医学研究技能 分类看板

550 个技能
数据来源: aipoch/medical-research-skills · 离线渲染生成 · 支持全文检索与多维筛选
📁
550
全部技能 All Skills
🔍
135
证据洞察 Evidence Insight
🧪
60
实验方案设计 Protocol Design
📊
131
数据分析 Data Analysis
✍️
116
学术写作 Academic Writing
🔧
108
其他工具 Other Tools
核心领域 英文技能名称 核心功能 适用场景 输入参数 输出结果 源码链接
学术写作 arxiv-preflight
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/arxiv-preflight/SKILL.md)		 在arXiv上传前对稿件进行提交准备度审查，识别并报告潜在的AI生成内容残留、虚假参考文献、占位符数据及政策风险。 用户在准备arXiv提交时，希望检查稿件是否符合提交规范，避免AI生成内容残留、虚假参考文献、占位符数据及其他潜在的审核风险。
  • LaTeX项目目录
  • 单一PDF文件
  • BibTeX参考文献文件
  • 补充图表
  • 实验数据
  • 提取的稿件文本（包含章节、图表、引用键、编号及警告信息）
  • AI生成内容残留及占位符检测报告
  • 参考文献验证报告
  • 稿件问题及修复建议列表
 View GitHub
学术写作 author-response-builder
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/author-response-builder/SKILL.md)		 将审稿人意见转化为结构化、专业化的逐点回复，并与手稿修订、澄清、反驳及补充分析关联。 适用于构建主要或次要修订的逐点回复、编辑信函、反驳草稿，以及提升回复的专业性和清晰度。
  • 审稿人意见
  • 编辑信函
  • 修订说明
  • 手稿修改
  • 反驳草稿
  • 修订策略
  • 作者回复文本
 View GitHub
学术写作 claim-strength-calibrator
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/claim-strength-calibrator/SKILL.md)		 根据证据水平、研究设计和验证状态，校准手稿中科学主张的强度，确保措辞准确且专业可信。 适用于手稿摘要、标题、引言、结果、讨论、结论以及审稿人质疑的过度主张等部分的科学主张强度校准。
  • 手稿草稿
  • 选定语句
  • 摘要
  • 讨论部分
  • 审稿人意见
  • 回复信草稿
  • 主张密集型章节
  • 主张强度校准审查报告
  • 识别出过强、模糊或界限适当的主张
  • 对证据水平的区分（如相关性、预测性、机制支持、因果暗示、临床意义）
  • 措辞与研究设计及证据类型匹配度的检查结果
  • 过度陈述、因果膨胀、机制膨胀、验证膨胀和转化过度识别
  • 特定措辞导致可信度或审稿风险问题的解释
  • 对额外手稿或证据背景的请求（当输入不足时）
  • 经重写后精确、可辩护且专业可信的主张
 View GitHub
学术写作 conference-abstract-writer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/conference-abstract-writer/SKILL.md)		 将完整研究内容浓缩并改编为符合特定会议格式与字数/字符限制的投稿摘要。 适用于将完整手稿摘要或研究总结改编为特定会议投稿格式，包括压缩字数、重构为结构化摘要或确保符合会议特定要求。
  • 原始摘要或研究总结
  • 目标会议名称或格式要求（字数限制、章节标题、字符限制）
  • （可选）用户希望包含的额外结果或方法细节
  • 符合目标会议格式和字数/字符限制的会议摘要
 View GitHub
学术写作 consistency-checker-across-manuscript
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/consistency-checker-across-manuscript/SKILL.md)		 检查生物医学稿件中标题、摘要、方法、结果、图表和补充材料之间的一致性，以识别内部矛盾和版本漂移，从而降低审稿人质疑和可信度损失的风险。 适用于稿件提交前、修订阶段、以及各主要组成部分（如标题、摘要、方法、结果、图表、补充材料）之间的内部一致性检查，确保稿件整体协调统一。
  • 稿件草稿
  • 选定稿件章节
  • 图表清单
  • 表格集合
  • 补充材料
  • 修订包
  • 提交稿件草稿
  • 跨稿件一致性审查报告
 View GitHub
学术写作 cover-letter-drafter
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/cover-letter-drafter/SKILL.md)		 为稿件提交撰写符合期刊要求的投稿信。 在准备投稿材料、向编辑阐明稿件贡献与期刊契合度、或根据特定期刊范围调整创新性表述时使用。
  • 稿件标题
  • 作者列表及通讯作者（姓名、邮箱、单位）
  • 目标期刊名称
  • 研究的主要发现或结果（一句话描述）
  • 研究的3-5项关键贡献或创新点
  • 期刊范围/重点说明或读者群体描述（可选）
  • 方法总结（1-2句话）（可选）
  • 推荐审稿人（姓名、单位、推荐理由）（可选）
  • 利益冲突声明（可选）
  • 任何期刊特定的所需声明（如数据可用性、伦理、预印本状态）（可选）
  • 一份完整、面向编辑的投稿信，简洁专业地阐明稿件的重要性、创新性及与期刊的契合度
 View GitHub
学术写作 Discussion Section Architect
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/discussion-composer/SKILL.md)		 围绕关键发现、机制、临床相关性和局限性撰写讨论部分，生成可发表的讨论稿件，阐明研究发现、其重要性以及与现有证据的比较，同时避免夸大主张。 适用于撰写或实质性修订生物医学手稿的讨论部分，包括解释主要和次要结果、联系既往文献、处理意外发现、构建局限性段落以及撰写结论段落。
  • 主要研究发现/结果（关键数据或结局）
  • 研究问题或假设
  • （可选）用户希望引用的相关既往文献
  • （可选）研究设计背景
  • （可选）已识别的局限性
  • 可发表的讨论部分文本
 View GitHub
学术写作 figure-legend-writer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/figure-legend-writer/SKILL.md)		 撰写完整、可独立理解且符合出版标准的图例。 适用于撰写、修订各类科学图表、图像或示意图的图例，并确保其包含所有必需元素。
  • 图表描述、图像或对图表内容的口头解释
  • （可选）图表编号、图表类型、样本量、所用统计检验、显著性阈值、缩写词
  • 一份完整、独立且无需参考正文即可理解的图例
 View GitHub
学术写作 grant-specific-aims-writer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/grant-specific-aims-writer/SKILL.md)		 撰写科研基金申请书中的具体目标页或同等开篇部分 起草或修订NIH R01/R21/R03的具体目标页、NSF项目摘要，或构建任何主要基金申请的意义、创新和方法叙述
  • 研究构思、科学问题或现有目标草稿
  • （可选）资助机构、资助机制类型、目标评审组、初步数据总结
  • 科研基金申请的具体目标页草稿
 View GitHub
学术写作 graphical-abstract-generator
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/graphical-abstract-generator/SKILL.md)		 将生物医学研究的故事线转化为紧凑、可视化且符合证据规范的图形摘要，并根据能力直接生成或提供生成方案。 在提供研究总结、手稿大纲、引言逻辑、结果结构、标题/摘要、图表列表或部分论文材料时，用于生成图形摘要。
  • 研究总结
  • 手稿大纲
  • 引言逻辑
  • 结果结构
  • 标题/摘要
  • 图表列表
  • 部分论文材料
  • 图形摘要生成结果
  • 直接生成的图形摘要
  • 图像生成提示
  • Mermaid流程图
  • 面向设计师的交接简报
 View GitHub
学术写作 introduction-logic-builder
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/introduction-logic-builder/SKILL.md)		 为生物医学手稿引言构建背景-差距-目标逻辑，确保研究定位清晰和叙事结构严谨。 适用于各类原创性研究、临床、转化、组学、生物标志物、真实世界证据、计算及验证性研究手稿的引言逻辑构建与优化。
  • 手稿主题
  • 引言草稿
  • 研究总结
  • 临床问题
  • 部分研究信息
  • 引言逻辑优化输出
  • 核心临床/科学问题的阐明
  • 最相关背景层次的识别
  • 真实研究空白的界定（而非文献罗列）
  • 研究的精准定位
  • 逻辑构建选择的清晰解释
  • 当用户输入不足以准确定位时，请求补充信息
 View GitHub
学术写作 introduction-section-writer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/introduction-section-writer/SKILL.md)		 根据已批准或足够清晰的研究逻辑，撰写生物医学手稿的完整引言部分，同时保持证据边界和引言规范。 适用于研究逻辑已明确定义的各类生物医学研究手稿的引言部分撰写，包括原创研究、临床研究、转化研究、组学研究、生物标志物研究、真实世界证据论文、孟德尔随机化/数量性状基因座/计算研究、验证性研究，以及需要规范重写的引言草稿。
  • 已批准的引言大纲
  • 背景-研究空白-研究目标结构
  • 引言草稿
  • 足够清晰的研究总结
  • 引言部分撰写成果
  • 写作逻辑解释
  • 强烈推荐引用支持之处的明确标识
  • 针对引用需求点的PubMed检索查询
 View GitHub
学术写作 latex-manuscript-format-converter
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/latex-manuscript-format-converter/SKILL.md)		 将现有手稿内容转换为符合目标期刊、会议或模板的LaTeX格式，同时保留手稿的意义和结构完整性。 适用于Word/纯文本/现有LaTeX手稿向目标LaTeX格式的转换、结构化、清理以及修订阶段的重新格式化。
  • 手稿草稿
  • 目标期刊投稿指南
  • 会议模板
  • 类文件要求
  • 作者信息
  • 图表素材
  • 现有Word/纯文本/LaTeX草稿
  • LaTeX格式转换输出
 View GitHub
学术写作 Lay Summary for Cross-Disciplinary Teams
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/lay-summary-for-cross-disciplinary-teams/SKILL.md)		 将技术性研究内容转化为结构化总结，供跨学科团队快速理解并采取行动。 当用户需要向其专业领域之外的同事（如临床医生、湿实验室科学家、生物信息学家、产品经理或领导层）解释研究内容时适用。
  • 研究摘要、引言或结果部分
  • 用户自行总结的关键研究发现
  • 研究总结报告或内部报告
  • 主要受众类型（可选：混合团队、临床团队、湿实验室团队、生物信息学团队、产品团队、管理团队）
  • 结构化非专业总结
 View GitHub
学术写作 limitation-and-risk-writer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/limitation-and-risk-writer/SKILL.md)		 专业地阐述研究的局限性与风险，以提升论文可信度而不削弱其整体价值。 适用于撰写讨论部分的局限性段落、准备基金风险评估、回应审稿人关于研究弱点的质疑，或界定论文范围边界。
  • 具体的局限性（设计、样本、测量、验证、普遍性、随访等）
  • 研究类型
  • 应用场景（手稿局限性段落、基金提案或审稿人反驳）
  • 语气（正式学术、务实基金或辩护反驳）
  • 专业措辞的研究局限性陈述
 View GitHub
学术写作 Medical English Precision Editor
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/medical-english-precision-editor/SKILL.md)		 在不改变事实、证据范围或科学原意的前提下，提升生物医学英文的精准度、清晰度、流畅性及期刊适用性。 适用于医学论文、报告、幻灯片等各类生物医学文本的英文精准编辑，以符合国际期刊写作标准。
  • 手稿草稿
  • 选定章节
  • 段落
  • 句子集合
  • 回复文本
  • 幻灯片旁白
  • 其他生物医学文本
  • 术语准确性提升
  • 语法、时态、冠词使用及介词逻辑修正
  • 句子和段落流畅性增强
  • 学术语调优化（不夸大科学内容）
  • 手稿事实意义的保留
  • 符合国际期刊写作标准的文本
  • 上下文补充请求（当输入不足时）
 View GitHub
学术写作 methods-section-writer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/methods-section-writer/SKILL.md)		 将研究方案和分析流程转化为可供发表的生物医学稿件方法学部分文本 适用于撰写或修订生物医学稿件的方法学部分，确保其符合报告指南、与结果部分一致，并满足期刊字数限制和声明要求
  • 研究描述、研究方案摘要或现有方法学草稿
  • （可选）目标期刊名称
  • （可选）研究类型
  • （可选）报告指南
  • （可选）统计学细节
  • 研究设计与背景（例如：单中心、研究日期）
  • 受试者/样本入选与排除标准
  • 主要和次要结局指标及其测量工具
  • 主要统计分析方法
  • 流畅的、段落形式的、适合最终稿件提交的方法学部分文本
 View GitHub
学术写作 paper-sprint-review
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/paper-sprint-review/SKILL.md)		 基于Scrum理念，提供学术论文的审阅、修订及回复审稿人意见的专业工作流支持。 在需要审阅学术论文、根据审稿意见修订手稿、回复审稿人意见、评估修订工作量或规划论文修订冲刺时使用。
  • 手稿文件（支持DOCX、TeX、MD、PDF格式）
  • 用户审阅、修订或回复审稿人意见的具体指令
  • 目标期刊或会议名称（可选，用于定制审阅标准）
  • 多维度审阅报告（涵盖贡献度、严谨性、写作质量、编辑视角）
  • 优先级排序的修订待办事项列表
  • 修订工作量及冲刺次数估算
  • 审阅报告文件（支持MD、DOCX、PDF、HTML、LaTeX格式）
  • 手稿摄入总结（包含手稿阶段、语言等信息）
 View GitHub
学术写作 poster-storyline-builder
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/poster-storyline-builder/SKILL.md)		 将学术论文内容重构为适合科学海报展示的叙事结构与布局。 规划学术会议海报的章节结构、标题层级、图表选择以及现场讲解流程时使用。
  • 论文摘要、手稿章节或研究要点总结
  • 目标会议（可选）
  • 海报尺寸（例如：A0, 36×48英寸）（可选）
  • 所需章节（可选）
  • 受众类型（可选）
  • 海报内容规划
  • 海报章节结构
 View GitHub
学术写作 reference-integrity-checker
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/reference-integrity-checker/SKILL.md)		 核查手稿参考文献是否准确匹配其所支持的论点，并识别引用不当、过度延伸、二手引用、引文漂移或与手稿证据不一致的情况。 适用于手稿的引言、讨论、结果背景、回应审稿意见、方法论证、背景论点、局限性阐述、转化意义陈述以及高密度引用段落，以确保引用的准确性和完整性。
  • 手稿草稿
  • 选定段落
  • 参考文献列表
  • 带注释的论点
  • 反驳草稿
  • 引用密集型章节
  • 参考文献完整性审查报告
  • 论点与参考文献匹配性核查结果
  • 引文不匹配、过度延伸、二手引用、引文漂移及论点与来源不一致的识别
  • 主要完整性风险与次要引文规范问题的区分
  • 无支持性论述与引文放置不当的分离
  • 特定引文问题对手稿可信度的影响解释
  • 输入不足时对额外手稿或来源材料的需求建议
 View GitHub
学术写作 reporting-guideline-compliance-checker
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/reporting-guideline-compliance-checker/SKILL.md)		 检查生物医学稿件是否符合CONSORT、STROBE、PRISMA和TRIPOD等报告指南，以识别投稿或修订前缺失或薄弱的报告要素。 适用于各类生物医学研究稿件（如试验、观察性研究、系统评价、预测模型研究等）在提交前或修订阶段进行报告指南合规性审查。
  • 稿件草稿
  • 章节草稿
  • 研究摘要
  • 投稿材料包
  • 修订材料
  • 报告指南合规性审查报告
  • 最相关报告指南家族的识别
  • 核心必需报告要素的存在性、缺失性、薄弱性或不适用性评估
  • 高风险遗漏与低风险不完整性的区分
  • 真正的报告空白与可选增益要素的区分
  • 遗漏对可评审性和投稿风险影响的解释
  • 对补充稿件材料的请求（当输入不足时）
  • 降低桌面拒稿或重大修订风险的建议
 View GitHub
学术写作 Results Section Structurer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/results-section-structurer/SKILL.md)		 将生物医学图表、分析和结果块组织成清晰的成果部分结构，并进行严谨的叙述排序和基于证据的呈现。 适用于临床研究、队列研究、病例对照研究、真实世界证据研究、生物标志物研究、组学研究、转化研究和验证性手稿等多种生物医学研究的成果部分结构化。
  • 图表列表
  • 结果摘要
  • 手稿笔记
  • 分析大纲
  • 部分成果部分草稿
  • 识别结果的自然叙述顺序
  • 确定哪些结果块是主要结果，哪些是支持性结果
  • 适当排序队列/样本描述、核心发现、机制支持、敏感性分析和验证结果
  • 防止成果部分写作碎片化或冗余
  • 清晰解释结构化逻辑
  • 当用户输入不足时请求补充信息
  • 建议用户上传研究方案或结果报告以显著提高准确性
  • 在需要文献支持时标记需要引用的陈述
 View GitHub
学术写作 results-section-writer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/results-section-writer/SKILL.md)		 根据清晰的结果结构、图表清单或分析总结，撰写生物医学手稿的完整结果部分，同时保持证据边界和结果层级。 适用于临床研究、队列研究、病例对照研究、真实世界证据研究、生物标志物研究、组学研究、单细胞研究、多组学研究、孟德尔随机化/数量性状基因座研究、转化研究和验证性研究等各类生物医学研究的完整结果部分撰写。
  • 结果大纲
  • 图表清单
  • 图例
  • 结果总结
  • 分析报告
  • 部分结果草稿
  • 撰写完成的结果部分
  • 撰写逻辑说明
  • 强烈推荐引用支持的识别
  • 需引用声明的PubMed搜索查询
 View GitHub
学术写作 revision-strategy-planner
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/revision-strategy-planner/SKILL.md)		 根据审稿意见和编辑决策，制定优先级的、证据导向的、行动具体的稿件修订策略计划。 适用于稿件大小修、拒稿重投、审稿意见分类、修订可行性评估及确定核心科学问题。
  • 审稿人意见
  • 编辑决策函
  • 回复信草稿
  • 稿件薄弱点
  • 修订说明
  • 分类的审稿意见（按功能和科学严重性）
  • 核心科学压力点与外围修订负担的区分
  • 需要新实验、新分析或仅需更清晰呈现的项目识别
  • 真实证据空白与沟通失误的区分
  • 现实可行的修订工作顺序
  • 清晰的优先级排序逻辑
  • 对不完整审稿包的补充材料请求
 View GitHub
学术写作 slide-deck-for-lab-meeting
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/slide-deck-for-lab-meeting/SKILL.md)		 将研究进展结构化为聚焦、可操作且有助于决策的实验室会议或项目评审幻灯片结构 适用于每周实验室会议、项目评审、PI更新、分析进展回顾、方法故障排除、手稿准备等多种研究进展汇报场景
  • 项目总结
  • 进展更新
  • 图表清单
  • 分析状态
  • 研究计划
  • 手稿草稿
  • 会议目标
  • 实验室会议幻灯片结构
  • 幻灯片结构化逻辑说明
  • 当输入信息不足时，请求补充信息
 View GitHub
学术写作 table-narrative-writer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/table-narrative-writer/SKILL.md)		 将生物医学表格内容转化为清晰的稿件或演示文稿叙述，侧重于识别有意义的模式、对比和解释边界，而非简单复述所有数据。 适用于各类医学研究表格（如基线特征表、回归结果表、亚组分析表等）的叙述性转化，以及医学稿件和演示文稿的撰写。
  • 表格
  • 表格摘要
  • 基线特征表
  • 回归结果表
  • 亚组分析表
  • 补充表格
  • 包含大量表格的稿件章节
  • 表格叙述文本
 View GitHub
学术写作 target-journal-matcher
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/target-journal-matcher/SKILL.md)		 根据研究主题、设计和证据强度，匹配合适的期刊，平衡影响因子、编辑范围、方法学接受度和战略定位，以识别现实且匹配良好的投稿目标。 在首次投稿前、筛选投稿期刊、评估特定期刊匹配度或被拒稿后寻找替代目标时，用于平衡影响因子与实际接受概率，识别最佳投稿期刊。
  • 稿件标题、摘要或简要研究描述
  • 可选：研究设计、样本量、关键发现、期望影响因子范围、开放获取要求、作者机构或国家
  • 推荐的3-6个分级期刊候选列表
 View GitHub
学术写作 title-and-abstract-optimizer
(medical-research-skills-main/awesome-med-research-skills/Academic Writing/title-and-abstract-optimizer/SKILL.md)		 优化生物医学研究论文的标题和摘要，以提升信息密度、事实准确性和投稿适配性。 适用于各类生物医学研究论文（如原创研究、临床研究、组学研究等）的标题和摘要优化，以及投稿前或审稿回复阶段的修订。
  • 草稿标题
  • 草稿摘要
  • 研究总结
  • 手稿笔记
  • 部分研究信息
  • 优化后的标题
  • 优化后的摘要
  • 优化逻辑说明
  • 缺失关键信息请求
 View GitHub
数据分析 lightgbm-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/LightGBM-analysis/SKILL.md)		 在表格数据上构建LightGBM模型，并输出模型评估指标、特征重要性排名表和特征重要性图。 需要在R环境中对结构化表格数据进行分类或回归建模，并获取用于报告或解释的特征重要性排名结果。
  • CSV格式或制表符分隔的TXT/TSV格式的输入数据文件
  • 用于建模的目标变量列
  • 输出目录，默认为`./LightGBM_Results`
  • 当输出目录已包含文件时停止运行，而非覆盖
  • 任务类型，可选`auto`、`regression`、`binary`或`multiclass`，默认为`auto`
  • 逗号分隔的特征列，默认为除目标列和删除列之外的所有列
  • 建模前需排除的逗号分隔列
  • 重要性类型，可选`gain`或`split`，默认为`gain`
  • 重要性图中显示的特征数量，默认为`20`
  • 表格导出格式，可选`csv`或`txt`，默认为`csv`
  • 与任务类型匹配的评估指标
  • 测试集比例
  • 从训练分区中提取的验证集比例
  • 最大提升轮数
  • 收缩率
  • 每棵树的最大叶子数量
  • 最大树深度，`-1`表示无明确限制
  • 每个叶子的最小样本数
  • 列采样比例
  • 行采样比例
  • Bagging频率
  • 权重上的L1正则化项
  • 模型评估指标
  • 特征重要性排名表
  • 特征重要性图
 View GitHub
