有人找到“生物年龄开源工具”就想下载安装，跑到输入数据这一步才发现，自己手里的表格，和程序要的矩阵不是一回事。选 pyaging 还是 scAgeClock，先看数据，不要先看演示图里的年龄数字。
我们核对了两个项目的官方说明，并分别用作者提供的公开示例在 GitHub 托管 CPU 上跑通。下面只讨论这两条已试跑路径，不替任何人的检测报告选择模型，也不比较两种时钟谁更准。
| 先看什么 | pyaging 已试跑的血液化学路径 | scAgeClock 已试跑的单细胞路径 |
|---|---|---|
| 公开输入 | 官方血液化学教程使用 NHANES IV 的 30 条示例记录；转换前是表格，示例显示 16 个字段 | 作者仓库提供 500 个细胞的 .h5ad 示例；文档列出 19,238 个特征，包含类别字段与基因特征 |
| 已跑过的任务 | 固定 pyaging==0.5.2，示例数据与权重固定 v0.5.1，运行 PhenoAge、KDM Age、Homeostatic dysregulation | 固定源码提交 d4ce49d，用仓库内预训练模型对 500 细胞示例推理；这份输入来自训练/验证目录，不是独立测试集 |
| 本站保留的结果 | 只导出 30 条样本的三个中位数及版本，不公开逐人预测 | 只导出细胞数与模型输出中位数，不公开逐细胞预测 |
| 先别做什么 | 不要把个人化验单传到公开 Issue，也不要把不同指标的数字互当“年轻了几岁” | 不要把普通表格改名为 .h5ad 就送进去；输入需要符合项目的特征顺序和类别编码 |
如果只是想学习“从公开数据到一个可复核输出”，从 pyaging 的中文复现指南开始，能看到我们第一次找不到数据标签、第二次权重标签不匹配、第三次才跑通的全过程。成功运行记录和固定脚本都公开。PhenoAge 中位数是 54.64，KDM Age 是 42.89，Homeostatic dysregulation 是 3.28；最后一个数不是岁数，三个值也不能互相当成疗效对照。
如果研究任务本来就是单细胞转录组，才看 scAgeClock 项目页和它的官方输入格式说明。我们在这次成功运行里得到 500 细胞、模型输出中位数 66.14。这个数来自项目自带的训练/验证示例，不能拿来证明模型在独立人群上准确，更不能与上面的 54.64 相减。手里若已有自己的 .h5ad，先对照作者文档检查特征、类别编码和模型文件；本站的试跑没有验证私人数据接入。
五分钟决定下一步
- 先辨认数据。 是结构化血液化学研究数据，还是单细胞表达矩阵？两者都没有，就先读公开样本，不急着上传或购买检测。
- 用公开示例复跑。 pyaging 按这篇指南在自己的 GitHub Fork 里启用 Actions、运行工作流、下载汇总工件；scAgeClock 按项目页找到另一条同名任务。只登录原仓库的访客没有手动运行权限。
- 看失败在哪一步。 下载失败先查固定标签；安装失败看依赖；输入校验失败看字段、单位或
.h5ad格式。红色运行记录没有模型结论，不能拿上一次的数补上。 - 换别的仓库时，先查元数据。 如果你找到一个更贴合任务的公开 GitHub 项目，可以提交免费公开仓库初筛。机器人会回仓库是否归档、GitHub 识别的许可、README 与最近维护时间。它不会下载或运行对方代码，也不会评价科学效果；请勿提交个人健康信息或密钥。
这两次测试证明固定软件、公开输入与托管运行环境能走完一条软件流程。它们既不是临床验证，也没有证明真实延寿。真正要把工具用于研究，仍要检查数据适配、模型适用范围、独立验证和许可证；我们目前没有做这些项目的用户数据服务。
来源与复核可见 pyaging 官方血液化学教程、scAgeClock 官方仓库与输入说明、pyaging 运行和scAgeClock 运行。本文由 Codex 协助核对和写作，数字均指公开示例的聚合输出；非医疗建议。发现复现步骤不对，可用中文反馈表指出具体步骤与公开运行链接。