Rstudio Runner

AI-powered bioinformatics analysis platform with intelligent auto-organization and comprehensive Chinese report generation. Auto-detects sequencing data, gen...

Security Scan

The skill's requirements and runtime instructions are consistent with an R/RStudio–based bioinformatics assistant that generates and runs R scripts and organizes outputs; it is instruction-only, requests no secrets, and has no install script, but review generated R scripts and run analyses in a safe/sandboxed environment before execution.

Purpose & Capability

Name, description, SKILL.md and skill.json all describe generating R scripts, running analyses in R/RStudio, and organizing outputs. The declared requirements (R, RStudio, Rscript and common bioinformatics R packages) match the stated capabilities (Seurat, DESeq2 workflows, report generation). There are no unrelated credentials, binaries, or surprising requirements.

Instruction Scope

SKILL.md instructs the agent to detect sequencing files, create a structured folder layout, generate R scripts, and run them in RStudio — all within the stated bioinformatics scope. The instructions do not request arbitrary system files, credentials, or external endpoints, and there are no vague 'gather whatever context you need' directives. Triggers target sequencing-related files/directories and relevant keywords.

Install Mechanism

There is no automated install spec or archive download included; this is instruction-only. User-facing install commands are standard (clawhub/openclaw CLI or manual placement). No downloads or extract steps are present that would write or execute arbitrary code on install.

Credentials

The skill does not declare or require environment variables, credentials, or config paths. The packages and binaries it lists (R, RStudio, Rscript, and R packages) are proportional to the stated functionality.

Persistence & Privilege

The skill is not marked always:true and is user-invocable. disable-model-invocation is false (normal default), but the skill does not request persistent system-wide privileges or attempt to modify other skills' configs. There is no indication it writes persistent agents/credentials beyond creating project folders and outputs in the user's workspace.

Scan Findings in Context

[no_findings] expected: This skill is instruction-only and contains no code files for the regex scanner to analyze; absence of findings is expected given that format.

Assessment

This skill appears coherent for helping run R/RStudio bioinformatics workflows, but exercise normal caution before executing generated scripts or analyses: 1) Review the generated R scripts (01_*.R etc.) before running to ensure they do only what you expect. 2) Run analyses on non-sensitive test data or inside an isolated environment/container if you have patient data or confidential datasets. 3) Install required R packages from trusted CRAN/Bioconductor sources, and inspect package install steps. 4) Confirm the authorship/contact details if provenance matters. 5) Be aware that the agent may run scripts (it can be invoked autonomously by the model by default); if you want manual control, avoid granting autonomous execution or invoke the skill only interactively.

BioinfoAI-Assistant v4.0.0 🧬

AI驱动的生物信息学智能分析平台

AI-Powered Bioinformatics Analysis Platform

核心理念 / Core Philosophy

"一键分析，全程自动，智能整理，中文报告"

---

📥 安装方法 / Installation

方法1：通过 ClawHub 安装（推荐）

clawhub install rstudio-runner

方法2：通过 OpenClaw CLI 安装

openclaw skills install rstudio-runner

方法3：手动安装

1. 下载技能文件夹
2. 复制到 OpenClaw 工作目录的 skills/ 文件夹下
3. 运行 openclaw skills check 验证安装

系统要求

• R: 版本 ≥ 4.0.0
• RStudio: 版本 ≥ 2022.07.1
• 必需R包: Seurat, DESeq2, clusterProfiler, ggplot2, rmarkdown

---

👥 作者信息 / Authors

主要作者 / Primary Author

• 姓名: (孟令章 教授)
• 全称: Prof. Dr. rer. nat. Lingzhang Meng
• 单位: 广西壮族自治区人民医院（广西医学科学院）
• 邮箱: [e-mail]

合作作者 / Co-Author

• 姓名: 赵净洁
• 邮箱: [e-mail]

---

🎯 功能概述 / Overview

本技能是一个AI驱动的生物信息学智能分析平台，能够：

1. 自动检测测序数据类型（单细胞、普通转录组等）
2. 智能推荐生物信息学分析策略
3. 自动生成R分析脚本
4. 自动整理所有输出文件到结构化子文件夹
5. 自动生成详细的中文分析报告