数据分析 xgboost-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/XGBoost-analysis/SKILL.md)		 基于表格数据训练XGBoost模型，并输出特征重要性排名表格和图表。 适用于需要通过R语言进行命令行XGBoost建模、实现可复现的训练-测试集划分、模型训练与评估，并获取特征重要性排名（表格与图表）的场景。
  • 输入CSV、TXT或TSV文件
  • 用于建模的目标列
  • 任务类型（可选'auto'、'classification'或'regression'）
  • 输出目录
  • 从预测变量中排除的逗号分隔列
  • 二分类的阳性类别标签
  • 测试集比例（0到1之间）
  • 随机种子
  • 最大提升轮数
  • 树的深度
  • 学习率
  • 行采样比例
  • 列采样比例
  • 最小子节点权重
  • 最小分裂损失减少量
  • L2正则化系数
  • 模型性能评估表
  • 特征重要性排名表
  • 特征重要性图（PNG格式）
 View GitHub
数据分析 batch-effect-correction
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/batch-effect-correction/SKILL.md)		 在合并的批量表达矩阵中校正批次效应，同时保留生物学组结构并生成校正前后的质量控制图。 适用于需要对合并的批量表达矩阵进行批次效应校正，且具备样本级批次元数据和生物学分组信息的情况。
  • 表达矩阵文件（基因作为行，样本作为列）
  • 样本元数据文件（包含样本ID、生物学组和批次列）
  • 输出目录
  • 元数据中批次列的名称
  • 元数据中生物学组列的名称
  • 元数据中样本ID列的名称
  • 对数转换模式：自动、是、否
  • 运行时间限制（秒）；设置为0表示禁用
  • 用于结果重现的随机种子
  • 批次效应校正后的表达矩阵
  • 批次效应校正前后的质量控制图
 View GitHub
数据分析 cerna-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/cerna-analysis/SKILL.md)		 基于关键基因列表和miRNA-mRNA/miRNA-lncRNA数据库构建ceRNA调控网络 从已知关键基因列表和预置miRNA参考表构建ceRNA调控网络时使用
  • 关键基因文件路径或逗号分隔的基因名称
  • 输出目录
  • miRNA数据集（可选值：combined, starbase, mirdb, mirtarbase, starbase+mirdb, starbase+mirtarbase, mirdb+mirtarbase）
  • lncRNA相互作用严格度（可选值：Low, Median, High）
  • 最小保留lncRNA频率
  • 数据库目录
  • PDF宽度（英寸）
  • PDF高度（英寸）
  • 平面CSV文件输出
  • PDF可视化图表
 View GitHub
数据分析 cibersort-immune-infiltration-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/cibersort-immune-infiltration-analysis/SKILL.md)		 基于CIBERSORT风格的nu-SVR反卷积工作流，利用LM22特征矩阵，从批量表达矩阵中估计相对免疫细胞浸润，并比较病例组与对照组。 用于从批量表达矩阵中估计相对免疫细胞比例，反卷积后比较病例组与对照组，并生成结构化表格、序列化结果对象及可选的PDF图表。
  • 表达矩阵（基因作为行，样本作为列）
  • 分组注释表
  • 病例组标签
  • 对照组标签
  • 基因特征矩阵文件
  • 输出目录
  • 样本列（可选）
  • 结构化结果表格
  • 派生汇总表格
  • 序列化结果对象
  • 免疫细胞比例图（可选PDF格式）
  • 运行记录文件
  • 输出清单文件
 View GitHub
数据分析 consensus-clustering-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/consensus-clustering-analysis/SKILL.md)		 利用ConsensusClusterPlus算法，从批量表达矩阵中识别稳定的样本亚型，并通过PAC进行模型选择，同时可视化共识矩阵和CDF。 适用于需要从批量表达数据中发现稳定的样本亚群，并评估聚类结果的生物医学研究场景。
  • 表达矩阵文件（基因作为行，样本作为列）
  • 分组信息文件（包含样本ID和分组列）
  • 用于聚类的疾病组标签
  • 评估的最大聚类数量
  • 输出目录
  • 基因选择模式：高变基因或自定义
  • 保留的高变基因数量
  • 当基因选择模式为自定义时，提供自定义基因列表文件
  • 在聚类前对每个基因进行中位数中心化
  • 共识重采样重复次数
  • 样本重采样比例
  • 特征重采样比例
  • 超时时间（秒）
  • 稳定的样本亚型分配结果
  • PAC模型选择结果
  • 共识矩阵可视化图
  • 累积分布函数（CDF）可视化图
 View GitHub
数据分析 decision-curve-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/decision-curve-analysis/SKILL.md)		 评估二元预测模型的临床实用性，通过拟合逻辑决策曲线模型，绘制决策曲线和临床影响曲线，并导出汇总结果。 适用于评估二元预测模型在不同阈值概率下的临床净收益，可视化决策曲线和临床影响曲线，并生成可审计的决策曲线分析模型对象及报告。
  • 包含样本ID作为行名的临床CSV文件
  • 编码为`0/1`的二元结局变量列
  • 用于逻辑决策曲线分析模型的数值型预测变量列
  • 研究设计类型：`病例对照`或`队列`
  • 病例对照决策曲线分析的人群患病率
  • 用于生成阈值网格的阈值步长
  • 传递给`rmda::decision_curve()`函数的置信水平
  • 临床影响曲线图中使用的总体规模
  • 临床影响曲线图中成本效益标签的数量
  • 可审计的决策曲线分析模型对象
  • 汇总文本报告
  • PDF格式的图表
 View GitHub
数据分析 Decision Tree Analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/decision-tree-analysis/SKILL.md)		 从表格数据训练决策树模型并输出特征重要性排序结果。 需要使用R语言进行分类或回归决策树建模，并获取特征重要性排名表格和图表，同时需要命令行工作流支持参数验证和标准化输出。
  • CSV、TXT或TSV格式的输入数据文件
  • 待预测的目标变量列
  • 任务类型：自动识别、分类或回归（默认：自动识别）
  • 输出目录（默认：./Decision_Tree_Results）
  • 训练集比例（0到1之间，默认：0.7）
  • 决策树最大深度（默认：5）
  • 尝试分裂所需的最小观测数（默认：10）
  • 终端节点允许的最小观测数（默认：3）
  • 剪枝的复杂度参数（默认：0.001）
  • 随机种子（默认：42）
  • 建模时需排除的列（逗号分隔）
  • 重要性图中显示的前N个特征数量（默认：15）
  • 表格输出格式：CSV或TXT（默认：CSV）
  • 特征重要性排名表格
  • 特征重要性排名图表
  • 模型评估摘要
 View GitHub
数据分析 deg-screening-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/deg-screening-analysis/SKILL.md)		 从批量表达矩阵中筛选两组间的差异表达基因，并生成差异表达基因表、火山图和聚类热图。 适用于对批量表达矩阵进行可重复的两组差异表达基因分析，例如比较病例与对照样本，筛选上下调基因，或生成包含火山图和热图的差异表达基因表。
  • 输入表达矩阵文件
  • 分组信息文件
  • 病例组名称
  • 对照组名称
  • 输出目录
  • 完整的差异表达基因表
  • 筛选后的差异表达基因表
  • 火山图
  • 聚类热图
 View GitHub
数据分析 differential-expression-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/differential-expression-analysis/SKILL.md)		 分析批量RNA测序或微阵列表达数据，识别两组生物学样本（病例组 vs 对照组）间的差异表达基因，并进行火山图和热图可视化。 适用于批量RNA测序或微阵列表达数据，旨在识别不同生物学组别间的差异表达基因。
  • 表达矩阵文件（基因作为行，样本作为列）
  • 分组信息文件（包含样本ID和分组列）
  • 输出目录
  • 差异分析方法：limma, deseq2, edger, t检验, wilcoxon检验
  • edgeR归一化方法：TMM, RLE, upperquartile
  • P值阈值
  • Log倍数变化阈值
  • 用于重现性的随机种子
  • 完整的差异表达分析结果（包含基因ID、logFC、P值、校正P值）
  • 带有显著性阈值的火山图
  • 顶部上调/下调基因的热图
  • R会话和包版本信息
  • 显著差异表达基因
  • 过滤后的差异表达分析结果
 View GitHub
数据分析 elastic-net-feature-selection
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/elastic-net-feature-selection/SKILL.md)		 使用弹性网络逻辑回归从批量表达矩阵中选择预测性基因或其他分子特征，用于二元病例-对照分类，并生成系数路径和交叉验证图。 适用于需要对批量表达矩阵进行弹性网络特征选择、系数路径分析和基于cv.glmnet的lambda选择，以进行二元病例-对照分类的场景。
  • 输入表达矩阵文件
  • 分组信息文件
  • 特征列表文件
  • 病例组类别标签
  • 对照组类别标签
  • 弹性网络混合参数Alpha值
  • Alpha参数搜索网格
  • 交叉验证折叠数
  • Lambda选择策略
  • 数据标准化选项
  • 执行超时时间（秒）
  • 结果输出目录
  • 随机数生成种子
  • 弹性网络模型系数路径图
  • 交叉验证结果图
  • 选定的预测性特征列表
  • 模型系数报告
 View GitHub
数据分析 estimate-immune-score-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/estimate-immune-score-analysis/SKILL.md)		 从批量表达矩阵计算ESTIMATE免疫相关微环境评分，生成评分热图，并可选地进行组间比较和可视化。 适用于从批量表达数据计算ESTIMATE免疫和基质评分，生成可视化图表，并进行样本组间比较。
  • 基因在第一列、样本在其余列的表达矩阵文件
  • （可选）样本分组文件，用于生成ESTIMATE评分箱线图和显著性汇总表
  • ESTIMATE免疫和基质评分结果表
  • ESTIMATE评分热图
  • （可选）ESTIMATE评分箱线图和组间比较显著性汇总表
 View GitHub
数据分析 external-model-validation
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/external-model-validation/SKILL.md)		 在具有生存结局的外部批量表达队列中，验证现有预后风险特征，并生成风险评分、Kaplan-Meier生存曲线、风险分布图、热图和时间依赖性ROC曲线。 适用于在具有生存结局的外部批量表达队列中验证已有的预后风险模型。
  • 基因在行、样本在列的表达矩阵CSV文件
  • 样本ID为行名，包含总生存（OS）和总生存时间（OS.time）列的临床数据CSV文件
  • 模型系数或风险特征定义文件
  • 风险评分
  • Kaplan-Meier生存曲线
  • 风险分布图
  • 热图
  • 时间依赖性ROC曲线
 View GitHub
数据分析 Gene Protein Expression Matrix Normalization
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/gene-protein-expression-matrix-normalization/SKILL.md)		 对批量基因或蛋白质表达矩阵进行对数转换、Z-score标准化或最小-最大缩放等归一化处理。 在进行绘图、聚类或探索性比较之前，对数值表达矩阵进行归一化处理。
  • CSV或TSV格式的表达矩阵文件
  • 输出目录
  • 归一化方法：`log2`、`zscore`或`minmax`
  • 按行或按列应用归一化
  • 对数转换前添加的伪计数
  • Z-score标准化时是否中心化值
  • Z-score标准化时是否缩放值
  • 可选的超时时间（秒）；`0`表示禁用
  • 输入文件分隔符：`auto`、`csv`或`tsv`
  • 随机种子
  • 是否打印进度日志
  • 归一化后的表达矩阵文件
 View GitHub
数据分析 gokegg-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/gokegg/SKILL.md)		 对来自批量RNA测序或微阵列研究的基因列表进行GO和KEGG富集分析，并生成组合点图。 适用于批量RNA测序或微阵列研究产生的基因列表进行GO和KEGG富集分析，支持SYMBOL、ENSEMBL、ENTREZID等基因ID类型及多种物种数据库。
  • 基因列表
  • 输出目录
  • 物种数据库
  • 基因ID类型
  • P值截断阈值
  • Q值截断阈值
  • P值校正方法
  • 随机种子
  • GO富集结果显示前N项
  • KEGG富集结果显示前N项
  • 输出图表格式
  • GO富集分析完成状态
  • KEGG富集分析完成状态
  • 修剪和解析后归一化的输入基因计数
  • 主输出目录
  • 生成的文件列表（包括GO富集结果CSV、KEGG富集结果CSV、GO富集R数据对象、KEGG富集R数据对象、组合点图、会话信息文件）
 View GitHub
数据分析 gsea
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/gsea/SKILL.md)		 对按统计量排序的基因列表执行GSEA分析，并输出富集结果表、运行分数表和绘图结果。 适用于对按统计量排序的基因列表进行GSEA分析，或基于现有富集结果和运行分数生成富集曲线图。
  • 输入 CSV 文件
  • gsea_running_scores.csv 路径
  • enrichGSEA.csv 路径
  • 富集结果表
  • 运行分数表
  • 绘图结果
 View GitHub
数据分析 hierarchical-clustering-plot
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/hierarchical-clustering-plot/SKILL.md)		 从批量表达矩阵和样本注释表中构建样本水平的层次聚类树状图。 适用于样本质量控制、批次效应检查、样本相似性评估以及验证注释样本组的预期聚类模式。
  • 批量表达矩阵
  • 样本注释表
  • 样本水平的层次聚类树状图
 View GitHub
数据分析 immune-pathway-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/immune-pathway-analysis/SKILL.md)		 从批量表达矩阵、样本分组文件和本地免疫Reactome基因集表运行免疫通路GSVA或ssGSEA分析，并导出差异通路结果和双组比较热图。 当目标是从批量表达数据量化免疫相关通路活性并比较两组样本间的通路富集时使用。
  • 批量表达矩阵
  • 样本分组文件
  • 本地免疫Reactome基因集表
  • 差异通路结果表
  • 免疫通路评分表
  • 免疫通路分析结果对象
  • 免疫通路热图
 View GitHub
数据分析 km-survival-curve
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/km-survival-curve/SKILL.md)		 对表格生存数据执行Kaplan-Meier生存分析，并输出PDF生存曲线图。 需要从包含时间、事件状态和风险分组的表格数据中生成Kaplan-Meier生存曲线时。
  • 输入数据文件（CSV或制表符分隔的TXT/TSV格式）
  • 输出目录
  • 生存时间列
  • 事件状态列
  • 风险分组列
  • 时间单位标签（年、月或日）
  • 当时间单位为年或月时，启发式地将大时间值从天转换为相应单位
  • 统计方法（logrank或wald）
  • 图表宽度（英寸）
  • 图表高度（英寸）
  • 字体家族
  • X轴标题
  • Y轴标题
  • 图表主标题
  • 图例位置（上、下、左、右、无）
  • 是否显示图例
  • 图例标题
  • 生存曲线线型（实线、虚线、点线、点划线、长划线、双划线）
  • 生存曲线线宽
  • 生存曲线颜色列表
  • PDF格式的Kaplan-Meier生存曲线图
 View GitHub
数据分析 knn-imputation
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/knn-imputation/SKILL.md)		 使用组感知KNN方法对批量表达矩阵中的缺失值进行插补。 适用于从批量表达矩阵中移除缺失值超过50%的基因，并基于单个分组列限制供体池，进行组感知KNN缺失值插补的场景。
  • 表达矩阵CSV文件，其中特征为行，样本为列
  • 样本注释CSV文件
  • 输出目录
  • 分组文件中的样本ID列
  • 用于定义插补分层的单个分组列
  • 每个分层内部使用的最近邻数量
  • 样本数少于10个的分层填充方法
  • 插补后的表达矩阵
 View GitHub
数据分析 lasso-logistics-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/lasso-logistics-analysis/SKILL.md)		 使用LASSO逻辑回归、交叉验证和系数路径可视化，从表达矩阵或其他组学特征矩阵构建二分类模型。 适用于基于组学数据进行二分类模型构建，不适用于多分类、生存分析或普通线性回归。
  • 表达矩阵文件（特征为行，样本为列）
  • 包含样本和分组信息的组文件
  • 编码为`1`的病例组类别标签
  • 编码为`0`的对照组类别标签
  • 可选的特征列表文件或逗号分隔的特征名称
  • 交叉验证折数：`3`、`5`、`7`、`10`
  • 交叉验证图的可选标题
  • 系数路径图的可选标题
  • 最大运行时间（秒）
  • 输出目录
  • 用于重现性的随机种子
  • LASSO逻辑回归模型参数（包括选定的特征及其系数）
  • 交叉验证结果（如最佳正则化参数lambda值、模型性能指标）
  • 系数路径可视化图
  • 交叉验证误差曲线图
 View GitHub
数据分析 lncrna-regulatory-network-construction-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/lncrna-regulatory-network-construction-analysis/SKILL.md)		 通过从本地ceRNA参考表中投射共享miRNA证据，利用目标lncRNA和/或基因列表构建数据库驱动的lncRNA-mRNA调控网络。 适用于从目标基因或lncRNA列表出发，通过共享miRNA证据，利用本地ceRNA参考表构建lncRNA-mRNA调控网络，并可重用已保存的网络对象进行可视化。
  • 目标lncRNA和/或基因列表
  • 已保存的数据库衍生网络对象
  • lncRNA-mRNA调控网络
  • 可审计的lncRNA-mRNA网络表
  • 三方证据表
  • 网络可视化PDF图
 View GitHub
数据分析 model-calibration-curve
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/model-calibration-curve/SKILL.md)		 通过拟合Cox模型并生成Bootstrap校准曲线，评估生存模型预测概率与实际观测结果的一致性。 适用于验证生存模型、比较多时间点预测与观测生存概率，并导出校准统计量及可视化图表。
  • 包含样本ID作为行名的临床CSV文件
  • 用于Cox模型、以逗号分隔的模型特征
  • 生存时间列
  • 使用0/1编码的事件指示列
  • 与生存时间列单位一致的预测时间点
  • 用于`rms::calibrate()`函数的Bootstrap重复次数
  • 输出目录
  • 允许写入非空输出目录
  • 用于结果重现性的随机种子
  • 以秒为单位的运行时间限制；`0`表示禁用超时
  • PDF图表的宽度（英寸）
  • 校准统计报告
  • Bootstrap校准曲线图（PDF格式）
 View GitHub
数据分析 pca-dimensionality-reduction
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/pca-dimensionality-reduction/SKILL.md)		 对表格数值数据执行主成分分析，并输出解释方差、样本得分、特征载荷及诊断图表 当需要将多个数值变量降维为少量主成分，或需要命令行PCA工作流及标准化输出文件时
  • 输入数据文件（CSV, TXT或TSV格式）
  • 输出目录（默认为`./PCA_Results`）
  • 逗号分隔的数值特征列（默认为除ID/分组列外的所有数值列）
  • 可选的样本ID列（若省略且第一列为非数值且唯一值，则自动使用）
  • 可选的分组列（用于得分输出和得分图）
  • 要输出的最大主成分数量（默认为`5`）
  • 是否中心化数据（`true`或`false`，默认为`true`）
  • 是否标准化数据（`true`或`false`，默认为`true`）
  • 每个主成分要输出的绝对载荷数量（默认为`10`）
  • 输出文件格式（`csv`或`txt`，默认为`csv`）
  • 输出文件名前缀（默认为`pca`）
  • 解释方差
  • 样本得分
  • 特征载荷
  • 诊断图表
 View GitHub
数据分析 ppi-network-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/ppi-network-analysis/SKILL.md)		 从本地基因列表和STRING离线缓存构建蛋白质-蛋白质相互作用网络，并导出节点和边表以及生成可复现的PDF网络图。 适用于需要标准化R命令行工作流，基于本地基因列表和STRING离线缓存进行蛋白质相互作用网络分析的场景。
  • 基因列表文件 (CSV, TSV, TXT或XLSX格式)
  • 物种 (例如：人类, 小鼠, 9606或10090)
  • STRING组合得分阈值 (400至1000)
  • 输出目录 (技能根目录下的子目录)
  • 仅绘制图表 (布尔值，指示是否重用现有数据并重新生成网络图)
  • 随机种子 (用于布局可复现性)
  • 超时时间 (秒)
  • 本地STRING缓存目录
  • 首选STRING缓存版本 (例如：auto, v11.5或v12.0)
  • PDF字体家族 (例如：sans, serif或mono)
  • 图表宽度 (英寸)
  • 节点表
  • 边表
  • 可复现的PDF网络图
  • PPI分析结果数据 (ppi_result.rds)
 View GitHub
数据分析 rf-model-importance-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/rf-model-importance-analysis/SKILL.md)		 基于表达谱特征矩阵训练二分类随机森林模型，评估变量重要性，并生成可复现的错误率和重要性图表。 适用于已清洗且无缺失值的二分类表达谱数据，用于特征重要性分析，不适用于回归、多分类、缺失值填充或预处理任务。
  • 输入特征矩阵文件路径
  • 样本分组信息文件路径
  • 案例组名称
  • 对照组名称
  • 输出目录路径
  • 随机数种子
  • 运行超时时间（秒）
  • 随机森林模型中树的数量
  • 随机森林模型中每次分裂时随机选择的特征数量
  • 随机森林重要性度量类型
  • 随机森林重要性阈值
  • 随机森林模型中选择的顶部特征数量
  • 随机森林重要性图中显示的顶部特征数量
  • 仅重新渲染图表标志
  • 随机森林模型结果文件（.rds格式）
  • 模型错误率图表
  • 变量重要性图表
 View GitHub
数据分析 roc-diagnostic-performance
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/roc-diagnostic-performance/SKILL.md)		 利用逻辑回归和ROC曲线评估病例-对照表达数据中的诊断生物标志物性能 适用于评估病例-对照队列中的诊断标志物基因、构建多变量逻辑回归诊断模型以及比较模型与单个标志物的ROC性能
  • 表达矩阵文件（CSV/TSV格式）
  • 包含样本ID和标签的分组信息文件
  • 逗号分隔的标志物基因列表
  • 分组文件中病例组的标签
  • 可选的分组列名称
  • 输出目录
  • 允许写入非空输出目录的标志
  • 系数表
  • AUC表
  • ROC曲线PDF文件
 View GitHub
