bio-research 插件：连接临床前研究工具与数据库——文献检索、基因组学分析、靶点优先级——加速早期生命科学研发。6 个技能，连接器最「科学」的域（PubMed、bioRxiv、ClinicalTrials.gov、ChEMBL、Open Targets、Benchling 等）。本篇是对 Anthropic 官方插件的中文转译与编目。
一句话定位
给临床前研究装上数据管道：文献有检索综合、基因组有 nf-core 流水线、靶点有优先级框架、仪器数据有三级解析——把「湿实验室之外的一切干实验」接到 Claude 上。
技能地图（6 技能）
scientific-literature-review—— 文献综述：PubMed/bioRxiv 检索、筛选、综合成结构化综述（方法/发现/缺口）genomics-pipeline—— 基因组分析流水线：nf-core 流水线选型与运行，含环境检查（Docker/Nextflow/Java 排障）、测试 profile 先行、samplesheet 生成与校验、参考基因组可用性检查——工程化最重的技能target-prioritization—— 靶点优先级：整合 Open Targets 等证据（遗传学/文本挖掘/药物/动物模型多源打分）排序候选靶点instrument-data—— 仪器数据处理：三级解析策略——Tier 1 原生同位素峰解析（首选）→ Tier 2 弹性回退 → Tier 3 PDF 提取；预解析检查清单 + 常见错误 + 数据工程师代码导出lab-troubleshooting—— 实验问题排查：pitch an idea / 排障一个具体问题 / 回答一个战略问题三模式的科研对话伙伴research-onboarding—— 研究环境引导：检查可用 MCP 服务器与技能、可选二进制服务器配置、问「今天帮什么」
方法论精华
1. 仪器数据的三级解析——Tier 1 原生格式 > Tier 2 弹性解析 > Tier 3 PDF 兜底：数据保真度分级降级，每级有明确的适用条件。这是「能用≠该用」的工程判断在科学数据上的体现。
2. 流水线「测试 profile 先行」：跑任何真实数据前先跑 nf-core 的 test profile——验证环境完好再上真样本。科研计算的翻车大多翻在环境，不在算法。
3. 靶点优先级的「多源证据加权」：遗传关联、已知药物、文献文本挖掘、动物模型——单一来源不构成优先级，加权整合才构成。
连接器（最科学的一组）
PubMed、BioRender、bioRxiv、ClinicalTrials.gov、ChEMBL、Synapse、Wiley、Owkin、Open Targets、Benchling。
边界
本插件辅助研究工作流，不替代实验设计与科学判断；生成的分析与假说需按领域惯例复核。
编者注
对非生物背景的读者，这个域的价值在于「看 Anthropic 怎么把最专业的科学工作流插件化」：连接的是领域数据库，编码的是领域方法论（三级解析、测试先行、多源加权）——任何专业领域的插件化都可以照这个模子来。