一个构建在 OpenClaw（一个在GitHub上拥有超过25万星标的项目）之上的技能库。它最大的特点是完全在用户自己的笔记本电脑上本地运行，确保任何基因组数据都不会离开用户的机器，从根本上保障数据隐私和安全。

解决通用AI在基因组学应用中的三大缺陷：
• 隐私风险：避免将最敏感的基因数据通过云端API传输。
• 不可复现性：要求分析过程必须能精确复现，包括使用的命令、依赖环境和数据校验，而不仅仅是提供一段对话记录。
• 缺乏领域知识：通用模型不了解VCF文件需要祖先信息注释、单细胞RNA-seq数据在聚类前需要去除双细胞等具体的生物学分析前提。

ClawBio中的每一个技能本质上都是一个 SKILL.md文件。该文件使用YAML格式描述技能的功能和依赖，并用Markdown指令指导AI代理如何操作，同时可附带Python或R脚本进行实际计算。这种设计旨在让任何生物信息学家都能通过编写简单的Markdown文件和脚本贡献新技能，避免技术锁定。

发布时包含三个核心技能：
• Equity Scorer：评估基因数据集的群体多样性代表性，计算一个0-100的健康公平指数，让数据偏差（如欧洲血统样本过多）一目了然。
• PharmGx Reporter：接收消费者的基因数据（如23andMe格式），并根据CPIC指南，在不到一秒的时间内本地分析12个药物相关基因在51种药物上的反应。
• Bio Orchestrator：理解用户的自然语言请求（如“分析这个VCF文件的群体多样性”），并自动路由到相应的技能进行处理。

该项目试图将公平性（如应对全基因组关联分析研究中86%参与者为欧洲血统的结构性偏差）和可重复性等关键理念，直接融入到生物信息学工具的基础架构中，使其成为默认设置，而非事后补救措施。