用这 38 个开源技能包能让 HCLS 领域的 AI Agent 推理胜率提升到 86%

在医疗健康和生命科学（HCLS）这个领域，AI Agent 最让人头疼的就是「看起来很专业，其实在乱搞」。即便你在 System Prompt 里把指南喂给它，它在处理 TP53 错义变异分类时，依然可能一边正确引用 ACMG/AMP 标准，一边在证据分类上出错，或者随口编造计算预测分数。这种「幻觉」在变异解读、临床试验设计或影像分析里是非常危险的。

这次看到一个开源方案，通过一套结构化的「技能（Skills）」机制来弥补这个推理缺陷。实测数据显示，加载这些技能的 Agent 在与原版对比的 head-to-head 测评中，胜率达到了 70%–86%，尤其是在批判性思维维度，胜率高达 78%–85%（d = 0.65–1.03）。

为什么 RAG 或微调解决不了这个问题

很多人习惯用 RAG 来补齐知识，但 RAG 只是检索片段，它没法教 AI 「如何思考」。而这套方案定义了 SKILL.md 格式，把领域内的决策流程（Decision Procedures）直接编码进去。

它和微调不同，本质上是一种结构化的 Prompt 激活机制。每项技能在 YAML frontmatter 中定义了触发器（triggers）、依赖项和元数据，只有当用户查询触发特定模式时，相关的决策框架、参数表或验证标准才会生效。

技能包的具体分类和实操内容

这套开源库涵盖了 11 个 HCLS 领域，一共 38 个技能，全部采用 MIT-0 协议。它把技能分成了两种类型，这设计得很巧妙：

• 推理类技能（Reasoning Skills）： 负责教 AI 怎么做决定。比如 genomic-variant-interpretation 这个技能，它把 ACMG/AMP 的完整分类框架、人群频率阈值以及计算预测截断值全部结构化地写进去了，防止 AI 在应用标准时跳步。
• 流水线类技能（Pipeline Skills）： 负责具体的执行精度。比如 variant-calling 技能，它直接提供了 GATK4 HaplotypeCaller 的正确命令、具体的注释组、VQSR tranche 灵敏度目标以及 Mutect2 的肿瘤-正常对照配置。

如何部署和自定义这些技能

如果你想在自己的 Agent 服务中尝试，可以参考以下逻辑进行配置。虽然具体触发机制取决于你的 Agent 框架，但核心是让 AI 在推理前先读取对应的 SKILL.md。

一个典型的技能文件结构大概长这样（以简化版为例）：

---
name: genomic-variant-interpretation
trigger: "classify variant", "ACMG criteria", "TP53"
dependencies: [genomic-basics]
version: 1.0
---

# Decision Framework: ACMG/AMP Variant Classification

## Evidence Categories
- PVS1: Null variant in a gene where loss of function is a known mechanism of disease.
- PS1: Same amino acid change as a previously established pathogenic variant.

## Population Frequency Thresholds
- If frequency > X%, classify as Likely Benign.

## Validation Criteria
- Ensure computational predictor scores are cross-referenced with current database versions.

如果你有自己的特定业务场景，也可以按照这个 YAML + Markdown 的格式去扩展。关键点在于不要只给 AI 知识点，要给它「步骤」和「阈值」。

对于追求高精度医疗 AI 的开发者来说，这种方法比单纯堆 Token 数量有效得多。它把专家的内化经验变成了可激活的结构化文档，让 AI 真正学会了像领域从业者那样去推理。