Personal Genomics Skill 是一款专为 AI 代理设计的综合性本地基因分析工具，支持解析 23andMe、AncestryDNA、MyHeritage 等主流消费级基因检测数据，以及 VCF 格式的全基因组/外显子组数据。
核心用法：用户通过命令行运行 Python 脚本，指定 DNA 文件路径，工具即在本地完成分析。系统内置 1600+ 遗传标记数据库，覆盖 30 个分析类别，输出包括 AI 优化的 agent_summary.json、完整的 full_analysis.json、人类可读的 report.txt 以及专业级 PDF 报告。支持药物相互作用检查、睡眠优化建议、运动表现分析等模块化功能。
显著优点：首先，隐私保护极致，所有分析在本地运行，零网络请求，杜绝基因数据泄露风险。其次，分析维度全面，涵盖药物基因组学（159 个标记）、多基因风险评分（277 个）、携带者状态（181 个）、祖源组成、单倍群追踪以及遗传性癌症筛查（BRCA、Lynch 综合征等）。第三，输出专业，可生成医师可分享的 PDF 报告，并支持遗传咨询师导出格式。第四，集成临床级数据库，如 CPIC 药物指南和 ACMG 变异分类标准。
潜在局限：作为 T3 级社区开源项目，虽代码透明可审计，但缺乏官方医疗机构背书。技术层面，消费者芯片仅覆盖约 0.1% 基因组，无法检测罕见变异；单倍群分析在没有全基因组测序时分辨率有限。此外，结果为概率性预测而非确定性诊断，大多数疾病受非遗传因素影响占比 50-80%。
适合人群：消费级基因检测用户（23andMe/AncestryDNA 等）、健康数据研究者、祖源探索爱好者、药物基因组学关注者，以及需要本地隐私保护环境下处理敏感基因数据的用户。
使用风险：主要风险在于敏感数据管理，输出的报告包含个人健康信息，需加密存储以防泄露。用户可能误将筛查结果当作医学诊断，忽视"仅供参考"的免责声明。此外，阴性癌症筛查结果不能完全排除综合征风险，可能导致虚假安全感。建议高发现象（如 BRCA 致病突变、APOE ε4/ε4 基因型）用户寻求专业遗传咨询。