数据分析 sample-correlation-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/sample-correlation-analysis/SKILL.md)		 对表格数据文件中的两个变量执行相关性分析，支持Pearson和Spearman方法。 适用于需要计算两个变量间的Pearson或Spearman相关性，并以标准化CSV或TXT格式输出结果的命令行工作流。
  • 输入数据文件（CSV, TXT或TSV格式）
  • 相关性分析方法（pearson或spearman）
  • 第一个变量名称（可为列名或第一列行标签）
  • 第二个变量名称（可为列名或第一列行标签）
  • 输出目录
  • 备择假设类型（two.sided, less或greater）
  • 置信水平（0到1之间）
  • 输出文件格式（csv或txt）
  • 输出文件名前缀
  • 相关性分析结果（包含表格、图表和原始数据文件）
 View GitHub
数据分析 Sample Group Sankey Plot
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/sample-group-sankey-plot/SKILL.md)		 从表格形式的样本注释文件中构建可重现的桑基图/冲积图可视化，并导出选定的注释、Lodes格式表格、图表PDF和会话元数据。 适用于从以样本为行、分类阶段（如风险组、响应状态、亚型或队列标签）为列的样本注释表中生成桑基图或冲积图。
  • 输入CSV/TSV格式的注释表格
  • 输出目录
  • 用于绘图的逗号分隔的阶段列名
  • 生成输出文件的前缀
  • 图表宽度（英寸）
  • 图表高度（英寸）
  • 流线透明度（介于0和1之间）
  • 层标签大小
  • 空白或缺失（NA）层级的替换标签
  • 可选的图表标题
  • 用于重现性的随机种子
  • 允许的最大运行时间（秒）；设置为0表示禁用
  • 选定的注释数据
  • Lodes格式表格
  • 图表PDF文件
  • 会话元数据
 View GitHub
数据分析 ssgsea-immune-infiltration-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/ssgsea-immune-infiltration-analysis/SKILL.md)		 利用ssGSEA/GSVA方法，从批量RNA测序表达矩阵中评估免疫浸润，并比较病例组与对照组的免疫富集分数，生成免疫评分可视化结果。 适用于从批量RNA测序表达矩阵中评估相对免疫浸润，比较病例组与对照组的免疫富集分数，并生成结构化结果表和可选的PDF可视化报告。
  • 以基因为行、样本为列的表达矩阵文件
  • 样本分组注释表文件
  • 免疫基因集CSV文件
  • 病例组标签
  • 对照组标签
  • 结构化结果表
  • PDF可视化报告
  • 运行记录文件
  • 输出清单文件
 View GitHub
数据分析 gsva-analysis-and-visualization
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/gsva-analysis-and-visualization/SKILL.md)		 执行GSVA或ssGSEA通路水平差异分析并生成热图可视化结果 适用于批量表达矩阵的GSVA或ssGSEA通路水平差异分析、通路富集比较以及结果热图可视化
  • 批量表达矩阵
  • 样本分组文件
  • 现有GSVA结果对象（.rda格式）
  • 通路评分
  • 差异分析结果
  • 分析结果表格
  • GSVA结果对象（.rda格式）
  • PDF格式热图
 View GitHub
数据分析 nomogram-construction
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/nomogram-construction/SKILL.md)		 基于生存相关临床预测因子构建预后列线图，评估模型区分度，并生成出版级列线图PDF。 适用于从已筛选的临床预后变量构建预后列线图，估算模型区分度（C指数），并导出列线图数据包及生成出版级列线图PDF。
  • 执行模式
  • 临床数据文件路径
  • 预后特征列表（逗号分隔）
  • 生存时间列名
  • 事件状态列名（1=事件发生, 0=截尾）
  • 预测时间点（年份，逗号分隔）
  • 输出目录路径
  • 随机数种子
  • 列线图数据文件路径
  • 列线图保存路径
  • 列线图数据包
  • C指数表
  • 列线图PDF文件
 View GitHub
数据分析 svm-model-importance-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/svm-model-importance-analysis/SKILL.md)		 对表达矩阵进行双类别SVM-RFE特征排序，通过交叉验证误差选择信息性特征数量，并生成可复现的排序和误差图。 适用于对表达矩阵进行双类别分类的特征重要性分析，以识别关键生物标志物。
  • 样本在行、特征在列的表达矩阵文件
  • 第一列为样本ID的分组文件
  • 病例组标签
  • 对照组标签
  • 技能根目录下的输出目录
  • 复用output_dir/data/svm_result.rds文件，仅重新生成图表而不重新运行SVM-RFE
  • 用于结果可复现性的随机种子
  • 运行的耗时限制（秒）
  • 用于SVM-RFE和验证的分层外部折叠数
  • 如果剩余特征数超过此计数，则每次迭代移除一半
  • 误差曲线上评估的最大特征数量
  • 特征计数规则：min（最小）或tolerance（容忍度）
  • 当使用--svm_select_rule为tolerance时使用的容忍度
  • 特征排序结果
  • 误差图
  • SVM分析结果数据文件（.rds格式）
 View GitHub
数据分析 tf-target-gene-regulatory-network
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/tf-target-gene-regulatory-network/SKILL.md)		 基于基因列表，利用Dorothea数据库识别上游转录因子并生成转录因子-靶基因调控网络。 适用于人类或小鼠基因列表的转录因子富集分析及基因调控网络研究。
  • 基因列表
  • 物种
  • 输出目录
  • 随机种子
  • 基因文件路径
  • 转录因子-靶基因调控网络表格
  • 出版级PDF网络图
 View GitHub
数据分析 time-dependent-roc
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/time-dependent-roc/SKILL.md)		 计算并绘制生存结局的时间依赖性ROC曲线 当拥有包含随访时间、事件状态和数值标记的生存数据时，用于生成时间依赖性ROC曲线和AUC值。
  • 输入数据文件路径（支持CSV, TXT, TSV, TAB, XLS, XLSX格式）
  • 预测时间点列表（逗号分隔）
  • 数值标记列的名称
  • 结果输出目录路径
  • 时间单位标签（可选：年、月、日）
  • 是否自动转换以天为单位的随访时间至指定单位
  • IPCW（逆概率事件加权）方法（可选：aalen, marginal, cox）
  • 关注事件的事件代码
  • 时间依赖性AUC值表格
  • 时间依赖性ROC曲线点数据
  • 时间依赖性ROC曲线图（PDF格式）
 View GitHub
数据分析 umap-tsne-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/umap-tsne-analysis/SKILL.md)		 对丰度或OTU矩阵进行样本级降维和可视化，生成UMAP和/或t-SNE坐标及图表，以评估组间分离度。 适用于分析具有分组信息的丰度或OTU矩阵，以进行样本级降维、可视化并评估不同组间的聚类或分离情况。
  • 丰度/OTU矩阵文件路径
  • 分组信息文件路径
  • 输出目录路径
  • 降维方法（t-SNE、UMAP或两者）
  • 分组文件中样本ID列的名称
  • 分组文件中分组列的名称
  • t-SNE算法的困惑度参数
  • t-SNE算法的theta参数
  • 是否在t-SNE前应用主成分分析
  • t-SNE是否检查重复行
  • UMAP前是否进行数据归一化
  • `vegan`包中使用的归一化方法
  • UMAP和/或t-SNE降维坐标数据文件
  • UMAP和/或t-SNE可视化图表文件
 View GitHub
数据分析 Univariate and Multivariable Cox Regression
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/univariate-multivariable-cox-regression/SKILL.md)		 对临床队列的时间-事件数据进行预后生存分析，构建单因素和多因素Cox比例风险模型，并生成森林图。 适用于分析临床生存队列，识别与时间-事件结局相关的预后临床变量，并可视化结果。
  • 临床队列数据文件 (CSV格式)
  • 待分析的特征变量列表
  • 生存时间列名
  • 事件状态列名
  • 结果输出目录
  • 随机数种子
  • Cox回归结果文件 (Excel格式，用于生成森林图)
  • 森林图保存路径
  • 单因素Cox回归结果表
  • 多因素Cox回归结果表
  • 单因素Cox回归森林图
  • 多因素Cox回归森林图
 View GitHub
数据分析 wgcna-analysis
(medical-research-skills-main/awesome-med-research-skills/Data Analysis/wgcna-analysis/SKILL.md)		 从批量表达矩阵和样本分组文件构建加权基因共表达网络，通过WGCNA识别共表达模块，并关联模块与性状。 适用于从批量基因表达数据中构建加权基因共表达网络，以识别共表达模块并探索其与生物学性状的关联。
  • 表达矩阵文件（基因在行，样本在列）
  • 样本-分组映射文件
  • 输出目录
  • 分组文件中的样本列名
  • 分组文件中的分组列名
  • 加权基因共表达网络
  • 识别出的共表达模块
  • 模块与性状的关联结果
  • 模块级别图表
  • 模块内基因列表
 View GitHub
证据洞察 basic-discovery-translational-opportunity-finder
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/basic-discovery-translational-opportunity-finder/SKILL.md)		 识别并连接基础研究发现与潜在的临床或治疗应用机会，如诊断、分层、预后、治疗反应预测、监测或治疗开发。 当用户希望将机制发现、通路信号、细胞表型、实验观察或组学发现转化为更具转化潜力的研究方向时使用。
  • 基础研究发现（例如：机制发现、通路信号、细胞表型、实验观察或组学发现）
  • 结构化、证据感知的转化机会图
  • 基础研究发现与实际转化价值的连接方式
  • 合理的临床或治疗用例
  • 支持或削弱各转化路径的现有证据
  • 转化链中缺失的关键环节
  • 转化机会路径的强度、成熟度、竞争程度及合理性评估
 View GitHub
证据洞察 bioinformatics-translational-opportunity-finder
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/bioinformatics-translational-opportunity-finder/SKILL.md)		 识别生物信息学发现的转化意义路径，将其映射至诊断、分层、预后、治疗反应、监测或靶点提名等应用场景，并评估桥接证据、可检测性和验证负担。 当用户希望评估生物信息学发现的转化潜力，并避免过度宣称其临床相关性时。
  • 生物信息学发现
  • 组学结果
  • 计算特征
  • 分子模式
  • 系统层面发现
  • 转化定位分析报告
  • 发现类型
  • 最适配的转化应用场景
  • 桥接证据状态
  • 验证负担
  • 检测/实施可行性
  • 主要转化障碍
  • 一个主要且可辩护的下一步转化方向
 View GitHub
证据洞察 biomarker-landscape-scanner
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/biomarker-landscape-scanner/SKILL.md)		 通过对疾病领域生物标志物的类型、临床/研究用途、证据层级、验证状态和成熟度进行扫描，生成结构化、经证据审计的生物标志物全景图。 适用于用户需要获取特定疾病、表型或治疗背景下，关于生物标志物类型、用途、验证及成熟度等方面的领域级证据图谱，而非通用文献综述。
  • 疾病/病症/表型/治疗背景
  • 扫描生物标志物/生物标志物全景/验证状态/证据的请求
  • 结构化、经证据审计的生物标志物全景扫描报告（包含用途、生物标志物类型、验证水平、成熟度水平、转化准备度及主要证据局限性）
 View GitHub
证据洞察 biomedical-search-strategy-builder
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/biomedical-search-strategy-builder/SKILL.md)		 构建针对PubMed、Embase、Web of Science等生物医学数据库的专业检索策略，生成可直接使用的布尔检索式。 当用户需要构建基于MeSH词的布尔查询、设计系统综述检索、扩展概念同义词、应用研究类型或日期过滤器，或在多个数据库间调整检索策略时使用。
  • 研究问题或临床问题
  • PICO框架（人群、干预、对照、结局）
  • 目标数据库（如PubMed, Embase, Web of Science, Cochrane）
  • 期望的研究类型（如随机对照试验、观察性研究）
  • 指定日期范围
  • 语言偏好
  • 物种偏好
  • 针对指定数据库的完整、可直接复制粘贴的文献检索字符串
 View GitHub
证据洞察 clinical-question-clarifier
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/clinical-question-clarifier/SKILL.md)		 将模糊的临床或生物医学研究想法转化为结构化、有界限、可检索、可研究和可检验的问题。 适用于用户在研究初期，面对模糊、宽泛或未明确定义的临床或研究问题时，将其转化为适合文献检索、证据综合、研究设计或方案规划的结构化问题。
  • 用户提供的模糊、宽泛或未明确定义的临床或生物医学研究想法/问题陈述
  • 清晰、结构化、有界限、可检索、可研究和可检验的临床或研究问题定义
  • 适合文献检索的问题表述
 View GitHub
证据洞察 contradictory-findings-resolver
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/contradictory-findings-resolver/SKILL.md)		 通过审计研究中的人群、终点定义、样本来源、检测方法或平台、研究设计、统计模型、调整策略、验证链和偏倚控制等差异，解释同一生物医学主题研究得出不同或相反结论的原因，并区分真实矛盾与表观矛盾。 适用于需要理解研究结果之间矛盾是真实冲突、人群或终点不匹配、样本来源或平台差异、模型或调整差异、验证深度差异，还是仅仅是结论语言差异的用户。
  • 相互矛盾的生物医学研究文献
  • 对矛盾研究结果的结构化分析报告，解释冲突来源
 View GitHub
证据洞察 disease-mechanism-evidence-map
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/disease-mechanism-evidence-map/SKILL.md)		 系统性地绘制疾病从分子到通路、细胞类型、组织、生物学后果及临床表型的机制证据链。 适用于用户需要理解疾病机制在不同证据层面的当前支持情况，以及证据链的强度、完整性、间接性或不确定性。
  • 目标疾病名称
  • 机制范围定义（可选）
  • 结构化疾病机制证据图谱
  • 分子证据链
  • 通路/程序证据链
  • 细胞类型/细胞状态证据链
  • 组织/组织病理学证据链
  • 临床表型关联
  • 直接证据与间接证据区分
  • 推断证据
  • 证据链完整性与强度评估
  • 潜在薄弱环节识别
  • 参考文献列表（包含真实可验证的链接和DOI）
 View GitHub
证据洞察 drug-target-evidence-landscape
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/drug-target-evidence-landscape/SKILL.md)		 系统性地组织和分析药物、靶点或通路相关的证据和竞争格局，涵盖疾病关联性、可成药性、临床前与临床证据、作用模式匹配度及竞争密度。 适用于需要深入了解靶点或通路与疾病关联强度、生物学可操作性、现有临床前/临床证据、竞争态势及潜在战略机遇的用户。
  • 药物
  • 靶点
  • 靶点类别
  • 信号通路
  • 以作用机制为核心的治疗理念
  • 疾病关联性
  • 作用机制原理
  • 可成药性/可干预性
  • 临床前证据
  • 临床证据
  • 竞争密集度
  • 开发成熟度
  • 战略开放性
 View GitHub
证据洞察 evidence-level-ranker
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/evidence-level-ranker/SKILL.md)		 根据证据强度、方法学质量和引用优先级，在统一框架内对医学文献进行排序，并识别其证据类型、方法学可信度、验证深度及分配相应的引用角色（如锚定引用、背景设定引用、机制支持引用或低优先级/警示引用）。 在撰写学术手稿、综述、研究方案或演示文稿时，需要对不同类型（如综述、观察性研究、干预性研究、机制研究、组学研究和验证性研究）的文献进行统一的证据强度、方法学质量和引用优先级评估与排序，以确保引用的准确性，并避免将华而不实或脆弱的发现误作顶级证据。
  • 待评估的医学文献集合
  • 每篇文献的证据等级排序结果
  • 每篇文献的证据类型识别
  • 每篇文献的方法学质量评估
  • 每篇文献的验证深度分析
  • 每篇文献的引用优先级和建议引用角色
 View GitHub
证据洞察 Figure-First Paper Reader
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/figure-first-paper-reader/SKILL.md)		 逐图阅读论文，提取其逻辑，识别每张图所支持的论点，并评估视觉证据是否真实支持该论点。 用户希望快速掌握论文核心发现，无需通读全文即可理解其逻辑，评估每张图对论证的贡献，并识别论文解释与视觉证据之间的一致性或差异。
  • 论文全文、PDF文档、图表及其图注、或包含图表描述的论文摘要
  • 逐图阅读的指令
  • （可选）对图表是否真实支持论点的强调
  • （可选）目标读者水平
  • （可选）关注的一个或多个关键图表
  • （可选）期望的输出深度
  • （可选）快速浏览或详细审查的请求
  • 图表内容分析
  • 图表所支持的论点
  • 视觉证据对论点的支持强度评估
  • 未受支持的解释或过度解读识别
  • 论文核心发现总结
  • 结构化的逐图分析报告
 View GitHub
证据洞察 high-value-paper-screener
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/high-value-paper-screener/SKILL.md)		 快速评估生物医学论文的深读价值，通过筛选研究问题匹配度、设计质量、样本充足性、方法学新颖性和可重复性价值。 适用于文献筛选、阅读优先级决策、初步论文分类、期刊俱乐部论文优先排序、阅读清单精简、寻找方法学有用论文、决定是否进行全文阅读以及为研究规划输入筛选论文。
  • 完整论文
  • 摘要
  • 标题
  • 方法学总结
  • 结果总结
  • 阅读目标
  • 高价值论文筛选结果
  • 论文阅读优先级建议（全文阅读、略读或跳过）
  • 筛选理由（包含研究问题匹配度、设计优劣、样本与证据深度、新颖性及可重复性价值评估）
  • 所需补充信息（如输入不完整）
 View GitHub
证据洞察 LitBase
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/litbase/SKILL.md)		 为生物医学研究人员提供学术论文阅读、结构化笔记构建、讨论洞察追踪及文献综合分析，以支持研究方案设计。 生物医学研究人员在进行文献调研、撰写研究基础文档或准备研究方案时。
  • 研究数据存储路径
  • Semantic Scholar API密钥 (可选)
  • 研究主题关键词
  • 待分析论文标识符 (如PDF文件路径、DOI或摘要文本)
  • 研究方向调整指令或信息
  • 结构化论文阅读笔记 (包含论文权重、亮点、可迁移元素及应用建议)
  • 学术讨论洞察记录
  • 研究基础文档 (Research Foundation Document, RFD)
  • 推荐学术论文列表
  • 文献阅读概览与后续研究建议
  • 系统环境配置与设置报告
  • 文献库一致性检查与完整性审计报告
 View GitHub
证据洞察 medical-research-gap-finder
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/medical-research-gap-finder/SKILL.md)		 通过检索和验证文献，识别医学研究中真实、经过证据审计的、主题特定的研究空白，并将其转化为可开展研究的机会。 适用于用户希望了解特定领域已覆盖内容、真正未解决问题、区分伪空白以及识别可转化为实际研究的强有力未解决问题的场景。
  • 疾病/表型/人群/基因/通路/疗法/方法领域
  • 识别研究空白的请求
  • 偏好的研究风格
  • 仅限公开数据或湿实验可行性
  • 转化、机制或临床侧重
  • 锚定论文
  • 目标输出深度
  • 期望的后续交付物（项目构思/方案种子/综述框架）
  • 真实、经过证据审计的医学研究空白分析报告
 View GitHub
证据洞察 medical-research-literature-reader-pro
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/medical-research-literature-reader-pro/SKILL.md)		 对医学研究文献进行结构化阅读，包括证据类型分类、批判性评估、相似研究识别及后续科学问题生成。 适用于用户需要阅读、分析、批判性评估或解释医学或科学论文，并生成相关分析报告或后续研究方案的场景。
  • 完整论文PDF
  • 仅摘要
  • 仅标题
  • DOI / PMID / 引文字符串
  • 图表截图
  • 自由格式请求（例如：'将此分析为混合机器学习+临床论文'）
  • 证据类型分类
  • 批判性评估报告
  • 相似研究列表
  • 后续科学问题
  • 思维导图（可选）
  • 比较表格（可选）
  • 期刊俱乐部工具包（可选）
  • 复制研究大纲（可选）
  • 实验方案构想（可选）
 View GitHub
证据洞察 medical-topic-saturation-and-whitespace-checker
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/medical-topic-saturation-and-whitespace-checker/SKILL.md)		 评估生物医学研究主题、亚主题或研究角度的饱和度、竞争态势及差异化切入空间。 适用于用户希望了解热门医学研究方向是否已过度饱和、是否存在有意义的空白领域、主要研究团队是否已占据核心主张以及进入时机窗口是否仍开放的场景。
  • 生物医学研究主题
  • 疾病-背景对
  • 生物标志物方向
  • 靶点/通路领域
  • 组学视角
  • 方法学模式
  • 转化医学子空间
  • 结构化、循证的饱和度与空白领域分析报告
  • 主题进入决策图谱
 View GitHub
证据洞察 Method Gap Detector
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/method-gap-detector/SKILL.md)		 识别生物医学研究领域内，在研究设计、数据分析、验证、偏倚控制、可重复性及实施准备度方面的方法学缺陷。 适用于用户需识别现有研究的方法学缺失、关键弱点及其对证据质量的影响，并获取改进研究方案建议的场景。
  • 疾病
  • 病症
  • 生物标志物
  • 靶点
  • 方法学主题
  • 研究集群
  • 论文
  • 领域内现存的方法学弱点
  • 方法学弱点分类（设计、分析、验证、可重复性）
  • 关键缺陷的影响评估
  • 提升证据质量的改进研究方案建议
 View GitHub
证据洞察 methods-reverse-engineer
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/methods-reverse-engineer/SKILL.md)		 将生物医学论文的方法部分逆向工程为结构化、可重现的工作流程。 当用户需要理解研究的实际执行方式、提取关键方法细节或构建复现清单时使用。
  • 一篇论文
  • 摘要
  • 数字对象标识符 (DOI)
  • PubMed标识符 (PMID)
  • 论文标题
  • 屏幕截图
  • 部分方法文本
  • 结构化、可重现、可审计的工作流程重建报告
  • 明确报告的方法步骤
  • 隐含可推断的工作流程逻辑
