oxo-call：生物信息学命令行智能助手，让自然语言秒变专业工具调用

oxo-call是基于Rust开发的生物信息学命令行智能助手，核心目标是将自然语言任务描述转换为准确的专业工具命令。它通过文档优先grounding策略（生成命令前提供工具完整版本特定帮助文本）和精选技能增强策略（内置150+技能涵盖44类分析）解决生物信息学命令行使用门槛高的痛点，还支持DAG工作流引擎等特性，助力可复现研究。

生物信息学高度依赖命令行工具，工具参数复杂、格式要求严格、版本差异大。初学者或跨领域使用者学习曲线陡峭，参数错误易导致计算白费或结果错误。现有方案中，Galaxy等图形化平台牺牲灵活与效率，直接用命令行要求深厚专业知识，如何平衡灵活性与低门槛是长期痛点。

oxo-call针对生物信息学需求优化：1.文档优先grounding：生成命令前向LLM提供目标工具完整版本特定帮助文本，减少参数幻觉；2.精选技能增强：内置150+技能（44类分析），包含领域专家概念、常见陷阱、工作示例，由专家整理，辅助生成正确命令与流程。

oxo-call的技术特性包括：1.单一静态二进制文件：无复杂依赖，下载即运行，便于集群部署；2.DAG工作流引擎：串联多步骤分析，自动处理依赖与数据传递；3.可追溯性：记录命令的工具版本、参数、输入等元数据，支持复现；4.隐私保护：支持本地LLM推理，数据不送云端；5.可扩展性：通过MCP协议自定义或导入技能。

oxo-call的价值：1.降低门槛：新手用自然语言描述需求，观察生成命令学习；2.提高效率：帮资深研究者快速生成命令，节省查文档时间；3.标准化流程：技能系统强制执行标准流程，保证团队一致性；4.促进共享：技能分享机制便于团队打包流程给合作者或社区。

当前局限性：主要支持学术用途，商业需额外授权；本地LLM推理对硬件有一定要求。未来方向：支持更多工具与数据库；集成可视化功能；增强错误处理能力；开发特定领域专业技能包。

oxo-call并非取代研究者，而是解放其从繁琐命令细节中，专注科学问题。对生物信息学研究者而言值得尝试。项目地址：https://traitome.github.io/oxo-call/；论文链接：http://arxiv.org/abs/2604.12387v1。