashboard de Pesquisa

Cada tarefa de análise gera automaticamente um dashboard em tempo real. Acesse data/<nome_da_tarefa>/dashboard/dashboard.html para ver o progresso, código e pré-visualização dos resultados.

MedgeClaw: Metade do preço do Claude para bioinformática.