两个官方垂直仓库的中文编目：anthropics/healthcare（医疗支付方与编码，11 技能）+ anthropics/life-sciences（临床前研发，6 技能 + 21 个连接器）。与《Claude 知识工作插件 Primer》12-生物研究篇（bio-research 插件）构成生命科学三件套。
两仓库分工
| 仓库 | 侧 | 核心动作 | 见篇 |
|---|---|---|---|
| healthcare | 支付与行政 | 临床笔记抽取、ICD-10/CPT 编码、预授权审查、欺诈筛查、FHIR 互操作 | 01 |
| life-sciences | 研发 | nf-core 流水线、单细胞 QC、scvi 深度学习、仪器数据标准化、科研问题选择 | 02 |
| life-sciences 连接器 | 数据 | 21 个科学数据库与工具的 MCP 连接（PubMed/ChEMBL/Cortellis/10x/Owkin…） | 03 |
贯穿两仓库的一条主线
出处（provenance）是生死线：clinical-note-extract 做到 span 级出处（每个抽取值指向原文的具体片段）、欺诈筛查产出「全部带引用的排序调查转介」、合同问答「带验证引用」——医疗的错误代价结构（人命+法务）把「每个论断可溯源」逼成了基础设施。
版权
Apache-2.0，版权归 Anthropic。本集为方法论编目与中文转译，评注独立标注；不构成医疗或法律建议（原文免责照录）。
编者按
这两个仓库是「高监管行业如何用 AI」的标本：行政侧（healthcare）证明存量文书工作（编码、预授权、欺诈筛查）是最先被 AI 吃掉的层；研发侧（life-sciences）证明数据管道标准化（Allotrope、FHIR）是深水区的前置条件。证据台的「span 级出处」理想，在 healthcare 里已是产品现实。