  • 缺失但可能必要的操作细节
  • 可重现的步骤列表
  • 不可重现或描述不足的步骤列表
  • 数据来源与样本流
  • 纳入/排除标准
  • 预处理与分析序列
  • 所用软件、工具及关键参数
  • 研究复现清单
 View GitHub
证据洞察 multi-database-literature-collector
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/multi-database-literature-collector/SKILL.md)		 跨多个生物医学数据库收集候选文献，并根据数据库调整检索逻辑，保留来源元数据，将结果组织成结构化、可供筛选的候选文献池。 适用于用户需要进行跨数据库文献收集、检索策略构建、候选论文聚合或初步证据组织，以备后续去重、筛选、分层阅读或综述规划的场景。
  • 临床问题/研究问题/主题
  • 疾病/病症/生物标志物/机制/干预措施 + 文献收集请求
  • 主题 + 时间范围 + 研究类型偏好
  • 问题 + 指定数据库（如PubMed/Google学术/Web of Science/预印本/临床试验/综述）
  • 宽泛概念 + 优先收集候选论文
  • 跨数据库候选文献池
  • 结构化、可供筛选的文献集合
  • 明确分类的文献类型（包括同行评审论文、预印本、综述、临床试验、指南和背景/上下文资料）
  • 包含真实可验证元数据（如标题、作者、年份、期刊、摘要、PMID、DOI、链接）的文献记录
 View GitHub
实验方案设计 novelty-vs-feasibility-assessor
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/novelty-vs-feasibility-assessor/SKILL.md)		 评估医学研究主题的启动价值，区分真伪创新，审查资源约束下的可行性，并给出明确的启动、缩小、重新设计或停止建议。 适用于用户评估医学研究主题的真实创新性、实际可行性、最小可发表版本，并获取启动决策建议。
  • 研究主题、假设、项目构思或由疾病、方法与目标问题组合而成的描述
  • 评估创新性、可行性或项目启动价值的明确请求
  • 当前数据可用性状态（已有数据或尚无数据）
  • 研究数据来源限制（仅限公开数据或可进行湿实验）
  • 研究方向（临床、组学、机制或转化研究）
  • 可用检测方法、研究模型或合作者信息
  • 期望目标或条件
  • 关于拟议医学研究主题是否值得立即启动的决策建议
  • 对研究主题的创新性、可行性、执行负担、验证负担及潜在项目价值的综合评估报告
  • 明确的启动、缩小范围、重新设计或停止项目建议
  • 项目的最小可执行版本方案
 View GitHub
证据洞察 paper-to-claim-verifier
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/paper-to-claim-verifier/SKILL.md)		 验证科学或生物医学主张是否真实地被引用的原始论文所支持，并识别潜在的引用漂移、夸大、选择性引用或因果推断错误。 适用于用户需要核查重复性陈述、幻灯片主张、手稿句子、综述断言或普遍接受的科学结论是否真实地被基础原始文献所支持的场景。
  • 待验证的精确科学或生物医学主张
  • 主张中引用的原始文献信息
  • 主张与引用文献之间的支持程度评估（例如：强支持、部分支持、弱支持、不支持）
  • 引用文献中与主张相关的关键证据摘要
  • 主张中超出或偏离引用文献的额外内容
  • 若存在不匹配，识别并解释其具体类型（例如：引用漂移、夸大、选择性引用、上下文不匹配、证据膨胀、因果推断错误）
 View GitHub
证据洞察 population-gap-detector
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/population-gap-detector/SKILL.md)		 识别生物医学研究领域中被忽视、代表性不足、解析薄弱或验证不充分的人群和亚组。 当需要识别现有证据中缺失、代表性不足、分析肤浅或验证不充分的特定人群、阶层或亚组时。
  • 生物医学研究领域
  • 相关证据基础
  • 被忽视、代表性不足、解析薄弱或验证不充分的人群和亚组列表
  • 有意义的亚组研究空白及其分类
  • 推荐的下一步研究重点人群或亚组
 View GitHub
证据洞察 preprint-surveillance-finder
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/preprint-surveillance-finder/SKILL.md)		 追踪并识别生物医学领域中bioRxiv、medRxiv和arXiv上的最新预印本和新兴研究主题。 适用于用户希望在论文正式发表前发现最新研究、监测竞争对手方向、识别新方法学趋势或对研究领域进行早期预警扫描的场景。
  • 研究主题/关键词
  • 时间窗口
  • 来源偏好
  • 关注类型
  • 识别出的新兴研究主题
  • 识别出的热门预印本
  • 识别出的早期研究方向
 View GitHub
证据洞察 result-reliability-checker
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/result-reliability-checker/SKILL.md)		 评估研究结果的可靠性，通过审计设计完整性、样本结构、统计处理、偏倚控制、验证链和结论规范性。 适用于用户评估论文主要发现的可靠性、识别薄弱环节、判断验证充分性以及评估结论是否超出证据范围。
  • 研究论文、摘要、方法与结果部分或研究总结
  • 评估结果可靠性的请求
  • 研究结果可靠性评估报告
  • 结果的稳健性、脆弱性、过度拟合、验证不足或过度宣称的判断
  • 对研究设计、统计、偏倚控制、验证链和结论范围的审计发现
 View GitHub
证据洞察 study-design-identifier
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/study-design-identifier/SKILL.md)		 识别医学或生物医学论文的真实研究设计，区分混合设计中的主要与次要组成部分，并将其转换为适用于文献评估、证据分级和后续审查流程的证据感知型设计标签。 适用于需要确定论文实际研究类型、所属证据家族、是否为单一或混合设计、主要设计驱动的证据层以及如何进行文献评估或证据分级的用户。
  • 一篇论文、摘要、方法部分、全文、屏幕截图、DOI、PMID或结构化研究总结
  • 用户请求识别论文的研究设计
  • 用户请求区分混合论文中的主要和次要设计组成部分
  • 用户要求进行证据等级分组
  • 用户要求仅获取主要设计标签或完整的审计报告
  • 用户要求比较多篇采用相同设计家族的论文
  • 用户提供一个待验证而非直接接受的疑似设计标签
  • 论文的真实研究设计框架
  • 所属证据家族
  • 单一设计或混合设计判断
  • 主要设计驱动的证据层
  • 文献评估或证据分级的建议分组
  • 混合设计中的主要和次要设计组成部分
 View GitHub
证据洞察 topic-evidence-mapper
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/topic-evidence-mapper/SKILL.md)		 构建结构化的医学主题证据图谱，识别研究热点与空白区域，并提供进一步研究的切入点建议。 适用于需要快速了解医学主题的现有证据格局、识别研究集中区与薄弱区，并规划后续研究方向的用户。
  • 医学主题
  • 结构化的医学证据图谱
  • 主要研究流、目标人群、研究终点、研究方法、证据类型及密度分析
  • 研究热点与薄弱区域识别
  • 潜在研究切入点建议
 View GitHub
证据洞察 unmet-clinical-need-extractor
(medical-research-skills-main/awesome-med-research-skills/Evidence Insight/unmet-clinical-need-extractor/SKILL.md)		 从医学文献中提取具体的未满足临床需求，并将其转化为明确的临床痛点。 适用于用户需要识别特定疾病领域中未满足的临床需求、现有诊疗的不足以及潜在的临床痛点。
  • 疾病领域
  • 患者旅程
  • 护理路径
  • 治疗背景
  • 生物标志物应用场景
  • 管理问题
  • 结构化、证据支持的未满足临床需求图谱
 View GitHub
其他工具 Bian Que
(medical-research-skills-main/awesome-med-research-skills/Other/bianque/SKILL.md)		 提供基于证据的医学知识、临床推理、诊断思维及医学文献评估指导。 适用于医学、临床科学、药物、疾病机制、诊断、实验室结果解读、治疗方案比较及健康科学等相关咨询场景。
  • 用户提出的医学或临床相关问题
  • 基于证据的医学知识洞察、临床推理分析、诊断思维指导及医学文献评估建议
 View GitHub
其他工具 Mendel
(medical-research-skills-main/awesome-med-research-skills/Other/mendel/SKILL.md)		 解释遗传学基本原理、孟德尔定律及性状遗传模式。 用户咨询遗传学概念、性状遗传机制、基因组学历史或科学哲学相关议题时。
  • 用户提问
  • 遗传学原理阐释
  • 性状遗传模式分析
  • 科学哲学观点
 View GitHub
证据洞察 active-comparator-single-soc-faers-safety-comparison
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/active-comparator-single-soc-faers-safety-comparison/SKILL.md)		 生成针对预定义系统器官分类或不良事件家族内多药或药物类别安全比较的FAERS药物警戒研究设计。 适用于围绕单一预定义安全领域构建的FAERS比较性安全性研究。
  • 药物类别 或 多个比较药物
  • 一个预定义的系统器官分类 (SOC) / 不良事件家族 / 安全主题
  • 完整且结构化的研究设计
 View GitHub
实验方案设计 aim-and-hypothesis-designer
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/aim-and-hypothesis-designer/SKILL.md)		 从广泛的生物医学研究构想中设计主要目标、次要目标和可检验的假设。 将宽泛的研究构想转化为具有明确目标层级、假设规范以及假设驱动与探索性成分分离的严谨方案框架。
  • 生物医学研究问题
  • 研究概念草案
  • 新兴项目方向
  • 结构化、证据规范化的目标与假设设计（方案框架结构）
 View GitHub
实验方案设计 animal-and-cell-validation-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/animal-and-cell-validation-planner/SKILL.md)		 将计算、组学、生物标志物、遗传或临床发现转化为可实验验证的细胞和动物验证方案。 当用户需要将体外、统计或临床关联发现转化为湿实验室验证时，使用细胞或动物模型设计验证方案。
  • 计算、组学、遗传、生物标志物或临床发现，或候选信号、靶点、通路、生物标志物、亚型主张、反应假设或机制线索
  • 结构化、可执行的验证方案
  • 待验证的具体主张
  • 机制测试、关联支持和转化支持目标的分离
  • 最佳匹配模型家族选择
  • 扰动策略
  • 读数指标
  • 对照组设计
  • 实验序列
  • 四种工作量配置（精简版/标准版/高级版/出版级+）及一个推荐的主要方案
 View GitHub
实验方案设计 bidirectional-multi-phenotype-mr-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/bidirectional-multi-phenotype-mr-research-planner/SKILL.md)		 根据用户提供的暴露家族和结局家族，生成完整的双向多表型孟德尔随机化研究设计。 适用于基于公开GWAS汇总统计数据，设计、规划或构建全基因组因果推断研究，尤其涉及多暴露、多结局、双向MR、敏感性分析及多重检验校正等复杂场景。
  • 暴露家族或疾病家族
  • 结局家族或疾病家族
  • 双向MR需求
  • 亚型解析需求
  • 表型数量
  • 祖先限制
  • 首选P值阈值
  • 首选配置级别
  • 机制优先兴趣
  • 推荐的主研究计划
  • 分步工作流程
  • 图表规划
  • 验证策略
  • 最小可执行版本
  • 四种工作负载配置（精简版/标准版/高级版/出版级+）
 View GitHub
实验方案设计 bulk-omics-integrative-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/bulk-omics-integrative-planner/SKILL.md)		 根据用户提供的生物医学研究方向，设计完整的、结构化的、可执行的批量组学研究方案。 适用于用户需要设计、规划或构建批量多组学或单组学结合临床研究（包括疾病、机制、生物标志物、分层或转化项目）的场景。
  • 用户提供的生物医学研究方向
  • 明确的研究问题
  • 最适合的研究模式
  • 样本与分组逻辑
  • 示例数据集推荐
  • 核心分析模块
  • 验证逻辑
  • 图表与交付物结构
  • 四种工作量配置（精简版/标准版/高级版/出版增强版）及一个推荐的主要方案
 View GitHub
实验方案设计 case-control-study-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/case-control-study-planner/SKILL.md)		 构建一个结构化的病例对照研究框架，明确源人群逻辑、对照选择规则、匹配决策、暴露测量计划及偏倚控制要点。 适用于研究罕见结局、长潜伏期结局或难以通过前瞻性随访研究的暴露因素。
  • 临床研究问题
  • 病例对照设计是否适用
  • 隐含的源人群
  • 病例的定义与识别方法
  • 对照的定义与抽样方法
  • 匹配的合理性及匹配水平
  • 暴露测量方法
  • 主要的偏倚风险（选择偏倚、回忆偏倚、信息偏倚、混杂偏倚）
  • 主要分析路线
  • 未经验证的假设
  • 可能导致研究无法解释的设计选择
 View GitHub
实验方案设计 clinical-cohort-protocol-designer
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/clinical-cohort-protocol-designer/SKILL.md)		 为生物医学和临床研究设计回顾性或前瞻性临床队列研究方案框架。 适用于用户需要基于队列设计的结构化研究方案，而非通用研究思路、机制实验设计或已完成的稿件。
  • 临床研究问题
  • 暴露-结局概念
  • 预后研究目标
  • 治疗效果问题
  • 真实世界证据概念
  • 队列设计适用性评估
  • 源人群与时间零点定义
  • 入组标准
  • 随访结构
  • 结局指标
  • 协变量
  • 统计分析策略
  • 主要设计脆弱点
 View GitHub
实验方案设计 Comorbidity Common-Immune Biomarker Research Planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/comorbidity-common-immune-biomarker-research-planner/SKILL.md)		 根据用户提供的疾病对和验证方向，生成完整的共病导向共享生物标志物生物信息学研究设计。 适用于通过共享差异表达基因、富集分析、PPI枢纽基因、机器学习特征选择、公共诊断验证、基因调控网络或免疫浸润等方法，关联两种临床相关疾病的研究。
  • 疾病A
  • 疾病B
  • 共享生物标志物/免疫/验证方向
  • 仅限公共数据 (可选)
  • 免疫学视角 (可选)
  • 机器学习视角 (可选)
  • 调控网络关注点 (可选)
  • 外部验证范围 (可选)
  • 首选配置级别 (可选)
  • 精简版/标准版/高级版/出版级研究方案
  • 推荐主方案
  • 逐步工作流程
  • 图表规划
  • 验证层级
  • 最小可执行版本
  • 发表升级路径
  • 严格验证的文献检索
 View GitHub
实验方案设计 Comparative Network Toxicology Shared-Mechanism Reference-Grounded Research Planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/comparative-network-toxicology-shared-mechanism-reference-grounded/SKILL.md)		 根据用户提供的暴露对、共享毒性表型和验证方向，生成完整的比较网络毒理学研究设计方案。 适用于研究两种相关暴露在单一毒性结局下，需进行靶点收集、共享与特异性靶点分解、富集分析、PPI枢纽蛋白优先排序、分子对接、转录组学交叉验证及保守机制合成的场景。
  • 暴露物A
  • 暴露物B
  • 共享毒性表型
  • 验证方向或侧重点
  • 轻量级/标准级/高级/出版级研究方案
  • 推荐主研究方案
  • 逐步工作流程
  • 图表规划
  • 验证层级
  • 最小可执行版本
  • 出版升级路径
  • 严格验证的参考文献检索结果
 View GitHub
实验方案设计 confounder-and-bias-control-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/confounder-and-bias-control-planner/SKILL.md)		 在研究方案阶段规划混杂因素控制、变量调整逻辑及偏倚缓解策略。 适用于识别主要混杂因素、决定变量调整策略、比较匹配/分层/加权方法、预测选择或测量偏倚，以及在执行前测试研究设计。
  • 研究设计方案
  • 结构化的混杂因素控制与偏倚缓解计划
  • 潜在混杂变量识别
  • 变量角色分类（暴露、结局、中介、对撞、效应修饰或干扰因素）
  • 变量调整策略（调整、匹配、分层、加权或不调整）
  • 主要偏倚来源识别
  • 研究方案逻辑脆弱性评估（如过度调整、对撞偏倚、不朽时间偏倚、错误分类、选择偏倚、回忆偏倚等）
 View GitHub
实验方案设计 conventional-non-oncology-hub-gene-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/conventional-non-oncology-hub-gene-research-planner/SKILL.md)		 根据用户提供的疾病背景、过程相关基因家族或生物学主题以及验证方向，生成完整的常规非肿瘤生物信息学研究设计。 适用于多数据集批量转录组整合、差异表达基因分析、过程基因交集、富集分析、GSEA、PPI枢纽基因优先排序、TF/miRNA调控网络构建、基于ROC的生物标志物评估以及免疫浸润分析等研究场景。
  • 疾病/疾病状态
  • 过程相关基因家族/通路/生物学主题
  • 验证方向
  • 精简版/标准版/高级版/出版级研究设计（包含推荐主计划）
  • 逐步工作流程
  • 图表计划
  • 验证层级
  • 最小可执行版本
  • 发表升级路径
  • 严格验证的文献检索结果
 View GitHub
实验方案设计 conventional-oncology-hub-gene-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/conventional-oncology-hub-gene-research-planner/SKILL.md)		 从用户提供的癌症类型和研究方向生成完整的常规肿瘤批量转录组生物标志物和枢纽基因研究设计。 当用户需要设计、规划或构建以差异表达、预后筛选或风险建模、基于PPI的枢纽基因优先排序、诊断/预后评估、临床关联、免疫浸润背景、甲基化背景以及可选的组织或细胞验证为中心的肿瘤生物信息学研究时。
  • 癌症类型
  • 生物标志物研究方向 或 枢纽基因研究方向 或 预后研究方向
  • 仅限公共数据 (可选)
  • 无湿实验 (可选)
  • 一个最终的候选基因 (可选)
  • 免疫角度 (可选)
  • 甲基化角度 (可选)
  • 首选配置级别 (可选)
  • 目标期刊等级 (可选)
  • 四种工作负载配置（精简版/标准版/高级版/出版增强版）
  • 推荐的主计划
  • 分步工作流程
  • 图表计划
  • 验证策略
  • 最小可执行版本
  • 出版升级路径
 View GitHub
实验方案设计 cross-disease-shared-biomarker-network-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/cross-disease-shared-biomarker-network-research-planner/SKILL.md)		 根据用户提供的疾病对和验证方向，生成完整的跨疾病共享生物标志物生物信息学研究设计。 适用于用户需要设计、规划或构建通过共享差异表达基因、富集分析、PPI枢纽基因、公共数据库验证、调控网络分析、免疫浸润、药物-基因相互作用筛选以及可选的qRT-PCR或细胞系验证来连接两种相关疾病的多数据集研究时。
  • 疾病A
  • 疾病B
  • 共享生物标志物、潜在机制或验证方向
  • 仅使用公共数据（可选）
  • 免疫学研究视角（可选）
  • 药物靶点研究视角（可选）
  • 转录因子/miRNA调控网络关注点（可选）
  • 实验验证范围（可选）
  • 首选配置级别（可选）
  • 四种工作负载配置（精简版/标准版/高级版/出版级+）
  • 推荐的主研究方案
  • 分步实验流程
  • 图表设计方案
  • 验证策略
  • 最小可执行版本
  • 发表升级路径
  • 严格验证的参考文献检索层（仅包含真实参考文献）
 View GitHub
实验方案设计 drug-repurposing-study-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/drug-repurposing-study-planner/SKILL.md)		 通过整合疾病机制、药物靶点逻辑、表达逆转、真实世界证据和验证路径，设计药物再利用研究的证据发现与验证工作流程，形成闭闭环研究蓝图。 适用于给定疾病领域、表型、生物学机制、靶点类别、组学发现或转化医学问题时，规划药物再利用研究方案。
  • 疾病领域
  • 表型
  • 生物学机制
  • 靶点类别
  • 组学发现
  • 转化医学问题
  • 最合适的药物再利用路径家族
  • 该路径所需的最小证据链
  • 主要发现模块
  • 验证层级
  • 关键假设与潜在失败点
  • 一个连贯的药物再利用研究蓝图
 View GitHub
实验方案设计 dual-disease-shared-transcriptome-biomarker-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/dual-disease-shared-transcriptome-biomarker-research-planner/SKILL.md)		 生成完整的双疾病共享转录组生物标志物和枢纽基因研究方案 适用于设计非肿瘤学双疾病转录组研究，聚焦差异表达、共享信号、枢纽基因、诊断评估、免疫浸润、通路解释及正交验证
  • 疾病对
  • 共享生物标志物方向 或 共享枢纽基因方向 或 共享通路方向
  • 仅使用公开数据 (可选)
  • 无湿实验 (可选)
  • 一个最终的候选基因 (可选)
  • 免疫学视角 (可选)
  • 一个共享通路 (可选)
  • 首选配置级别 (可选)
  • 目标期刊等级 (可选)
  • 四种工作负载配置（精简版/标准版/高级版/出版级+）
  • 推荐的主研究方案
  • 分步工作流程
  • 图表规划
  • 验证策略
  • 最小可执行版本
  • 出版升级路径
 View GitHub
实验方案设计 endpoint-definition-designer
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/endpoint-definition-designer/SKILL.md)		 为生物医学和临床研究方案设计主要、次要和探索性终点，将其转化为清晰、可操作且具有临床可解释性的终点框架。 当用户需要将研究目标转化为包含事件规则、评估时机、复合逻辑、可解释性和方案阶段可审计性的操作性终点定义时。
  • 疾病领域
  • 干预措施背景
  • 生物标志物问题
  • 研究队列概念
  • 转化医学目标
  • 研究目标
  • 主要终点定义
  • 次要终点定义
  • 探索性终点定义
  • 事件规则与操作触发条件
  • 评估时机与随访窗口
  • 复合终点逻辑
  • 相关审查或确认说明
  • 临床解释边界
 View GitHub
证据洞察 faers-pharmacovigilance-disproportionality-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/faers-pharmacovigilance-disproportionality-research-planner/SKILL.md)		 根据用户提供的药物类别、比较策略、不良事件领域和患者群体分层，生成完整的FAERS风格药物警戒失衡研究设计。 适用于设计、规划或构建使用FAERS或类似药物警戒数据库的自发报告安全性信号研究，尤其涉及产品选择、适应症分层、MedDRA不良事件提取、严重病例筛选、报告比值比分析等场景。
  • 药物或药物类别
