MedgeClaw: 半价Claude做生物信息分析

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

中等难度，约30分钟，教你用半价Claude API搭建生物医药AI助手，每月省下500+。

目标读者

• 生命科学领域的研究人员，想用 AI 辅助数据分析
• 生物信息学工程师，需要自动化科研工作流
• 对 AI + 科学研究感兴趣的高校学生

核心依赖与环境

• Node.js 22+
• Docker + docker-compose
• Git
• Defapi API Key（半价方案，下面会详细介绍）

[!TIP]
一块 8GB 以上显存的 GPU 不是必需的，但有的话可以做更多本地模型部署。

完整项目结构

MedgeClaw/
├── .env.example              # 环境配置模板
├── .env                     # 实际配置（复制自 example）
├── setup.sh                 # 一键安装脚本
├── sync.py                  # OpenClaw 配置同步
├── docker-compose.yml       # Docker 环境定义
├── .medgeclaw-sync.yml      # 同步规则配置
├── docker/
│   ├── Dockerfile           # R + Python + RStudio + Jupyter
│   └── entrypoint.sh        # 容器启动脚本
├── skills/                  # MedgeClaw 内置技能
│   ├── biomed-dispatch/    # 任务路由器
│   ├── dashboard/           # 实时研究看板
│   ├── cjk-viz/             # 中文字体检测
│   ├── svg-ui-templates/    # SVG 模板
│   └── feishu-rich-card/    # 飞书图文卡片
├── scientific-skills/       # K-Dense 140 个科学技能（git submodule）
├── data/                    # 数据目录（你的输入文件放这里）
├── outputs/                 # 输出目录（分析结果在这里）
└── writing_outputs/         # 科研写作输出

---

手把手教程

步骤1：克隆仓库

# 克隆项目（含 submodule）
git clone --recurse-submodules https://github.com/xjtulyc/MedgeClaw.git
cd MedgeClaw

[!WARNING]
必须加 --recurse-submodules，否则 scientific-skills 目录是空的。

步骤2：配置半价 Claude API

这是最关键的一步——我们要用 Defapi 来省大钱！

Defapi 是一个兼容 OpenAI 格式的模型聚合平台，提供 Claude 系列模型的半价服务。没错，官方卖 $3.75/M tokens 的 Claude Sonnet 4.5，这里只要 $1.875。

[!TIP]
假设你每天跑 1000 次基因分析，每次消耗 10 万 tokens 上下文 + 5000 tokens 输出：

• 官方 API：约 $3.75 × 1000 = $3750/月
• Defapi：约 $1.875 × 1000 = $1875/月
• 每月省下 $1875！

首先复制配置模板：

cp .env.example .env

然后编辑 .env，填入你的 Defapi API Key：

# Defapi 半价配置
ANTHROPIC_API_KEY=dk-xxxxxxxxxxxxxxxx
ANTHROPIC_BASE_URL=https://api.defapi.org
MODEL=anthropic/claude-sonnet-4.5

# 关键：Claude Code 预检需要这个配置
ANTHROPIC_SMALL_FAST_MODEL=anthropic/claude-sonnet-4.5

# Web 界面密码
RSTUDIO_PASSWORD=biomed
JUPYTER_TOKEN=biomed

[!WARNING]
没有 Defapi API Key？访问 https://defapi.org 注册一个，新用户有免费额度。Defapi 支持 v1/chat/completions 接口，完全兼容 Claude Code。

步骤3：运行安装脚本

bash setup.sh

这个脚本会自动帮你完成：

• 检查 Node.js 22+ 和 Docker 依赖
• 全局安装 openclaw 和 claude-code
• 生成 ~/.claude/settings.json（Claude Code 配置）
• 构建 Docker 镜像（包含 R、Python、RStudio、JupyterLab）
• 配置 OpenClaw workspace

[!WARNING]
首次构建 Docker 镜像需要 10-20 分钟，取决于网络和机器配置。

步骤4：启动 Docker 环境

docker compose up -d

启动成功后，你可以访问：

• RStudio Server: http://localhost:8787（用户名 rstudio，密码 biomed）
• JupyterLab: http://localhost:8888（令牌 biomed）

