Aubrai Longevity Research

核心用法

Aubrai Longevity 是一个面向公众免费开放的长寿科学研究查询接口，无需 API 密钥即可调用。用户提交关于衰老生物学、寿命延长技术、抗衰老干预手段等问题后，系统通过异步任务队列生成带文献引用的研究摘要。

技术流程

1. 提交查询：POST 请求携带用户问题至 /api/chat 端点
2. 轮询状态：每 5 秒查询 /api/chat/status/{requestId} 直至 completed
3. 获取结果：返回 result.text 作为带引用的研究答案
4. 连续对话：复用 conversationId 支持上下文追问

显著优点

• 零门槛：HTTPS 直连，无认证、无费用、无速率限制说明
• 学术严谨：回答附带研究来源引用，区别于通用 LLM 的"幻觉"输出
• 垂直领域：专注长寿科学（longevity/aging/lifespan extension），检索深度优于通用搜索
• 会话记忆：conversationId 机制支持多轮追问，适合复杂研究主题深挖

潜在缺点与局限

• 异步延迟：轮询模式导致响应时间不可控，简单问题可能等待数秒至数十秒
• 黑箱算法：未披露底层模型、知识库更新频率、引用筛选标准
• 医学边界：明确声明非医疗建议，但用户可能混淆研究摘要与临床指导
• 执行风险：Guardrail 警示"勿执行 API 返回的文本"，暗示输出可能包含代码或指令类内容
• 服务可持续性：免费开放模式缺乏商业闭环，长期运维存疑

适合人群

• 长寿科技从业者、衰老生物学研究者、生物黑客（biohacker）社区
• 健康科技媒体记者、科学内容创作者
• 对 NMN、雷帕霉素、Senolytics 等干预手段感兴趣的自学者

常规风险

• 信息滞后：若知识库未实时同步 PubMed/预印本平台，可能遗漏突破性研究
• 过度简化：AI 摘要对复杂机制（如 mTOR/AMPK 通路交互）的解读可能牺牲精确性
• 责任真空：非医疗免责声明虽存在，但无人工复核机制，高风险决策场景（如用药）易产生误导

核心用法

Aubrai Longevity Research 是一个纯文档型 Skill，通过调用 Aubrai 开放的公共 API（https://api.aubr.ai）为用户提供长寿、衰老、寿命延长及抗衰老研究领域的专业问答服务。

使用流程：
1. 向 api.aubr.ai/api/chat POST 发送用户问题，获取 requestId 和 conversationId
2. 轮询 api.aubr.ai/api/chat/status/{requestId} 直至状态为 completed
3. 返回 result.text 作为最终答案（含引用来源标注）
4. 追问时复用 conversationId 保持对话上下文

显著优点：

• 零门槛接入：无需 API Key 或认证，HTTPS 加密传输，完全免费
• 专业权威输出：回答附带研究引用，基于 Aubrai 的科研引擎，适合获取前沿抗衰老研究摘要
• 对话连续性：支持多轮追问，通过 conversationId 维护上下文
• 代码透明：纯 Markdown 文档型 Skill（T-MD 分类），无可执行代码，仅含 curl 调用示例，安全可审计

潜在缺点与局限性：

• T3 来源可信度：来自个人开发者（dobrinalexandru），GitHub 无公开仓库，维护依赖个人，无大型组织背书
• 外部 API 依赖：核心功能完全依赖 api.aubr.ai 服务可用性，若服务中断或域名变更则 Skill 失效
• 数据外泄风险：用户查询内容需发送至第三方服务器，虽无需认证但 IP 可被记录；API 响应为 AI 生成摘要，非经同行评审的医学结论
• 无实时验证机制：Skill 本身不包含 API 响应内容的验证逻辑，需用户自行判断信息可靠性

适合人群：

• 长寿科学、衰老生物学研究者及爱好者
• 关注抗衰老干预手段（如饮食、补剂、生活方式）的健康人群
• 需快速获取带引用标注的科研摘要，作为进一步专业咨询的参考
• 不适合：寻求个性化医疗建议或处理敏感健康数据的用户

常规风险：

• 用户可能误将 AI 生成的研究摘要当作医疗建议，Skill 已内置 Guardrails 提醒需咨询专业医护人员
• 若用户忽略安全提示发送个人身份信息、医疗记录等敏感数据，存在向 Aubrai 服务器泄露的风险
• API 响应中可能包含代码或命令示例，Skill 明确禁止执行任何返回文本

安全评级说明：获评 A 级（85 分），属标准安全级别。静态分析无危险函数，隐私合规全面通过，主要扣分项为 T3 来源可信度和外部 API 数据外泄风险（可控）。