  • 不良事件领域
  • 比较策略或亚组策略
  • 适应症组（可选）
  • 严重病例筛选（可选）
  • 对照药物选择（可选）
  • MedDRA系统器官分类/首选术语范围（可选）
  • 日期范围（可选）
  • 首选配置级别（可选）
  • 完整的、结构化的药物警戒研究设计
 View GitHub
实验方案设计 Feasibility-Aware Study Planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/feasibility-aware-study-planner/SKILL.md)		 在明确的样本、时间、预算、数据访问、实验室能力、团队技能和验证资源限制下，设计一个现实且可执行的生物医学研究方案。 适用于用户拥有真实研究想法、候选研究路径或部分框架项目，但无法假设理想条件的情况。
  • 研究想法、候选研究路径或部分定义的项目概念
  • 样本资源限制
  • 时间资源限制
  • 预算资源限制
  • 数据访问资源限制
  • 实验室能力资源限制
  • 团队技能资源限制
  • 分析能力资源限制
  • 协作可用性资源限制
  • 验证资源限制
  • 当前可用资源状况
  • 可获取资源状况
  • 不可用资源状况
  • 现实的、受约束感知的、可执行的研究方案版本
 View GitHub
实验方案设计 generic-phenotype-scoring-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/generic-phenotype-scoring-research-planner/SKILL.md)		 为任何疾病背景和用户定义的表型、通路、过程、特征或分子程序生成完整的表型评分生物信息学研究设计。 适用于以基因集或特征集定义、与差异表达基因或候选特征的交叉、表型评分、特征选择、诊断或分层评估、免疫或细胞分辨率解释、网络分析以及可选的正交验证为核心的研究。
  • 疾病/表型背景
  • 表型/通路/过程/特征主题
  • 验证方向
  • 表型评分兴趣 (可选)
  • 机器学习兴趣 (可选)
  • 单细胞RNA测序数据可用性 (可选)
  • 免疫学视角 (可选)
  • 调控网络视角 (可选)
  • 首选配置级别 (可选)
  • 精简版/标准版/高级版/出版级研究计划
  • 推荐的主要研究计划
  • 逐步工作流程
  • 图表规划
  • 验证层级
  • 最小可执行版本
  • 发表升级路径
  • 严格验证的文献检索结果
 View GitHub
实验方案设计 inclusion-exclusion-criteria-builder
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/inclusion-exclusion-criteria-builder/SKILL.md)		 为生物医学和临床研究方案构建清晰、可执行且可审计的纳入和排除标准。 当用户需要将目标人群转化为与图表字段、时间窗、检查、操作、既往治疗、排除项和可审查的边缘案例相关的可操作筛选规则时。
  • 疾病领域
  • 干预措施背景
  • 研究目标
  • 生物标志物设想
  • 队列概念
  • 目标人群
  • 可操作的纳入标准
  • 可操作的排除标准
  • 时间窗
  • 所需的诊断、检查、操作或暴露史
  • 病历/电子健康记录字段锚点
  • 筛选边缘案例规则
  • 歧义消除逻辑
 View GitHub
实验方案设计 mechanism-to-validation-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/mechanism-to-validation-planner/SKILL.md)		 将机制或关联层面的生物医学发现转化为分阶段的验证路径，以增强功能支持、机制特异性和临床相关性。 当用户拥有通路、生物标志物、细胞状态、靶点、机制或关联性发现，需要规划后续验证顺序、必要性及可选性时。
  • 机制或关联层面的生物医学发现
  • 清晰、分阶段且可辩护的验证路径
 View GitHub
证据洞察 medical-research-algorithm-matcher
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/medical-research-algorithm-matcher/SKILL.md)		 旨在根据用户的生物医学研究方向、疾病问题、研究目标、数据模态和资源限制，匹配并推荐最相关且经过文献验证的最新算法和方法论文。 适用于用户寻求特定疾病/主题的最新算法、匹配研究方向与方法论文、比较不同算法类型或验证特定算法的真实性与相关性。
  • 疾病/主题/表型 + 研究目标
  • 疾病/主题 + 数据模态 + 分析目标
  • 当前工作流程 + 寻求更新算法
  • 研究空白/研究计划 + 寻求最新方法
  • 算法名称 + 寻求验证与匹配
  • 最相关且经过文献验证的最新算法列表
  • 推荐算法的原始方法论文（包含DOI，如可用）
  • 引用或使用推荐算法的下游论文（包含DOI，如可用）
  • 算法的分类说明（基线比较器、实用推荐、最新升级选项）
  • 对无法验证的命名算法的明确说明
 View GitHub
实验方案设计 medical-research-gap-to-study-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/medical-research-gap-to-study-planner/SKILL.md)		 将已审计的医学研究空白转化为完整、结构化且可追溯的实验方案设计。 当用户已有一个或多个候选研究空白，并希望将其转化为可执行的生物医学研究计划，而非重新进行广泛的主题构思时。
  • 一个已审计的研究空白 或 多个候选研究空白
  • 疾病/相关背景（如适用）
  • 仅限公共数据（可选）
  • 无湿实验（可选）
  • 拥有机构样本（可选）
  • 可进行qPCR/IHC（可选）
  • 可进行scRNA/空间转录组测序（可选）
  • 偏好仅生物信息学分析（可选）
  • 期望孟德尔随机化/因果角度（可选）
  • 目标期刊级别（可选）
  • 时间线（可选）
  • 预算限制（可选）
  • 偏好一个最终主导机制/一个最终生物标志物/一个最终转化终点（可选）
  • 一个推荐的主要实验方案
  • 研究空白到设计方案的依赖关系图
  • 逐步工作流程
  • 图表计划
  • 验证策略
  • 最小可执行版本
  • 发表升级路径
  • 经核实的方案支持文献规则
 View GitHub
实验方案设计 mendelian-randomization-protocol-designer
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/mendelian-randomization-protocol-designer/SKILL.md)		 生成完整的孟德尔随机化研究设计方案，包含四种工作量配置及推荐主路径。 用户需要设计、规划或构建孟德尔随机化研究时，包括撰写相关论文、设计特定MR研究或检验基因组关联研究（GWAS）中的因果关系。
  • 暴露因素
  • 结局指标
  • 因果方向（单向、反向验证或双向）
  • 研究主张类型（因果筛选、机制优先排序或临床转化解释）
  • 可支持的假设与未经验证的假设
  • GWAS和工具变量（IV）架构的局限性
  • 四种工作量配置（精简版/标准版/高级版/出版级+）
  • 推荐的主研究方案
  • 分步工作流程
  • 方法学原理
  • 验证阶梯
  • 图表规划
  • 最小可执行版本
  • 严格验证的文献指导（无虚构参考文献）
 View GitHub
实验方案设计 mr-scrna-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/mr-scrna-research-planner/SKILL.md)		 根据用户输入，生成完整的孟德尔随机化与单细胞转录组学（scRNA-seq）联合研究方案。 适用于设计、规划或构建结合孟德尔随机化与单细胞数据的研究项目。
  • 疾病/表型
  • 机制主题 或 暴露因素 或 候选基因
  • 目标期刊等级 (可选)
  • 资源限制 (可选)
  • 首选配置级别 (可选)
  • 四种工作负载配置（精简版、标准版、高级版、出版级+）
  • 推荐的主研究计划
  • 分步工作流程
  • 图表设计方案
  • 验证策略
  • 最小可执行版本
  • 出版升级路径
  • 严格验证的参考文献检索层（仅限真实参考文献）
 View GitHub
实验方案设计 multi-omics-clinical-integration-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/multi-omics-clinical-integration-planner/SKILL.md)		 设计整合临床变量与多组学数据的完整研究方案 适用于结合临床变量与多组学数据进行机制解释、生物标志物开发、风险分层、治疗反应分析或转化研究的方案设计
  • 用户提供的生物医学研究方向
  • 完整的、结构化的、可执行的临床多组学研究设计
  • 明确的临床应用场景
  • 最适合的研究模式
  • 临床变量与组学层面的对齐逻辑
  • 示例数据集推荐
  • 特征降维与整合策略
  • 建模与机制解释层面
  • 验证逻辑
  • 图表与可交付成果结构
  • 四种工作负载配置及一个推荐的主计划
 View GitHub
实验方案设计 nhanes-clinical-retrospective-biomarker-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/nhanes-clinical-retrospective-biomarker-research-planner/SKILL.md)		 生成基于NHANES风格的横断面流行病学与回顾性临床验证研究设计。 适用于用户需要设计、规划或构建基于NHANES或类似调查数据集的群体水平生物标志物关联研究，特别是涉及疾病定义、生物标志物公式推导、多变量逻辑回归、限制性立方样条分析、亚组稳定性检验及回顾性验证队列的场景。
  • 疾病/并发症/表型
  • 生物标志物家族/生物标志物指数/炎症/营养/血液学主题
  • 目标期刊等级 (可选)
  • 仅限公共数据 (可选)
  • 验证队列可用性 (可选)
  • 首选配置级别 (可选)
  • 非线性分析兴趣 (可选)
  • 亚组分析兴趣 (可选)
  • 四种工作量配置（精简版/标准版/高级版/发表版+）
  • 推荐的主要研究计划
  • 分步工作流程
  • 图表规划
  • 验证策略
  • 最小可执行版本
  • 发表升级路径
 View GitHub
实验方案设计 Non-Tumor Mechanism-Guided Diagnostic ML Research Planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/non-tumor-mechanism-guided-diagnostic-ml-research-planner/SKILL.md)		 根据用户提供的疾病背景、可选机制主题和验证方向，生成完整的非肿瘤机制引导诊断机器学习研究设计。 适用于以疾病与对照转录组比较、机制基因限制、特征筛选、诊断模型构建、ROC/校准/DCA评估、解释层和正交验证为核心的研究。
  • 疾病/病症
  • 研究目标
  • (可选) 机制相关基因家族/通路/生物学主题
  • 验证方向
  • (可选) 仅限公共数据
  • (可选) GSEA分析兴趣
  • (可选) 免疫学研究角度
  • (可选) 转录因子/miRNA网络分析兴趣
  • (可选) 首选配置级别
  • (可选) 更严格的特征选择逻辑
  • (可选) 批次校正要求
  • (可选) 无需湿实验
  • 精简版/标准版/高级版/出版级+研究计划 (包含四种工作量配置)
  • 推荐的主要研究方案
  • 分步工作流程
  • 图表设计方案
  • 验证层级结构
  • 最小可执行版本
  • 出版升级路径
  • 严格验证的参考文献列表
 View GitHub
实验方案设计 pcd-immune-oncology-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/pcd-immune-oncology-research-planner/SKILL.md)		 根据用户提供的疾病和机制主题，生成完整的程序性细胞死亡（PCD）/调控性细胞死亡（RCD）批量转录组肿瘤学研究设计。 当用户希望围绕细胞死亡模式、肿瘤微环境、预后建模、免疫图谱分析、突变谱分析和计算药物敏感性来设计、规划或构建癌症生物信息学研究时，应使用此技能。
  • 癌症类型
  • 细胞死亡/机制主题
  • 预后关注点（可选）
  • 免疫治疗角度（可选）
  • 药物敏感性角度（可选）
  • 目标期刊等级（可选）
  • 仅数据分析限制（可选）
  • 首选配置（可选）
  • 四种工作负载配置（精简版/标准版/高级版/出版增强版）
  • 推荐的主计划
  • 分步工作流程
  • 图表计划
  • 验证策略
  • 最小可执行版本
  • 发表升级路径
  • 严格验证的参考文献检索层（仅包含真实参考文献）
 View GitHub
实验方案设计 primary-plan-recommender
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/primary-plan-recommender/SKILL.md)		 比较同一生物医学研究问题的多个可行研究路径，推荐一个主要方案，并明确解释替代方案为何次要、不成熟、较弱或依赖性强。 用户已有一个合理定义的研究问题、目标、机制、生物标志物想法、临床用例或研究目的，但尚未决定哪个研究路径应作为主要方案时。
  • 明确定义的研究问题、目标、机制、生物标志物想法、临床用例或研究目的
  • 候选研究路径
  • 核心研究问题
  • 候选研究路径
  • 主要研究路径推荐
  • 支持所选主要路径的理由
  • 替代路径不作为主要方案的理由
  • 可能改变推荐的依赖关系、限制或假设
  • 权衡分析
  • 次要、后续、嵌入式或延迟路径的识别
 View GitHub
实验方案设计 process-related-diagnostic-biomarker-nomogram-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/process-related-diagnostic-biomarker-nomogram-research-planner/SKILL.md)		 根据用户提供的疾病背景、基因家族或通路主题以及验证方向，生成完整的与过程相关的诊断生物标志物生物信息学研究设计。 适用于研究聚焦于过程相关基因、DEG与WGCNA整合、机器学习特征选择、列线图诊断建模、免疫浸润、调控网络分析及可选的外部或实验验证的场景。
  • 疾病/病症
  • 过程相关基因家族/通路/表型主题
  • 验证方向
  • 四种工作量选项（精简版/标准版/高级版/发表版+）
  • 推荐的主计划
  • 分步工作流程
  • 图表计划
  • 验证层级
  • 最小可执行版本
  • 发表升级路径
  • 严格验证的文献检索
 View GitHub
实验方案设计 Prognostic Biomarker Protocol Designer
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/prognostic-biomarker-protocol-designer/SKILL.md)		 设计生物医学和临床研究中预后生物标志物的发现、建模和验证工作流程。 适用于用户需要预后生物标志物研究蓝图，而非诊断性测试方案、预测性生物标志物设计、治疗建议或已完成手稿的场景。
  • 以疾病为中心的预后生物标志物构想
  • 预后生物标志物设计适用性评估
  • 队列骨架与随访结构建议
  • 预后终点与时间尺度定义
  • 候选标志物筛选策略
  • 建模与风险分层逻辑
  • 主要有效性与可行性风险点
 View GitHub
实验方案设计 qtl-colocalization-study-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/qtl-colocalization-study-planner/SKILL.md)		 设计QTL共定位研究，以连接分子QTL信号（如eQTL, pQTL, sQTL）与GWAS位点。 适用于用户需要规划、界定或构建位点层面研究，以探究GWAS关联与分子QTL关联是否反映相同的潜在因果信号。
  • 用户指定的疾病、性状、位点或基因优先级研究设想
  • 待整合的分子QTL类型（如eQTL, pQTL, sQTL）
  • 相关的GWAS关联位点或研究发现
  • 完整的、结构化的、面向执行的QTL共定位研究设计方案
  • 四种工作量配置（精简版、标准版、高级版、出版级+）
  • 推荐的主研究计划
  • 详细的分步工作流程
  • 方法学原理阐述
  • 证据层级体系
  • 图表设计与规划
  • 最小可执行版本说明
  • 严格验证的文献指导
  • 明确的位点层面研究问题
  • 最佳匹配的研究模式
  • 候选QTL与GWAS数据架构
  • 连锁不平衡（LD）与祖源校准逻辑
  • 共定位与可选精细定位模块
  • 候选基因优先级规则
  • 关联的孟德尔随机化（MR）/SMR/功能注释后续分析策略
  • 图表和可交付成果逻辑
 View GitHub
实验方案设计 real-world-evidence-study-designer
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/real-world-evidence-study-designer/SKILL.md)		 设计结构化的真实世界证据研究，明确处理时间零点、入组窗口、暴露定义、结局窗口、删失、混杂控制和目标试验模拟逻辑。 适用于用户需要基于常规诊疗数据进行观察性临床研究的类型设计和方案框架构建。
  • 临床或转化研究问题
  • 预期使用的数据来源类型（如电子健康记录、医保理赔数据或注册登记数据）
  • 真实世界证据研究蓝图
  • 数据来源适用性分析
  • 队列构建逻辑
  • 时间零点定义
  • 暴露定义
  • 结局窗口设置
  • 删失规则
  • 混杂因素控制策略
  • 目标试验模拟原则
  • 关键设计脆弱点
  • 未经验证的假设
 View GitHub
实验方案设计 sample-size-and-power-planning-assistant
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/sample-size-and-power-planning-assistant/SKILL.md)		 为临床和转化研究方案规划样本量估算逻辑、统计功效假设、可行性检查及备用招募策略。 适用于临床和转化研究方案的样本量和统计功效规划与质量保证，涵盖队列研究、病例对照研究、真实世界证据研究、预后或预测模型研究、生物标志物研究等多种研究类型。
  • 研究类型
  • 主要终点
  • 目标比较
  • 预期效应量
  • 事件发生频率或结局方差
  • 脱落/缺失风险
  • 可行招募限制
  • 样本量规划所需的最小设计输入识别
  • 已知、未知、支持薄弱或高风险假设的检测
  • 合适的样本量计算逻辑族选择
  • 主要样本量驱动因素的解释
  • 包含备用方案的现实规划结构
  • 当前信息无法可靠估算内容的明确说明
 View GitHub
实验方案设计 single-cell-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/single-cell-research-planner/SKILL.md)		 根据用户提供的生物医学研究方向，设计完整、结构化且可执行的单细胞研究方案。 适用于用户需要设计、规划或构建单细胞研究项目时，包括疾病、机制、生物标志物、转化、扰动或验证导向的项目。
  • 用户提供的生物医学研究方向
  • 明确的研究问题
  • 最适合的研究模式
  • 样本分组逻辑
  • 示例数据集推荐
  • 核心分析模块
  • 验证策略
  • 图表和交付物结构
  • 四种工作量配置（精简版/标准版/高级版/出版级+）及一个推荐的主方案
 View GitHub
实验方案设计 Single-Compound Network Toxicology Disease-Link Reference-Grounded Research Planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/single-compound-network-toxicology-disease-link-reference-grounded/SKILL.md)		 生成基于单一化合物、疾病或毒性表型及验证方向的完整网络毒理学研究设计。 适用于围绕单一化合物与疾病关联，需进行靶点收集、交集构建、富集分析、PPI枢纽优先级排序、分子对接、转录组学交叉验证及保守机制合成的研究。
  • 单一化合物/暴露物
  • 单一疾病或毒性表型
  • 研究目标或验证侧重点
  • 内分泌干扰研究框架（可选）
  • 污染物健康风险评估框架（可选）
  • 是否要求分子对接（可选）
  • 是否要求转录组学交叉验证（可选）
  • 是否要求不良结局路径（AOP）对齐（可选）
  • 首选配置级别（可选）
  • 更强的审稿人验证要求（可选）
  • 仅限公共资源（可选）
  • 精简版/标准版/高级版/出版级+研究方案
  • 推荐的主研究计划
  • 分步工作流程
  • 图表设计方案
  • 验证层级体系
  • 最小可执行版本
  • 出版升级路径
  • 严格验证的参考文献列表
 View GitHub
实验方案设计 single-drug-adverse-effect-hub-first-network-pharmacology
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/single-drug-adverse-effect-hub-first-network-pharmacology/SKILL.md)		 生成基于单一药物和单一不良反应的中心靶点优先网络药理学研究方案 适用于用户需要设计、规划或升级围绕单一药物和单一不良反应终点的传统网络药理学研究时
  • 药物
  • 不良反应/毒性表型
  • 研究目标或侧重点
  • 四种工作量配置（精简版/标准版/高级版/发表增强版）
  • 推荐的主要研究计划
  • 依赖/证据图
  • 分步工作流程
  • 图表规划
  • 验证策略
  • 最小可执行版本
  • 发表升级路径
  • 验证参考文献包
  • 自我批判性风险评估
 View GitHub
实验方案设计 single-drug-adverse-effect-pathway-anchored-network-pharmacology
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/single-drug-adverse-effect-pathway-anchored-network-pharmacology/SKILL.md)		 根据用户提供的药物、不良事件和期望的证据深度，生成完整的、基于参考文献的单药不良反应通路锚定网络药理学研究设计方案。 适用于用户需要设计、规划或升级以特定药物和特定不良反应终点为核心的传统网络药理学研究，并整合药物靶点预测、不良事件靶点收集、重叠分析、PPI枢纽优先排序、富集解释、分子对接以及可选的正交转录组学或文献验证等方法。
  • 药物名称
  • 不良反应/毒性表型
  • 研究目标或侧重点
  • 仅限公共数据
  • 无需湿实验
  • 分子对接要求（必需/可选）
  • 转录组学交叉验证
  • 药物警戒一致性分析角度
  • 首选配置方案
  • 目标期刊级别
  • 仅使用一个验证数据集
  • 强文献基础支持
  • 图表规划/手稿级结构需求
  • 四种工作量配置方案（精简版、标准版、高级版、发表增强版）
  • 推荐的主要研究计划
  • 依赖关系与证据映射图
  • 详细分步工作流程
  • 研究图表规划
  • 验证策略
  • 最小可执行版本
  • 发表路径升级建议
  • 验证参考文献包
  • 自我批判性风险评估报告
 View GitHub
实验方案设计 single-gene-oncology-reference-grounded-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/single-gene-oncology-reference-grounded-research-planner/SKILL.md)		 根据用户提供的癌症背景、靶基因和验证方向，生成完整的单基因肿瘤学研究设计方案。 适用于研究围绕特定候选基因展开，需要涵盖基因表达、预后、临床病理关联、功能解释、免疫微环境、基因组/表观遗传背景、药物反应假设及正交验证等方面的场景。
  • 癌症类型
  • 靶基因
  • 验证方向或侧重点
  • 仅使用公共数据
  • 免疫学视角
  • 甲基化/拷贝数变异（CNV）视角
  • 药物敏感性关注点
  • 蛋白质表达关注点
  • 首选配置级别
  • 更严格的生存分析逻辑
  • 仅一个验证队列
  • 完整结构化的研究设计方案
  • 四种工作量配置（精简版/标准版/高级版/出版级+）
  • 推荐的主要研究计划
  • 分步工作流程
  • 图表规划
  • 验证层级
  • 最小可执行版本
  • 出版升级路径
  • 严格验证的参考文献包
  • 固定自我批判性风险评估
 View GitHub
实验方案设计 study-objective-refiner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/study-objective-refiner/SKILL.md)		 将宽泛、模糊或理想化的生物医学研究目标提炼为清晰、有界、可衡量、可执行且可用于后续设计的具体研究目标陈述。 适用于用户已有研究方向或意图，但目标表述过于宽泛、抽象、非操作性或混杂，无法支持方案制定、设计选择、分析规划或假设设计时。