---

📁 智能自动整理系统 / Intelligent Auto-Organization

自动创建的文件夹结构 / Auto-Created Folder Structure

项目名_YYYYMMDD/
│
├── 📂 01_原始数据/                      # 原始输入数据（只读）
│   ├── 表达矩阵/
│   ├── 样本信息/
│   └── 元数据/
│
├── 📂 02_R脚本/                         # 生成的R脚本
│   ├── 01_数据加载.R
│   ├── 02_质控分析.R
│   ├── 03_数据标准化.R
│   ├── 04_细胞聚类.R
│   ├── 05_细胞注释.R
│   ├── 06_差异表达分析.R
│   ├── 07_拟时序分析.R
│   └── 08_细胞通讯分析.R
│
├── 📂 03_结果图片/                      # 所有可视化图片
│   ├── 01_质控图/
│   ├── 02_降维图/
│   ├── 03_聚类图/
│   ├── 04_标记基因图/
│   ├── 05_差异表达图/
│   ├── 06_拟时序图/
│   └── 07_细胞通讯图/
│
├── 📂 04_结果表格/                      # 所有CSV/TXT结果文件
│   ├── 01_质控统计/
│   ├── 02_聚类信息/
│   ├── 03_细胞注释/
│   ├── 04_差异表达结果/
│   ├── 05_通路分析/
│   └── 06_元数据/
│
├── 📂 05_分析报告/                      # 中文分析报告
│   ├── 完整分析报告.html
│   ├── 质控报告.html
│   ├── 聚类分析报告.html
│   └── 方法学说明.pdf
│
├── 📂 06_R对象/                         # 保存的R数据对象
│   ├── seurat_QC后.rds
│   ├── seurat_聚类后.rds
│   └── seurat_注释后.rds
│
├── 📂 07_运行日志/                      # 执行日志
│   └── 执行记录.log
│
└── 📂 08_会话信息/                      # 可重复性信息
    ├── R版本信息.txt
    └── 包版本记录.csv

---

📊 中文分析报告 / Chinese Analysis Report

报告内容 / Report Contents

生成的中文分析报告包含：

1. 分析概述 / Analysis Overview

• 数据类型和基本信息
• 样本数量和细胞数量
• 分析流程概览

2. 质控分析 / Quality Control

• 图片说明:

  • nFeature_RNA_violin.png: 每个细胞的基因数分布，反映细胞质量
  • nCount_RNA_violin.png: 每个细胞的UMI数分布，反映测序深度
  • percent_MT_violin.png: 线粒体基因比例，高比例可能表示死细胞
  • QC_correlation.png: 基因数与UMI数的相关性

• CSV文件说明:

  • cell_QC_stats.csv: 每个细胞的质控统计信息
  • gene_QC_stats.csv: 每个基因的检测频率

3. 降维和聚类 / Dimensionality Reduction & Clustering

• 图片说明:

  • ElbowPlot.png: 肘部图，帮助选择最佳主成分数
  • PCA_heatmap.png: 主成分热图，显示主要变异来源
  • UMAP_res0.8.png: UMAP降维聚类图，显示细胞群体结构
  • tSNE_res0.8.png: tSNE降维聚类图，另一种可视化

• CSV文件说明:

  • cluster_cell_counts.csv: 每个聚类的细胞数量
  • cluster_markers_all.csv: 所有聚类的标记基因

4. 细胞注释 / Cell Annotation

• 图片说明:

  • DotPlot_top10.png: 点图显示各细胞类型的Top10标记基因
  • Heatmap_all_markers.png: 热图显示所有标记基因表达

• CSV文件说明:

  • cell_type_predictions.csv: 每个细胞的类型预测
  • annotation_confidence.csv: 注释置信度评分

5. 差异表达分析 / Differential Expression

• 图片说明:

  • Volcano_cluster0_vs_others.png: 火山图显示差异基因
  • Heatmap_topDEGs.png: 热图显示Top差异基因

• CSV文件说明:

  • DEG_cluster0_vs_all.csv: 聚类0与其他聚类的差异基因
  • DEG_summary_statistics.csv: 差异表达统计汇总

6. 通路分析 / Pathway Analysis

• CSV文件说明:
  • GO_enrichment_results.csv: GO富集分析结果
  • KEGG_enrichment_results.csv: KEGG通路富集结果

---

🤖 AI工作流程 / AI Workflow

步骤1: 数据输入 / Data Input

用户: "分析我的测序数据 F:\\HCC_Xiuli\\0. Datasets\\GSE242889"

AI: 🔍 正在分析输入数据...
    ✅ 检测到: 10X Genomics单细胞RNA测序
    ✅ 物种: 人类 (Homo sapiens, hg38)
    ✅ 样本数: 6个HCC样本
    ✅ 估计细胞数: ~15,000个

步骤2: 项目创建 / Project Creation

AI: 📁 创建组织化的项目结构...
    ✅ 创建: HCC_scRNAseq_20260329/
    ✅ 子文件夹: 8个主要目录
    ✅ 准备进行分析

步骤3: 策略选择 / Strategy Selection

AI: 🎯 推荐的分析策略:

    [1] 🔬 标准单细胞分析流程
        • 质控 → 过滤 → 标准化 → 聚类 → 注释
        • 输出: ~25个文件
        • 预计时间: 45分钟
        
    [2] 🧬 高级整合分析流程
        • 批次校正 → 整合 → 亚聚类
        • 输出: ~40个文件
        • 预计时间: 90分钟
        
    [3] 📊 差异表达重点分析
        • 质控 → 聚类 → 找标记基因 → 差异分析
        • 输出: ~30个文件
        • 预计时间: 60分钟

请选择策略 (1/2/3): 1

步骤4: 智能脚本生成 / Intelligent Script Generation

AI: ✍️ 编写R脚本并设置自动保存路径...