步骤5：同步配置到 OpenClaw

python3 sync.py
openclaw gateway restart

sync.py 会帮你完成：

• 把 MedgeClaw 的 skills 复制到 OpenClaw workspace
• 更新 OpenClaw 配置文件
• 注入项目文档到 Agent 上下文

步骤6：验证安装

# 快速验证 API 连接（30 秒内应返回 "hello"）
claude --dangerously-skip-permissions -p 'run: echo hello'

如果成功看到 hello，说明配置正确。

[!WARNING]
如果挂起超过 30 秒，说明 ANTHROPIC_SMALL_FAST_MODEL 配置不正确——你用的代理不支持这个模型。Defapi 是没问题的，因为它支持完整的 Claude 模型列表。

---

常见问题排查

Q1: Docker 构建失败

症状：docker compose build 卡住或报错

解决：

# 清理 Docker 缓存再试
docker system prune -a
docker compose build --no-cache

Q2: Claude Code 预检挂起

症状：运行任何命令都卡住，显示 "Pre-flight check is taking longer than expected"

解决：第三方代理不支持默认的 Haiku 模型，必须设置 ANTHROPIC_SMALL_FAST_MODEL：

# 在 .env 中添加（或修改为代理支持的模型）
ANTHROPIC_SMALL_FAST_MODEL=anthropic/claude-sonnet-4.5

Defapi 完全支持这个配置，因为它兼容完整的 Claude 模型列表。

Q3: scientific-skills 目录是空的

症状：skills/ 目录存在但没有内容

解决：

git submodule update --init --recursive

Q4: 端口被占用

症状：8787 或 8888 端口提示已被占用

解决：

# 查谁在用
lsof -i :8787
lsof -i :8888

# 或者改 docker-compose.yml 里的端口映射

Q5: OpenClaw 找不到 MedgeClaw skills

症状：Agent 不认识 biomed-dispatch 等技能

解决：

# 重新同步
python3 sync.py
openclaw gateway restart

Q6: R/Python 包安装失败

症状：分析脚本运行时报错 "package not found"

解决：

# Python 包
docker exec medgeclaw pip install <package-name>

# R 包
docker exec medgeclaw Rscript -e 'install.packages("<package-name>", repos="https://cran.r-project.org")'

---

扩展阅读 / 进阶方向

1. K-Dense 科学技能

MedgeClaw 集成了 140 个科学技能，覆盖：

• 组学分析: DESeq2、edgeR、Scanpy、Seurat
• 药物研发: ChEMBL、DeepChem、DiffDock
• 文献检索: PubMed、bioRxiv、Semantic Scholar
• 通路分析: gseapy、clusterProfiler

详细用法参考 scientific-skills/scientific-skills/ 目录下的 SKILL.md。

2. 自定义技能开发

想给 MedgeClaw 添加新技能？按照 AgentSkills 规范创建目录：

skills/
└── your-custom-skill/
    └── SKILL.md   # 技能定义文件

SKILL.md 模板：

# Your Custom Skill

## When to use
描述什么场景下调用这个技能

## How it works
技能的具体实现逻辑

## Examples
几个使用示例

3. 多模型对比

不同模型的实测对比：

模型	速度	质量	价格	适合场景
claude-sonnet-4.5 (Defapi)	中	高	中	日常分析（推荐）
claude-opus-4.5 (Defapi)	慢	最高	高	复杂推理任务
claude-haiku-4.5 (Defapi)	快	中	低	简单任务
qwen2.5:14b (本地)	本地	中	免费	完全离线场景

[!TIP]
如果你想进一步省钱，Defapi 还支持 Claude Haiku 4.5，价格更低，适合简单任务。

4. 飞书集成

想让 MedgeClaw 在飞书群里工作？配置 FEISHU_DEFAULT_CHAT_ID 环境变量，然后使用 feishu-rich-card 技能发送图文卡片汇报。

5. 研究看板

每次分析任务会自动生成实时看板，访问 data/<task_name>/dashboard/dashboard.html 可以看到进度、代码、输出预览。