  • 模糊、宽泛或理想化的研究目标
  • 清晰、有界、可衡量、可执行且可用于后续设计的具体研究目标定义
 View GitHub
实验方案设计 translational-study-blueprint
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/translational-study-blueprint/SKILL.md)		 为生物医学发现向诊断、预后、治疗反应预测、患者分层或治疗开发转化提供结构化蓝图，明确转化里程碑、验证阈值和可行性敏感的路径框架。 适用于将早期生物医学发现、靶点、生物标志物、特征、表型、机制或临床前观察结果转化为结构化转化蓝图，以指导后续研究和开发。
  • 早期生物医学发现、靶点、生物标志物、特征、表型、机制或临床前观察结果
  • 结构化转化蓝图，包含预期转化用例、所需证据阶梯、关键验证里程碑、通过/不通过阈值以及最合适的学习路径家族
 View GitHub
实验方案设计 treatment-response-predictor-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/treatment-response-predictor-planner/SKILL.md)		 设计生物医学和临床研究中治疗反应或耐药性预测的结构化研究方案。 适用于需要治疗反应或耐药性预测研究方案设计，而非预后生物标志物、诊断测试或因果效应评估方案的用户。
  • 治疗反应或耐药性预测构想
  • 响应预测设计适用性评估
  • 治疗背景与目标人群定义
  • 响应者/非响应者或耐药状态的定义方法
  • 基线不平衡与治疗背景异质性的处理策略
  • 特征整合与模型构建路线
  • 主要有效性与可行性脆弱点
 View GitHub
实验方案设计 tumor-immune-infiltration-diagnostic-ml-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/tumor-immune-infiltration-diagnostic-ml-research-planner/SKILL.md)		 根据用户提供的癌症类型和研究方向，生成完整的肿瘤免疫浸润指导下的批量转录组诊断生物标志物和机器学习研究设计。 当用户希望设计、规划或构建以差异表达、免疫浸润估计、免疫相关模块发现、共识特征选择、诊断建模、列线图构建、临床关联以及可选的预后扩展或验证为核心的肿瘤生物信息学研究时。
  • 癌症类型
  • 免疫相关诊断方向 或 生物标志物方向 或 机器学习诊断方向
  • 可选附加项：仅限公共数据
  • 可选附加项：无需湿实验
  • 可选附加项：一个最终主导基因
  • 可选附加项：特定免疫细胞焦点
  • 可选附加项：首选配置级别
  • 可选附加项：目标期刊等级
  • 可选附加项：是否包含预后分析
  • 四种工作负载配置（精简版/标准版/高级版/出版增强版）
  • 推荐的主计划
  • 分步工作流程
  • 图表计划
  • 验证策略
  • 最小可执行版本
  • 出版升级路径
  • 参考文献包
  • 自我批判性风险评估
 View GitHub
实验方案设计 Two-Sample MR Exposure-Screening Reference-Grounded Research Planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/two-sample-mr-exposure-screening-reference-grounded/SKILL.md)		 生成完整的双样本孟德尔随机化研究设计方案，涵盖工具变量选择、协调、主效应估计、敏感性分析及多变量升级。 适用于以汇总统计量为核心的因果推断研究，旨在系统性地规划双样本孟德尔随机化研究，并提供不同复杂程度的方案选项。
  • 结局
  • 暴露或暴露家族
  • 验证方向/侧重点
  • 精简版/标准版/高级版/出版级研究方案
  • 推荐的主研究方案
  • 分步工作流程
  • 图表规划
  • 验证层级
  • 最小可执行版本
  • 出版升级路径
  • 严格验证的参考文献检索结果
 View GitHub
实验方案设计 validation-strategy-designer
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/validation-strategy-designer/SKILL.md)		 在医学研究的方案设计阶段，预先规划可信、分层的验证架构。 适用于生物标志物、预后预测、队列研究、组学研究及转化医学等多种医学研究的方案设计阶段。
  • 研究类型
  • 主要研究主张
  • 现有数据情况
  • 研究背景信息
  • 验证策略设计方案
 View GitHub
学术写作 abstract-summarizer
(medical-research-skills-main/scientific-skills/Academic Writing/abstract-summarizer/SKILL.md)		 将冗长的学术论文转化为简洁、结构化的250字摘要。 适用于需要将冗长学术论文转化为简洁、结构化250字摘要，并要求明确假设、限定范围和可复现输出格式的学术写作任务。
  • 输入文件路径
  • 范围筛选条件
  • 阈值
  • 领域特定约束
  • 简洁、结构化的250字摘要
 View GitHub
学术写作 abstract-trimmer
(medical-research-skills-main/scientific-skills/Academic Writing/abstract-trimmer/SKILL.md)		 通过智能压缩技术精确编辑并缩减摘要字数，同时保持科学严谨性并满足期刊和会议的严格要求。 在学术写作中，当需要精确编辑、智能压缩摘要以满足字数限制，同时确保科学严谨性并符合期刊会议要求时使用。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 精简后的摘要文本
 View GitHub
学术写作 academic-abstract-refiner
(medical-research-skills-main/scientific-skills/Academic Writing/academic-abstract-refiner/SKILL.md)		 将长篇医学学术文本精炼为SCI风格的非结构化中英文摘要。 适用于将长篇医学综述、实验或临床研究报告、多篇文献笔记或证据综合精炼为符合SCI规范的非结构化中英文摘要，并生成标准化报告。
  • 中文摘要
  • 英文摘要
  • 包含中英文摘要的Markdown报告文件
 View GitHub
学术写作 academic-highlight-generator
(medical-research-skills-main/scientific-skills/Academic Writing/academic-highlight-generator/SKILL.md)		 根据手稿文本或提取的文档内容，生成符合期刊投稿要求的亮点（Highlights） 当用户需要为研究论文、综述、荟萃分析、病例报告或生物信息学手稿生成3-5条简洁、有证据支持的亮点时
  • 纯文本手稿、摘要或结构化研究总结
  • 支持的源文件路径（.txt、.pdf或.docx格式）
  • 手稿类型或目标期刊信息
  • 核心研究方法、主要研究发现及意义陈述
  • 特定措辞要求（如英式/美式拼写规范）
  • 符合期刊投稿要求的3-5条亮点（Highlights）
  • 英文要点（除非用户明确指定中文）
  • 每个英文要点字符数不超过85
  • 客观的第三人称叙述语气
  • 避免使用第一人称（如“我们”、“我们的”）
  • 不包含未定义缩写、引用标记或图表参考文献
  • 所有要点均须基于原始材料内容
 View GitHub
学术写作 Adverse Event Narrative Generator
(medical-research-skills-main/scientific-skills/Academic Writing/adverse-event-narrative/SKILL.md)		 生成不良事件叙述，确保输出结构化、可复现并符合预设范围。 适用于需要明确假设、限定范围、可复现输出格式的学术写作任务，以及处理输入缺失或执行错误时的备用路径。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的不良事件叙述
  • 明确的假设
  • 可复现的最终产物
 View GitHub
学术写作 anatomy-quiz-master
(medical-research-skills-main/scientific-skills/Academic Writing/anatomy-quiz-master/SKILL.md)		 生成用于医学教育的交互式解剖学测验 适用于需要为医学教育生成交互式解剖学测验，并要求明确假设、限定范围和可复现输出格式的学术写作任务。
  • 用户输入
  • 输出路径
  • 所需配置值
  • 输入路径
  • 范围筛选器
  • 阈值
  • 领域特定约束
  • 生成的交互式解剖学测验
  • 明确的假设
 View GitHub
学术写作 anki-card-creator
(medical-research-skills-main/scientific-skills/Academic Writing/anki-card-creator/SKILL.md)		 为医学学习内容生成结构化的Anki抽认卡。 适用于从医学学习材料中生成结构化Anki卡片，以及需要明确假设、限定范围和可复现输出的学术写作场景。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 输出格式
  • 结构化Anki卡片
  • 明确的假设说明
 View GitHub
学术写作 authorship-credit-gen
(medical-research-skills-main/scientific-skills/Academic Writing/authorship-credit-gen/SKILL.md)		 根据ICMJE指南和CRediT分类法，生成公平透明的作者署名分配。 用于确定研究手稿的作者顺序、分配CRediT贡献者角色以提高透明度、记录协作项目的个人贡献或解决多机构研究中的署名争议。
  • 研究项目背景信息
  • 所有参与者的姓名及其具体贡献描述
  • 任何已知的作者排序偏好或争议点
  • 符合ICMJE指南的推荐作者署名顺序
  • 基于CRediT分类法的贡献者角色分配列表
  • 详细的个人贡献记录文档
 View GitHub
学术写作 Automated SOAP Note Generator
(medical-research-skills-main/scientific-skills/Academic Writing/automated-soap-note-generator/SKILL.md)		 根据用户输入和预设规范，自动生成结构化的SOAP病程记录。 适用于需要明确假设、限定范围和可复现输出格式的学术写作任务，以及处理输入缺失、执行错误或部分证据的场景。
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值参数
  • 领域特定约束
  • 源文件
  • 范围限制
  • 输出格式要求
  • 验收标准
  • 生成的SOAP病程记录
  • 明确标注假设的最终成果
 View GitHub
学术写作 biomed-outline-generator
(medical-research-skills-main/scientific-skills/Academic Writing/biomed-outline-generator/SKILL.md)		 生成用于综述文章、讨论部分和论文提案的结构化生物医学大纲 当用户提供生物医学关键词、结果/讨论文本或提案标题及背景，并需要可直接使用的学术写作框架时使用
  • 一个生物医学主题、结果段落或提案标题，需包含足够上下文以确定三种支持类型之一
  • 疾病模型或研究人群
  • 关键分子、信号通路或干预措施
  • 研究目的或提案目标
  • 任何特殊格式或机构要求
  • 文章标题
  • 摘要
  • 关键词
  • 引言
  • 4-6个主要章节（每个主要章节下包含2-3个子章节）
  • 结论与展望
 View GitHub
学术写作 biotech-pitch-deck-narrative
(medical-research-skills-main/scientific-skills/Academic Writing/biotech-pitch-deck-narrative/SKILL.md)		 设计结构化的生物技术融资叙事，并明确限定范围。 适用于需要构建生物技术路演叙事、重写投资者沟通章节或基于现有科学与商业输入构建融资故事结构的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 限定范围的可交付成果
  • 包含明确假设的最终成果
 View GitHub
学术写作 blind-review-sanitizer
(medical-research-skills-main/scientific-skills/Academic Writing/blind-review-sanitizer/SKILL.md)		 为双盲同行评审提供结构化的手稿匿名化处理。 适用于需要移除或审查手稿中作者身份识别内容，以准备双盲提交的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 匿名化处理后的手稿
  • 明确标注的假设
 View GitHub
学术写作 citation-formatter
(medical-research-skills-main/scientific-skills/Academic Writing/citation-formatter/SKILL.md)		 自动格式化参考文献和书目，支持千余种学术引用样式，确保引用准确性、完整性及符合期刊要求。 适用于期刊投稿参考文献格式化、引用样式转换（如APA, MLA, Vancouver, Chicago）、手稿书目生成及统一参考文献格式。
  • 待格式化的参考文献或书目数据
  • 目标学术引用样式
  • 符合目标样式的格式化参考文献列表
  • 符合目标样式的格式化书目
 View GitHub
学术写作 conference-abstract-adaptor
(medical-research-skills-main/scientific-skills/Academic Writing/conference-abstract-adaptor/SKILL.md)		 根据特定会议的字数限制和格式要求调整摘要内容 适用于需要根据特定会议要求调整摘要，并确保输出格式可复现的学术写作任务
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 调整后的会议摘要
  • 明确的假设说明
 View GitHub
学术写作 conference-poster-pitch
(medical-research-skills-main/scientific-skills/Academic Writing/conference-poster-pitch/SKILL.md)		 为学术海报会议生成精炼的口头陈述稿。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现结果的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的学术海报口头陈述稿
  • 最终成果
  • 可复现结果
  • 明确识别的假设
  • 无未记录的副作用
 View GitHub
学术写作 cover-letter-drafter
(medical-research-skills-main/scientific-skills/Academic Writing/cover-letter-drafter/SKILL.md)		 生成用于期刊投稿和职位申请的专业求职信 适用于需要为学术期刊投稿或医疗职位申请撰写定制化求职信的场景
  • 源文件路径
  • 输出文件路径
  • 内容范围与限制
  • 生成阈值
  • 目标输出格式
  • 验收标准
  • 生成的专业求职信
  • 明确的假设列表
 View GitHub
学术写作 dei-statement-drafter
(medical-research-skills-main/scientific-skills/Academic Writing/dei-statement-drafter/SKILL.md)		 为学术职位申请和科研基金提案起草多元化、公平性和包容性（DEI）声明。 适用于需要为学术申请撰写DEI声明，并要求明确假设、限定范围和可复现输出格式的学术写作任务。
  • 学术申请背景信息
  • DEI声明撰写要求
  • 起草的多元化、公平性和包容性（DEI）声明
  • 撰写过程中明确的假设
 View GitHub
学术写作 digital-twin-discharge-drafter
(medical-research-skills-main/scientific-skills/Academic Writing/digital-twin-discharge-drafter/SKILL.md)		 利用数字孪生患者模型生成AI增强的出院总结和个性化护理计划，以预测患者结局并优化出院后护理过渡。 起草患者出院总结、创建个性化出院指导、模拟出院后结局、降低再入院率或优化护理过渡时使用。
  • 患者医疗记录
  • 出院标准与指南
  • 个性化护理偏好
  • AI增强的出院总结
  • 个性化出院指导
  • 数字孪生预测结果
  • 出院后护理过渡优化建议
 View GitHub
学术写作 discharge-summary-writer
(medical-research-skills-main/scientific-skills/Academic Writing/discharge-summary-writer/SKILL.md)		 根据所有住院医疗数据生成标准化、临床准确的出院总结。 适用于根据入院数据和住院病程生成出院总结，以及需要明确假设、限定范围和可复现输出格式的学术写作任务。
  • 入院数据
  • 住院病程
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 出院总结
 View GitHub
学术写作 discussion-section-architect
(medical-research-skills-main/scientific-skills/Academic Writing/discussion-section-architect/SKILL.md)		 构建并撰写学术论文和研究报告的讨论部分 适用于撰写讨论部分、解释研究结果、关联现有文献、解决研究局限性、综合结论或起草学术讨论的任何部分
  • 研究结果
  • 研究背景信息
  • 研究局限性
  • 学术论文讨论部分
 View GitHub
学术写作 ectd-xml-compiler
(medical-research-skills-main/scientific-skills/Academic Writing/ectd-xml-compiler/SKILL.md)		 自动将上传的药品申请文件（Word/PDF）转换为符合eCTD 4.0/3.2.2规范的XML骨架结构。 当需要将药品申请文件（Word/PDF）自动转换为符合eCTD 4.0/3.2.2规范的XML骨架结构时。
  • 上传的药品申请文件（Word/PDF格式）
  • 输入文件路径
  • 范围过滤器
  • 领域特定约束
  • 符合eCTD 4.0/3.2.2规范的XML骨架结构
  • 生成的输出结果
 View GitHub
学术写作 ehr-semantic-compressor
(medical-research-skills-main/scientific-skills/Academic Writing/ehr-semantic-compressor/SKILL.md)		 对电子健康记录（EHR）数据进行语义提取与压缩，以生成结构化、可复现且符合学术规范的文本内容。 适用于需要将电子健康记录（EHR）信息转化为具有明确假设、限定范围和可复现格式的学术写作任务，并能处理输入缺失、执行错误或部分证据等情况。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 配置参数
  • 生成的输出成果
  • 限定范围的交付物
  • 可复现的结果
  • 明确标注的假设
 View GitHub
学术写作 faq-generator
(medical-research-skills-main/scientific-skills/Academic Writing/faq-generator/SKILL.md)		 从复杂的医学政策或协议中生成常见问题解答列表。 用户提供医学文档、政策或协议，并请求生成常见问题解答、患者教育材料或简化解释时适用。
  • 原始医学文档、政策或协议
  • 输入文件路径
  • 范围限制
  • 输出格式要求
  • 验收标准
  • 阈值
  • 特定领域约束
  • 生成的常见问题解答列表
  • 明确标注假设的最终成果
 View GitHub
学术写作 figure-legend-gen
(medical-research-skills-main/scientific-skills/Academic Writing/figure-legend-gen/SKILL.md)		 为科学研究图表和图像生成出版质量的图例。 适用于需要为科学图表和图像生成标准化、可复现的出版级图例的学术写作任务。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 输出格式
  • 验收标准
  • 阈值
  • 领域特定约束
  • 生成的图例
  • 明确的假设
 View GitHub
学术写作 figure-reference-checker
(medical-research-skills-main/scientific-skills/Academic Writing/figure-reference-checker/SKILL.md)		 检查手稿中图表引用的前后一致性。 适用于需要结构化执行、明确假设和清晰输出边界的学术写作工作流程，以确保图表引用的准确性和可复现性。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 输出格式
  • 验收标准
  • 阈值
  • 领域特定约束
  • 图表引用一致性检查报告
  • 明确的假设列表
 View GitHub
学术写作 grant-budget-justification
(medical-research-skills-main/scientific-skills/Academic Writing/grant-budget-justification/SKILL.md)		 为科研项目申请书提供详细的预算说明。 适用于需要结构化执行、明确假设和清晰输出边界的学术写作工作流，特别是科研项目预算说明的撰写。
  • 输入路径
  • 输出路径
  • 范围筛选器
  • 阈值
  • 领域特定限制
  • 科研项目预算说明
  • 明确标注假设的最终成果
  • 可复现的结果
 View GitHub
学术写作 grant-mock-reviewer
(medical-research-skills-main/scientific-skills/Academic Writing/grant-mock-reviewer/SKILL.md)		 模拟美国国立卫生研究院（NIH）研究组的同行评审过程，依据官方评分标准和方法，对科研基金申请书提供结构化、严谨的批判性评估。 当需要对科研基金申请书进行NIH研究组同行评审模拟，或进行要求明确假设、限定范围和可复现输出格式的学术写作任务时。
  • 输入文件路径
  • 输出结果路径
  • 评审范围过滤器
  • 评估阈值
  • 领域特定约束条件
  • 结构化严谨的评审意见
  • 可复现的评审结果
  • 明确识别的假设
 View GitHub
学术写作 graph-interpretation
(medical-research-skills-main/scientific-skills/Academic Writing/graph-interpretation/SKILL.md)		 精确清晰地解读和解释科学图表、数据可视化，用于研究出版物、临床演示和学术交流。 在解读科学图表、解释研究演示中的数据可视化、撰写出版物图注或分析临床研究数据趋势时使用。
  • 用户输入
  • 源文件
  • 范围限制
  • 输出格式
  • 验收标准
  • 所需配置值
  • 清晰准确的图表解释
  • 数据可视化分析报告
  • 学术论文图注
 View GitHub
数据分析 hipaa-compliance-auditor
(medical-research-skills-main/scientific-skills/Academic Writing/hipaa-compliance-auditor/SKILL.md)		 用于医疗文本数据中个人身份信息（PII）和受保护健康信息（PHI）的临床级检测与去识别工具。 当需要对医疗文本数据进行个人身份信息（PII）和受保护健康信息（PHI）的检测与去识别时使用。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 去识别后的医疗文本数据
 View GitHub
学术写作 IACUC Protocol Drafter
(medical-research-skills-main/scientific-skills/Academic Writing/iacuc-protocol-drafter/SKILL.md)		 起草机构动物护理和使用委员会（IACUC）的实验方案申请，重点关注“3R原则”（替代、减少、优化）的论证部分。 当需要起草IACUC实验方案申请，并侧重于3R原则的论证时。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定的约束条件
  • 已起草的IACUC实验方案申请
 View GitHub