    ✅ 01_数据加载.R
       → 保存: 06_R对象/01_seurat_raw.rds
       → 保存: 04_结果表格/01_质控统计/细胞统计.csv
       
    ✅ 02_质控分析.R
       → 保存: 03_结果图片/01_质控图/*.png
       → 保存: 04_结果表格/01_质控统计/*.csv
       
    ✅ 03_数据标准化.R
       → 保存: 06_R对象/03_seurat_normalized.rds
       
    ✅ 04_细胞聚类.R
       → 保存: 03_结果图片/03_聚类图/*.png
       → 保存: 04_结果表格/02_聚类信息/*.csv

步骤5: 自动执行与文件跟踪 / Auto-Execution with File Tracking

AI: ▶️ 在RStudio中运行脚本...
    📊 监控文件生成...
    
    [01_数据加载.R] ✅ 完成
    ├── 生成: 01_seurat_raw.rds → 06_R对象/
    ├── 生成: 细胞统计.csv → 04_结果表格/01_质控统计/
    └── 生成: 基因统计.csv → 04_结果表格/01_质控统计/
    
    [02_质控分析.R] ✅ 完成
    ├── 生成: 6张质控图 → 03_结果图片/01_质控图/
    └── 生成: QC汇总.csv → 04_结果表格/01_质控统计/

步骤6: 生成中文分析报告 / Generate Chinese Report

AI: 📝 生成中文分析报告...
    ✅ 完整分析报告.html
       - 包含所有图片的详细中文说明
       - 每个CSV文件的用途解释
       - 分析结果的生物学意义解读
    
    ✅ 方法学说明.pdf
       - 详细的分析方法
       - 参数设置说明
       - 可重复性信息

步骤7: 最终整理报告 / Final Organization Report

AI: 📊 分析完成!

    📁 项目: HCC_scRNAseq_20260329/
    
    📈 生成的文件:
    ├── 02_R脚本/: 8个R脚本
    ├── 03_结果图片/: 47张图（7个子文件夹）
    ├── 04_结果表格/: 23个CSV/TXT文件
    ├── 05_分析报告/: 4个HTML/PDF报告 ⭐
    ├── 06_R对象/: 5个RDS文件
    └── 07_运行日志/: 8个日志文件
    
    📊 总计: 98个文件自动整理!
    📖 中文报告: 已生成详细说明文档
    ✅ 准备发表!

---

💡 使用示例 / Usage Examples

示例1: 全自动分析 / Full Auto Analysis

用户: "分析我的测序数据"

AI: [自动检测，推荐策略，生成脚本]
AI: [创建文件夹，运行分析，保存所有输出]
AI: [生成中文报告]
AI: "✅ 完成! 98个文件已整理到8个文件夹，中文报告已生成。"

示例2: 分步进行 / Step-by-Step

用户: "为我的数据创建整理好的项目"
AI: ✅ 已创建: MyProject_20260329/ 含8个子文件夹

用户: "生成质控脚本"
AI: ✅ 已保存: 02_R脚本/02_质控分析.R

用户: "运行并保存结果"
AI: ▶️ 运行中... 保存图片到 03_结果图片/01_质控图/
AI: ✅ 已保存6张质控图 + 2个CSV文件 + 1个RDS对象

用户: "生成中文报告"
AI: ✅ 已生成: 05_分析报告/完整分析报告.html

---

🐛 问题报告 / Issue Reporting

联系作者 / Contact Authors:

主要联系人 / Primary Contact:

• 姓名: (孟令章 教授)
• 邮箱: [e-mail]
• 单位: 广西壮族自治区人民医院（广西医学科学院）

合作作者 / Co-Author:

• 姓名: 赵净洁
• 邮箱: [e-mail]

---

🔄 版本历史 / Version History

版本	日期	更新内容
v4.0.0	2026-03-29	重大更新: 添加中文分析报告生成功能
v3.0.0	2026-03-29	智能自动整理系统
v2.0.0	2026-03-29	AI驱动的生物信息学平台
v1.0.0	2026-03-29	初始版本

---

🙏 使命 / Mission

"一键分析，全程自动，智能整理，中文报告"

让生物信息学分析变得强大、有序、轻松，通过AI自动化实现。

---

每个文件都有归属。每个分析都可重复。 🧬✨