学术写作 irb-application-assistant
(medical-research-skills-main/scientific-skills/Academic Writing/irb-application-assistant/SKILL.md)		 协助研究人员准备、审查和提交机构审查委员会（IRB）申请，包括起草知情同意书、审查研究方案合规性、生成申请表格及准备提交清单。 适用于用户提及IRB、机构审查委员会、研究伦理、人体受试者研究、方案审查、知情同意，或需要准备或审查IRB申请或提交材料的场景。
  • 研究方案文件
  • 研究项目详细信息
  • 知情同意书相关内容
  • 机构审查委员会（IRB）指南或要求
  • 知情同意书草案
  • 研究方案合规性审查报告
  • IRB申请表格
  • IRB提交清单
 View GitHub
学术写作 journal-club-presenter
(medical-research-skills-main/scientific-skills/Academic Writing/journal-club-presenter/SKILL.md)		 生成包含背景、批判性分析和讨论的文献俱乐部演示幻灯片 适用于需要生成文献俱乐部演示幻灯片，并要求明确假设、限定范围和可复现输出格式的学术写作任务
  • 源文件
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的文献俱乐部演示幻灯片
  • 明确的假设列表
 View GitHub
学术写作 journal-cover-prompter
(medical-research-skills-main/scientific-skills/Academic Writing/journal-cover-prompter/SKILL.md)		 生成用于AI图像生成器创建期刊封面图像和图形摘要的详细提示，以制作出版质量的科学视觉作品。 适用于创建期刊封面图像、生成科学艺术作品提示或设计图形摘要的场景。
  • 用户输入
  • 输出路径
  • 所需配置参数
  • 源文件
  • 范围限制
  • 输出格式
  • 验收标准
  • 阈值
  • 领域特定约束
  • 生成结果
  • 包含明确假设的最终产物
  • 可复现结果
  • 限定范围的可交付成果
 View GitHub
学术写作 labarchive-integration
(medical-research-skills-main/scientific-skills/Academic Writing/labarchive-integration/SKILL.md)		 将LabArchives实验记录本数据、条目元数据及授权的ELN导出内容转化为可用于手稿的学术写作成果。 适用于用户需要基于LabArchives实验记录本内容生成方法部分草稿、数据可用性声明、可重复性附录、实验时间线或提交支持摘要等学术写作成果的场景。
  • 导出的实验记录本文本或JSON文件
  • 手动粘贴的LabArchives条目内容
  • 实验方案摘要
  • 实验元数据表格
  • 捆绑脚本生成的授权备份输出
  • 方法部分草稿
  • 数据可用性声明
  • 可重复性附录
  • 实验时间线总结
  • 提交支持说明
 View GitHub
学术写作 latex-posters
(medical-research-skills-main/scientific-skills/Academic Writing/latex-posters/SKILL.md)		 生成基于LaTeX的学术海报写作包，将研究内容转化为海报就绪的LaTeX简报。 用户需要制作会议、论文答辩或部门研究海报，并寻求LaTeX海报包选择、内容撰写、图表规划及布局指导。
  • 研究内容（如论文、摘要、幻灯片）
  • 目标海报类型（如会议海报、论文答辩海报、部门研究海报）
  • 用户对LaTeX海报包的选择偏好（可选，如beamerposter, tikzposter, baposter）
  • 是否需要直接生成海报文案的请求
  • 推荐的LaTeX海报包
  • 海报尺寸与方向
  • 按显示顺序排列的章节列表
  • 章节级字数预算
  • 每图一信息的图表规划
  • 图注撰写指导
  • 最终质量控制清单
  • 海报标题（如果用户请求直接文案）
  • 一句话问题陈述（如果用户请求直接文案）
  • 方法部分文案（如果用户请求直接文案）
  • 2-4个结果要点（如果用户请求直接文案）
  • 结论部分文案（如果用户请求直接文案）
  • 可选的二维码/数据/联系方式部分文案（如果用户请求直接文案）
 View GitHub
学术写作 lay-press-release-writer
(medical-research-skills-main/scientific-skills/Academic Writing/lay-press-release-writer/SKILL.md)		 将学术论文转化为面向公众的大学新闻稿 适用于将学术论文转化为面向公众的大学新闻稿，尤其在需要明确假设、限定范围和可复现输出格式的学术写作任务中
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 大学新闻稿
 View GitHub
学术写作 lay-summary-gen
(medical-research-skills-main/scientific-skills/Academic Writing/lay-summary-gen/SKILL.md)		 为非专业读者生成医学研究的通俗易懂摘要 将复杂的医学摘要转换为通俗易懂的摘要，适用于需要明确假设、限定范围和可复现输出格式的学术写作任务
  • 源文件
  • 范围限制
  • 输出格式
  • 验收标准
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 可复现的结果
  • 明确标识的假设
  • 最终成果物
 View GitHub
学术写作 linkedin-optimizer
(medical-research-skills-main/scientific-skills/Academic Writing/linkedin-optimizer/SKILL.md)		 优化医疗专业人员的领英档案，以提升职业可见度和职业发展机会。 适用于医生、护士、医疗专业人员或医学研究人员优化领英档案的场景。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 优化后的领英档案内容
 View GitHub
学术写作 market-access-value
(medical-research-skills-main/scientific-skills/Academic Writing/market-access-value/SKILL.md)		 支付方价值主张开发 适用于需要结构化执行、明确假设、清晰输出边界，以及在输入缺失、执行错误或证据不完整时有备用路径的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 源文件
  • 输出格式
  • 验收标准
  • 包含明确假设的最终产物
 View GitHub
学术写作 Medical CV/Resume Builder
(medical-research-skills-main/scientific-skills/Academic Writing/medical-cv-resume-builder/SKILL.md)		 根据美国标准创建医学简历/履历。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现输出格式的学术写作工作流，特别是医学简历/履历的创建。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 生成的医学简历/履历
 View GitHub
证据洞察 Medical Device MDR Auditor
(medical-research-skills-main/scientific-skills/Academic Writing/medical-device-mdr-auditor/SKILL.md)		 依据欧盟医疗器械法规（EU MDR 2017/745）审计医疗器械技术文件，核查其是否包含所有必需文件。 适用于需要依据欧盟医疗器械法规（EU MDR 2017/745）对医疗器械技术文件进行审计，或在学术写作中确保文件合规性的场景。
  • 输入文件路径
  • 输出结果路径
  • 审计范围过滤器
  • 合规性评估阈值
  • 领域特定约束条件
  • 医疗器械技术文件合规性审计报告
  • 不符合欧盟MDR法规要求的文件清单及具体不合规项
  • 审计结果总结与建议
 View GitHub
学术写作 medical-email-polisher
(medical-research-skills-main/scientific-skills/Academic Writing/medical-email-polisher/SKILL.md)		 将粗略的电子邮件草稿转化为润色过的专业医学函件。 适用于将非正式邮件草稿转换为专业医学函件，尤其在学术写作中需要明确假设、限定范围和可复现输出格式的场景。
  • 原始邮件草稿
  • 输出格式
  • 范围限制
  • 润色后的专业医学函件
  • 明确的假设
 View GitHub
学术写作 Medical Scribe Dictation
(medical-research-skills-main/scientific-skills/Academic Writing/medical-scribe-dictation/SKILL.md)		 将非结构化的医师口述记录转换为专业格式化的SOAP（主观、客观、评估、计划）病历，并进行医学术语标准化和临床质量保证。 当任务是将医师口述记录转换为结构化的SOAP病历时，可使用此技能。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 专业格式化的SOAP（主观、客观、评估、计划）病历
  • 明确的假设
 View GitHub
学术写作 medical-translation
(medical-research-skills-main/scientific-skills/Academic Writing/medical-translation/SKILL.md)		 提供精确的医学术语翻译服务 适用于需要结构化执行、明确假设和清晰输出边界的学术写作工作流中的医学翻译任务
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 翻译后的医学文本
  • 明确的假设列表
 View GitHub
学术写作 medication-adherence-message-gen
(medical-research-skills-main/scientific-skills/Academic Writing/medication-adherence-message-gen/SKILL.md)		 运用行为心理学原理生成用于提醒患者服药的短信或推送通知文案。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现结果的学术写作任务，尤其是在处理服药依从性提醒文案生成时。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 源文件
  • 范围限制
  • 输出格式
  • 验收标准
  • 生成的服药依从性提醒文案
  • 明确的假设列表
  • 可复现的输出结果
 View GitHub
学术写作 Meeting Minutes
(medical-research-skills-main/scientific-skills/Academic Writing/meeting-minutes/SKILL.md)		 将医学会议记录整理为正式会议纪要。 适用于需要结构化执行、明确假设、清晰输出边界，并严格限定在任务范围内的场景。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 结构化会议纪要
  • 明确的假设
 View GitHub
学术写作 meta-analysis-methods-generator
(medical-research-skills-main/scientific-skills/Academic Writing/meta-analysis-methods-generator/SKILL.md)		 生成荟萃分析论文的方法学部分，涵盖检索策略、文献筛选、质量评估、数据提取和统计分析。 当用户需要为荟萃分析论文撰写方法学部分，并能提供必要的输入参数时，可使用此技能以获得结构化的专业输出。
  • 纳入和排除标准
  • 研究人群、干预措施、对照组、结局指标、研究设计 (PICOS框架)
  • 偏倚风险评估工具（例如，ROB2、NOS、ROBIS）
  • 荟萃分析论文的方法学部分（包括检索策略、文献筛选、质量评估、数据提取和统计分析）
 View GitHub
学术写作 meta-baseline-generator
(medical-research-skills-main/scientific-skills/Academic Writing/meta-baseline-generator/SKILL.md)		 从原始数据生成荟萃分析基线特征部分（文本与表格），支持中文和英文输出。 当用户提供基线数据并需要格式化的荟萃分析结果部分时使用。
  • 原始数据
  • 基线数据
  • 荟萃分析基线特征部分（文本与表格）
  • 格式化结果部分
 View GitHub
学术写作 meta-manuscript-generator
(medical-research-skills-main/scientific-skills/Academic Writing/meta-manuscript-generator/SKILL.md)		 根据用户提供的研究报告，生成符合SCI期刊标准的临床荟萃分析论文初稿，并自动检索相关参考文献。 适用于辅助撰写系统评价和荟萃分析，生成包含摘要、引言、讨论等完整章节的论文初稿，并自动检索PubMed相关参考文献。
  • 研究报告（包含方法和结果部分）
  • 语言
  • 论文标题
  • 完整的临床荟萃分析论文初稿（包含摘要、引言、讨论等章节）
 View GitHub
学术写作 meta-results-forest-plot-analyzer
(medical-research-skills-main/scientific-skills/Academic Writing/meta-results-forest-plot-analyzer/SKILL.md)		 分析荟萃分析的森林图，生成详细描述并格式化中英文图例。 当用户需要解读森林图图像、描述其统计学意义（异质性、p值）并格式化特定图例时使用。
  • 森林图图像
  • 详细描述
  • 格式化后的图例
 View GitHub
学术写作 meta-results-funnel-plot-generator
(medical-research-skills-main/scientific-skills/Academic Writing/meta-results-funnel-plot-generator/SKILL.md)		 生成Meta分析漏斗图的结果部分描述，包括Egger's、Begg's、Trim & Fill等统计表格及图例。 当用户提供漏斗图图像和相关统计数据，并需要生成格式化的Meta分析结果报告时。
  • 漏斗图图像
  • Meta分析统计数据
  • 报告标题
  • 输出语言
  • Meta分析结果部分描述
  • Egger's检验统计表格
  • Begg's检验统计表格
  • Trim & Fill分析统计表格
  • 漏斗图图例
 View GitHub
学术写作 meta-results-risk-of-bias
(medical-research-skills-main/scientific-skills/Academic Writing/meta-results-risk-of-bias/SKILL.md)		 基于偏倚风险评估表和统计数据，生成荟萃分析的偏倚风险结果章节。 当用户需要根据提供的偏倚风险评估数据表起草分析文本时使用。
  • 偏倚风险评估表
  • 统计数据
  • 荟萃分析的偏倚风险结果章节
  • 包含必要图表引用的格式化文本
 View GitHub
学术写作 meta-results-sensitivity-analysis
(medical-research-skills-main/scientific-skills/Academic Writing/meta-results-sensitivity-analysis/SKILL.md)		 根据统计表格和标题，生成荟萃分析敏感性分析的“结果”部分。 当用户需要描述敏感性分析结果、格式化荟萃分析论文的敏感性表格，或指定输出语言时。
  • 敏感性分析表格（剔除法）
  • 目标语言（中文或英文）
  • 荟萃分析敏感性分析的文本描述
  • 荟萃分析敏感性分析的“结果”部分
 View GitHub
学术写作 method-writing
(medical-research-skills-main/scientific-skills/Academic Writing/method-writing/SKILL.md)		 撰写并修订研究论文的方法部分，以确保研究的可重复性。 在撰写、修订科学手稿的方法部分，确保其可重复性、符合IMRAD结构、遵循报告指南、满足期刊要求或回应审稿人意见时使用。
  • 研究设计：随机、双盲、安慰剂对照试验
  • 研究地点与时间：单一学术医院，2023-2024年
  • 研究参与者：18-65岁患有疾病X的成年人；关键纳入/排除标准
  • 干预措施：药物A 50毫克/天 vs 安慰剂，持续8周
  • 结局指标：第8周主要结局Y；次要结局Z1-Z3
  • 随机化/盲法：区组随机
  • 可重复的方法学文本
  • 符合IMRAD结构的章节组织
  • 遵循报告指南的完整性内容
  • 详细的实验与程序描述
  • 透明的统计学报告
  • 数据管理与完整性声明
  • 领域特定术语与命名
  • 符合期刊要求的定制化内容
 View GitHub
数据分析 microbiome-diversity-reporter
(medical-research-skills-main/scientific-skills/Academic Writing/microbiome-diversity-reporter/SKILL.md)		 解读16S rRNA测序结果中的Alpha和Beta多样性指标。 适用于需要解读16S rRNA测序结果中的Alpha和Beta多样性指标，并为学术写作提供明确假设、限定范围和可复现输出的场景。
  • 16S rRNA测序数据文件
  • 多样性分析参数配置
  • Alpha多样性指标分析报告
  • Beta多样性指标分析报告
  • 微生物多样性综合解读与可视化结果
  • 分析方法与假设声明
 View GitHub
学术写作 moa-explainer
(medical-research-skills-main/scientific-skills/Academic Writing/moa-explainer/SKILL.md)		 生成药物作用机制的三维动画脚本和通俗解释。 适用于需要生成药物作用机制三维动画脚本和通俗解释，以及要求明确假设、限定范围和可复现输出格式的学术写作任务。
  • 输入路径
  • 输出路径
  • 源文件
  • 范围限制
  • 范围筛选条件
  • 阈值
  • 领域特定约束
  • 输出格式
  • 验收标准
  • 药物作用机制的三维动画脚本
  • 药物作用机制的通俗解释
  • 可复现的生成结果
  • 明确的假设列表
  • 最终交付物
 View GitHub
学术写作 molecular-review-workflow
(medical-research-skills-main/scientific-skills/Academic Writing/molecular-review-workflow/SKILL.md)		 利用PubMed文献研究，为疾病中的特定分子生成全面的学术综述。 当用户需要以温哥华引文格式进行生物医学文献综述时适用。
  • 疾病名称
  • 分子名称
  • 全面学术综述
 View GitHub
学术写作 networking-email-drafter
(medical-research-skills-main/scientific-skills/Academic Writing/networking-email-drafter/SKILL.md)		 起草专业会议后续邮件，确保内容得体且令人印象深刻。 适用于学术会议后，需要撰写专业、得体且具有记忆点的后续邮件，或处理其他需要明确假设、限定范围和可复现输出格式的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的专业后续邮件
  • 明确列出的假设
 View GitHub
学术写作 nih-biosketch-builder
(medical-research-skills-main/scientific-skills/Academic Writing/nih-biosketch-builder/SKILL.md)		 生成符合2022年OMB批准格式的NIH个人简历文档。 适用于需要生成符合2022年OMB批准格式的NIH个人简历文档，以及要求明确假设、限定范围和可复现输出格式的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的NIH个人简历文档
 View GitHub
学术写作 paper-web
(medical-research-skills-main/scientific-skills/Academic Writing/paper-2-web/SKILL.md)		 将学术论文转换为宣传和演示格式，包括交互式网站、演示视频和会议海报。 适用于论文传播、会议准备、创建可探索的学术主页、生成视频摘要或从LaTeX或PDF源制作可打印海报。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 范围过滤器
  • 输出格式
  • 验收标准
  • 阈值
  • 领域特定约束
  • 交互式网站
  • 演示视频
  • 会议海报
 View GitHub
学术写作 patent-assistant
(medical-research-skills-main/scientific-skills/Academic Writing/patent-assistant/SKILL.md)		 协助研发团队进行专利技术披露文件起草及专利/新颖性检索分析。 适用于起草专利技术披露文件、构建发明描述、准备新颖性检索、查找相关专利以及提升专利准备度。
  • 发明人的技术描述
  • 待分析的技术解决方案
  • 用户指定的关键技术特征
  • 结构化的专利技术披露文件
  • 新颖性分析报告
  • 专利撰写优化建议
 View GitHub
学术写作 patient-recruitment-ad-gen
(medical-research-skills-main/scientific-skills/Academic Writing/patient-recruitment-ad-gen/SKILL.md)		 生成符合伦理、法规且对患者友好的临床试验招募广告。 当需要为临床试验生成符合伦理、法规且对患者友好的招募广告时使用。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 临床试验招募广告
  • 明确的假设
 View GitHub
学术写作 peer-review-response-drafter
(medical-research-skills-main/scientific-skills/Academic Writing/peer-review-response-drafter/SKILL.md)		 协助研究人员撰写专业、礼貌且有效的学术期刊同行评审回复信。 适用于需要起草专业同行评审回复信，且要求明确假设、限定范围和可复现输出格式的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 同行评审回复信草稿
  • 明确的假设
 View GitHub
学术写作 Peer Review
(medical-research-skills-main/scientific-skills/Academic Writing/peer-review/SKILL.md)		 对学术论文或学位论文进行专业的同行评审，提供结构化评估与改进建议 适用于投稿前稿件检查、内部质量控制、学位论文评估以及基于反馈的修订规划
  • 待评审的学术论文或学位论文
  • 结构化的同行评审报告
  • 详细的改进建议
 View GitHub
学术写作 personal-statement
(medical-research-skills-main/scientific-skills/Academic Writing/personal-statement/SKILL.md)		 为医疗教育申请撰写引人入胜的个人陈述，突出临床经验、研究成就和职业动机。 适用于撰写医学院、住院医师、专科医师及研究生院的入学申请文书。
  • 申请人临床经验的具体描述
  • 申请人研究成就的具体描述
  • 申请人职业动机与未来目标
  • 目标申请的医疗教育项目类型（如：医学院、住院医师、专科医师、研究生院）
  • 符合医疗教育申请要求的定制化个人陈述
 View GitHub
学术写作 poster-layout-planner
(medical-research-skills-main/scientific-skills/Academic Writing/poster-layout-planner/SKILL.md)		 设计学术海报布局。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现输出格式的学术海报设计任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 学术海报布局成果（包含明确假设）
 View GitHub
学术写作 presentation-hook
(medical-research-skills-main/scientific-skills/Academic Writing/presentation-hook/SKILL.md)		 制作演示文稿的开场白和结尾。 当任务需要为医学演示文稿创建引人入胜的开场白和有力的结尾时使用。
  • 用户输入
  • 输出路径
  • 配置值
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的输出
  • 最终成果
  • 明确的假设
 View GitHub
学术写作 prior-auth-letter-drafter
(medical-research-skills-main/scientific-skills/Academic Writing/prior-auth-letter-drafter/SKILL.md)		 生成专业且符合临床论证和格式要求的保险公司预授权申请函。 当需要为保险公司撰写包含适当临床依据和规范格式的专业预授权申请函时。
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值设定
  • 领域特定约束
  • 专业预授权申请函
 View GitHub
学术写作 q-and-a-prep-partner
(medical-research-skills-main/scientific-skills/Academic Writing/q-and-a-prep-partner/SKILL.md)		 预测演示文稿中的挑战性问题并准备结构化回答。 在学术演示前预测潜在的挑战性问题，并系统性地构建应对策略，确保输出格式可复现且范围明确。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 预测的挑战性问题列表
  • 结构化回答方案
  • 包含明确假设的可复现交付物
 View GitHub
学术写作 radiology-image-quiz
(medical-research-skills-main/scientific-skills/Academic Writing/radiology-image-quiz/SKILL.md)		 生成包含X射线、CT、MRI和超声图像的交互式医学教育测验。 适用于创建放射学教育测验、准备委员会考试问题或研究医学影像病例。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的交互式测验
  • 明确指出的所有假设
 View GitHub
学术写作 rebuttal-letter-strategist
(medical-research-skills-main/scientific-skills/Academic Writing/rebuttal-letter-strategist/SKILL.md)		 生成兼具温和与坚定语气的反驳信回复，为学术写作提供结构化执行、明确假设和清晰输出边界的策略。 适用于需要结构化执行、明确假设、限定范围、可复现输出格式的学术反驳信撰写场景，并提供缺失输入、执行错误或部分证据情况下的备用路径。
  • 源文件
  • 输入路径
  • 范围限制
  • 范围过滤器
  • 阈值
  • 输出格式
  • 验收标准
  • 任何领域特定约束
  • 限定范围的可交付成果
  • 可复现的结果
  • 明确识别的假设
  • 无未记录副作用的输出
 View GitHub
学术写作 recommendation-letter-assistant
(medical-research-skills-main/scientific-skills/Academic Writing/recommendation-letter-assistant/SKILL.md)		 协助导师和教职员工撰写标准化推荐信。 适用于需要导师和教职员工起草标准化推荐信，并要求明确假设、限定范围和可复现输出格式的学术写作任务。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 输出格式
  • 验收标准
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的推荐信草稿
  • 明确标注的假设
  • 可复现的结果
 View GitHub
学术写作 reference-style-sync
(medical-research-skills-main/scientific-skills/Academic Writing/reference-style-sync/SKILL.md)		 一键同步并标准化文献管理工具中的参考文献格式，智能修复元数据错误。 适用于学术写作中，需要一键同步和标准化参考文献格式、智能修复元数据错误，并确保输出可复现的场景。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 同步并标准化的参考文献格式
  • 修复后的元数据
  • 可复现的最终成果
  • 明确标注的假设
 View GitHub
学术写作 referral-letter-generator
(medical-research-skills-main/scientific-skills/Academic Writing/referral-letter-generator/SKILL.md)		 生成包含患者摘要和转诊原因的专业医疗转诊信函。 适用于需要生成包含患者摘要和转诊原因的医疗转诊信函，以及需要明确假设、限定范围和可复现输出格式的学术写作任务。
  • 患者摘要
  • 转诊原因
  • 输入路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的医疗转诊信函
 View GitHub
学术写作 residency-interview-prep
(medical-research-skills-main/scientific-skills/Academic Writing/residency-interview-prep/SKILL.md)		 为住院医师匹配面试提供模拟面试准备工具。 适用于住院医师匹配面试的模拟准备，以及需要明确假设、限定范围和可复现输出格式的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 生成的最终成果
  • 明确指出的假设
 View GitHub
学术写作 response-letter
(medical-research-skills-main/scientific-skills/Academic Writing/response-letter/SKILL.md)		 组织审稿人意见并生成标准化的Word格式回复信，精确映射稿件修改至具体位置。 用于修订稿件、回复同行评审意见或准备内部评审反馈。
  • 稿件（修订追踪版本或清洁版本附带修改说明）
  • 审稿人意见（所有审稿人，所有轮次）
  • 当前稿件页码/行号方案（如适用）
  • Word格式（.docx）回复信
  • 修改/执行清单
 View GitHub
学术写作 response-tone-polisher
(medical-research-skills-main/scientific-skills/Academic Writing/response-tone-polisher/SKILL.md)		 通过柔化防御性或严厉的语言，润色回复信件，同时保留作者立场和科学严谨性。 适用于需要通过转换防御性或严厉语言来润色回复信件，以及需要明确假设、限定范围和可复现输出格式的学术写作任务。
  • 待润色的回复信件内容
  • 输入路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 润色后的回复信件
  • 润色过程中的假设说明
 View GitHub
实验方案设计 Sample Size & Power Calculator (Advanced)
(medical-research-skills-main/scientific-skills/Academic Writing/sample-size-power-calculator/SKILL.md)		 针对包括生存分析、聚类设计和多重比较在内的复杂研究设计，进行高级样本量和统计功效计算。 适用于需要对复杂研究设计（如生存分析、聚类设计、多重比较）进行高级样本量和统计功效计算，并要求明确假设、限定范围和可复现输出的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 计算出的样本量
  • 计算出的统计功效
  • 包含明确假设的最终报告
 View GitHub
学术写作 semantic-consistency-auditor
(medical-research-skills-main/scientific-skills/Academic Writing/semantic-consistency-auditor/SKILL.md)		 引入BERTScore和COMET算法，从语义蕴含层面评估AI生成临床笔记与专家金标准之间的语义一致性。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现输出格式的学术写作任务，并提供缺失输入、执行错误或部分证据的备用路径。
  • AI生成的临床笔记
  • 专家金标准
  • 配置参数
  • 输出路径
  • 范围限制
  • 输出格式
  • 验收标准
  • 语义一致性评估结果
  • 最终交付物（包含所有假设）
 View GitHub
学术写作 study-limitations-drafter
(medical-research-skills-main/scientific-skills/Academic Writing/study-limitations-drafter/SKILL.md)		 专业局限性声明生成器 适用于需要结构化执行、明确假设、清晰输出边界以及可复现结果的学术写作流程，以生成专业的局限性声明。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 输出格式
  • 验收标准
  • 生成的局限性声明
  • 明确识别的假设
  • 可复现的输出结果
 View GitHub
学术写作 tone-adjuster
(medical-research-skills-main/scientific-skills/Academic Writing/tone-adjuster/SKILL.md)		 在保持临床准确性的前提下，转换医学文本的学术严谨性与患者友好性。 适用于医学文本在学术与患者友好语调间的转换、医学术语的患者翻译、研究论文的公众改编或临床笔记的患者宣教改写。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 范围过滤器
  • 输出格式
  • 验收标准
  • 阈值
  • 领域特定参数
  • 调整后的医学文本
  • 明确的假设
 View GitHub
学术写作 usmle-case-generator
(medical-research-skills-main/scientific-skills/Academic Writing/usmle-case-generator/SKILL.md)		 生成USMLE Step 1和Step 2 CK风格的临床病例 在医学教育和委员会考试准备中，生成包含患者病史和体格检查的USMLE Step 1/2风格临床病例，或用于需要明确假设、限定范围和可复现输出格式的学术写作任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • USMLE Step 1和Step 2 CK风格的临床病例
 View GitHub
学术写作 visual-content-desc
(medical-research-skills-main/scientific-skills/Academic Writing/visual-content-desc/SKILL.md)		 生成医学图像和图表的详细文本描述，以创建可访问的医学视觉内容描述 适用于需要为医学图像和图表生成详细文本描述的学术写作任务，尤其是在需要明确假设、限定范围和可复现输出格式时
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 详细的医学图像和图表文本描述
 View GitHub
数据分析 3D Molecule Ray Tracer
(medical-research-skills-main/scientific-skills/Data Analysis/3d-molecule-ray-tracer/SKILL.md)		 生成具有电影级效果的专业级渲染脚本，用于创建出版质量和封面级别的分子图像。 需要为PyMOL和UCSF ChimeraX生成逼真的渲染脚本，或进行需要明确假设、限定范围和可复现输出格式的数据分析任务时。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 输出格式
  • 验收标准
  • 生成结果
  • 最终产物
  • 可复现结果
  • 明确识别的假设
 View GitHub
证据洞察 case-control-study-quality-assessment-nos
(medical-research-skills-main/scientific-skills/Data Analysis/Case-control-study-quality-assessment-nos/SKILL.md)		 基于纽卡斯尔-渥太华量表（NOS）评估病例对照研究的质量。 当需要使用纽卡斯尔-渥太华量表（NOS）标准评估病例对照研究的偏倚，或评估医学论文质量时使用。
  • 病例对照研究的原始文档（例如：PDF格式）
  • 评估范围限定参数
  • 评估阈值参数
  • 领域特定约束条件
  • 基于纽卡斯尔-渥太华量表（NOS）的病例对照研究质量评估报告
  • 研究偏倚分析结果
 View GitHub
数据分析 torchdrug-english
(medical-research-skills-main/scientific-skills/Data Analysis/TorchDrug-English/SKILL.md)		 提供基于PyTorch的图神经网络框架，用于分子和蛋白质研究，支持药物发现、蛋白质建模、知识图谱推理、自定义GNN架构开发、蛋白质性质预测及逆合成分析。 适用于需要PyTorch原生图神经网络框架进行分子和蛋白质研究、构建自定义GNN架构、执行数据分析任务并期望具体可交付成果的场景。
  • 技能使用说明文档
  • 分子或蛋白质结构数据
  • 自定义图神经网络模型架构定义
  • 训练与测试数据集
  • 相关参考资料与资产
  • 训练完成的图神经网络模型
  • 分子或蛋白质性质预测结果
  • 逆合成分析路径
  • 知识图谱推理结果
  • 模型验证报告或评估指标
  • 结构化数据输出或文件结果
 View GitHub
数据分析 adme-property-predictor
(medical-research-skills-main/scientific-skills/Data Analysis/adme-property-predictor/SKILL.md)		 利用可复现的工作流、明确的验证和结构化输出，分析ADME（吸收、分布、代谢、排泄）性质数据，以供审查和解释。 适用于需要明确假设、限定范围、可复现输出格式的数据分析任务，以及处理输入缺失、执行错误或部分证据的情况。
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 结构化的ADME性质分析结果
  • 明确的假设说明
  • 可复现的数据分析报告
 View GitHub
数据分析 anndata
(medical-research-skills-main/scientific-skills/Data Analysis/anndata/SKILL.md)		 为单细胞分析中的带注释矩阵提供统一的数据结构和高效的I/O操作。 适用于加载、管理、分析和导出大规模单细胞数据集，并保持数据矩阵与元数据的高度一致性。
  • 数据矩阵
  • 观测元数据
  • 特征元数据
  • 非结构化注释
  • 多维观测数据
  • 多维特征数据
  • 观测间配对数据
  • 特征间配对数据
  • 数据层
  • 原始数据
  • 带注释的单细胞数据对象
  • H5AD格式文件
  • Zarr格式文件
  • 其他基因组数据格式文件
 View GitHub
数据分析 baseline-extraction-for-clinical-trials
(medical-research-skills-main/scientific-skills/Data Analysis/baseline-extraction-for-clinical-trials/SKILL.md)		 从临床试验文章文本或PMID中提取关键基线数据，并结合PubMed元数据和大型语言模型进行详细信息补充。 当需要从临床试验文章中提取研究、区域、参与者等基线数据，并期望获得结构化、可验证的输出时。
  • 文章文本
  • PubMed ID (PMID)
  • 详细的临床试验基线数据
 View GitHub
数据分析 biopython-advanced
(medical-research-skills-main/scientific-skills/Data Analysis/biopython-advanced/SKILL.md)		 利用Biopython高级模块执行基序分析、限制性酶切位点检测、序列实用工具计算、群体遗传学分析及基因组图谱可视化。 适用于需要进行基序发现与统计、限制性酶切位点分析、密码子使用频率计算、群体遗传学高级分析或基因组特征高级可视化等生物信息学分析场景。
  • 待分析的生物序列列表
  • 限制性酶信息（可选）
  • 其他配置参数（如任务类型、特定分析设置）
  • 基序统计结果（包含字母表、基序长度、碱基计数、共有序列及简并共有序列）
  • 限制性酶切位点分析报告
  • 序列实用工具计算结果（如密码子使用频率、GC含量）
  • 群体遗传学分析报告
  • 基因组图谱可视化文件
 View GitHub
数据分析 biopython-alignment
(medical-research-skills-main/scientific-skills/Data Analysis/biopython-alignment/SKILL.md)		 利用Biopython库执行生物序列的全局或局部比对，处理多序列比对文件（读写、格式转换），并计算比对统计量。 适用于需要进行蛋白质或核酸序列比对、解析或生成多序列比对文件、以及对序列比对结果进行统计分析和过滤的场景。
  • 待比对的生物序列（蛋白质或核酸）
  • 多序列比对数据（文件路径或内容字符串）
  • 比对算法配置参数（如比对模式、替换矩阵、空位罚分、匹配/错配得分等）
  • 比对得分
  • 最佳比对结果（包括比对序列、起始/结束坐标）
  • 解析或转换格式后的多序列比对数据
  • 比对统计量（如序列一致性、覆盖度、每列保守性）
 View GitHub
数据分析 biopython-phylo
(medical-research-skills-main/scientific-skills/Data Analysis/biopython-phylo/SKILL.md)		 利用Bio.Phylo库实现系统发育树的读取、写入、操作（如修剪、重根）、距离计算、基本统计分析及多种形式的可视化。 适用于系统发育树文件格式转换、拓扑结构操作、距离计算、基本统计分析及多种形式的可视化，包括生成ASCII文本输出和Matplotlib图形。
  • 输入系统发育树文件路径
  • 输入树文件格式
  • 输出系统发育树文件路径
  • 输出树文件格式
  • 待修剪的终端分类群名称列表
  • 用于重根的外群分类群名称
  • ASCII树形图输出文件路径
  • 统计结果输出文件路径
  • 是否启用绘图功能
  • 绘图输出文件路径
  • 转换或修改后的系统发育树文件
  • ASCII格式的系统发育树文本
  • 系统发育树的统计分析结果（JSON格式）
  • Matplotlib生成的系统发育树图像文件
 View GitHub
数据分析 biopython-sequence-io
(medical-research-skills-main/scientific-skills/Data Analysis/biopython-sequence-io/SKILL.md)		 利用Biopython库进行生物序列文件的读写、格式转换（如FASTA/GenBank/FASTQ等），并执行基础序列操作。 适用于生物序列格式转换、为下游分析管道准备序列数据、执行基础序列操作、高效处理大型序列文件以及计算序列统计和过滤记录。
  • 输入文件路径
  • 输入文件格式
  • 输出文件路径
  • 输出文件格式
  • 最小序列长度
  • 最大模糊碱基数
  • 索引数据库路径
  • 处理后的生物序列文件
 View GitHub
数据分析 biopython-structure
(medical-research-skills-main/scientific-skills/Data Analysis/biopython-structure/SKILL.md)		 利用Bio.PDB库解析和分析蛋白质结构（PDB/mmCIF文件），执行结构生物信息学任务，包括结构层次遍历、几何计算、邻近搜索和结构比较。 适用于需要解析PDB/mmCIF文件、进行蛋白质结构几何测量、执行邻近原子/残基搜索、进行结构比较与叠加，以及提取或修改蛋白质结构等场景。
  • 蛋白质结构文件路径
  • 蛋白质结构文件格式 (PDB或mmCIF)
  • 目标蛋白质链标识符
  • 目标原子名称 (例如：CA, N, C)
  • 邻近搜索距离截断值
  • 解析后的蛋白质结构数据
  • 几何测量结果 (例如：原子间距离、键角、二面角)
  • 邻近原子或残基列表
  • 结构比较与叠加结果 (例如：RMSD值)
  • 提取或修改后的蛋白质结构文件
 View GitHub
数据分析 biopython
(medical-research-skills-main/scientific-skills/Data Analysis/biopython/SKILL.md)		 提供一套全面的计算分子生物学工具，用于程序化处理生物序列、解析生物信息学文件、查询NCBI数据库、自动化BLAST分析及构建系统发育树。 适用于需要批量处理DNA/RNA/蛋白质序列、解析大型生物信息学文件、程序化查询NCBI数据库、自动化BLAST搜索以及构建或操作系统发育树的生物信息学研究场景。
  • 生物序列数据（DNA/RNA/蛋白质序列）
  • 生物信息学文件（FASTA/FASTQ/GenBank/PDB/mmCIF等格式）
  • NCBI数据库查询关键词或ID
  • BLAST查询序列
  • 序列比对数据或距离矩阵
  • 处理后的生物序列（如翻译序列、反向互补序列、GC含量、分子量等统计信息）
  • 解析后的生物信息学文件内容
  • 从NCBI数据库下载的记录或数据
  • BLAST搜索结果（包括最佳匹配和元数据）
  • 构建或操作后的系统发育树
  • 解析后的蛋白质结构数据
 View GitHub
数据分析 bioservices
(medical-research-skills-main/scientific-skills/Data Analysis/bioservices/SKILL.md)		 提供统一的Python接口，访问并整合40余种生物信息学网络服务，实现跨数据库数据查询、整合与标识符映射。 适用于需要从多个生物数据库检索、整合数据，进行跨数据库标识符映射，探索通路与网络，或构建集成生物信息学流程的场景。
  • 生物实体查询关键词或标识符
  • 目标生物信息学数据库列表
  • 所需数据类型或操作类型（例如：ID映射、通路解析）
  • 期望输出数据格式
  • 整合的生物信息学数据
  • 跨数据库标识符映射结果
  • 蛋白质序列与功能注释
  • 生物通路与网络信息
  • 化合物结构与关联数据
  • 蛋白质相互作用数据
  • 本体论与基因本体(GO)注释
 View GitHub
数据分析 circos-plot-generator
(medical-research-skills-main/scientific-skills/Data Analysis/circos-plot-generator/SKILL.md)		 生成Circos环形可视化图的配置文件，用于基因组数据（包括基因组变异、染色体核型图、细胞间通讯网络及自定义轨迹注释）的可视化。 当需要为环形基因组数据可视化生成Circos配置文件时，支持基因组变异、细胞间通讯网络和自定义轨迹配置，以生成可用于发表的环形图。
  • 可视化类型（例如：变异、细胞通讯网络）
  • 图表标题
  • 基因组数据文件路径（例如：SNP、CNV、结构变异、细胞通讯网络数据）
  • 输出文件目录
  • Circos主配置文件（circos.conf）
  • 染色体核型定义文件（data/karyotype.txt）
  • 轨迹数据文件（data/*.txt）
  • Circos环形图（PNG格式，circos.png，如果执行渲染）
 View GitHub
数据分析 clinical-data-cleaner
(medical-research-skills-main/scientific-skills/Data Analysis/clinical-data-cleaner/SKILL.md)		 清洗、验证并标准化临床试验数据，以符合监管提交的CDISC SDTM标准，并提供审计追踪。 适用于临床试验数据清洗、FDA/EMA提交数据准备、SDTM数据集标准化、临床研究中缺失值处理、实验室结果异常值检测以及原始CRF数据转换为CDISC格式。
  • 用户输入
  • 输出路径
  • 所需配置值
  • 源文件
  • 范围限制
  • 输出格式
  • 验收标准
  • 生成结果
  • 最终交付物
  • 明确的假设
 View GitHub
数据分析 cnv-caller-plotter
(medical-research-skills-main/scientific-skills/Data Analysis/cnv-caller-plotter/SKILL.md)		 从全基因组测序数据中检测拷贝数变异并生成全基因组可视化图谱 适用于癌症基因组学、罕见病分析及群体遗传学研究中拷贝数变异的检测与可视化
  • 全基因组测序数据（如BAM、VCF或其他标准基因组学格式）
  • 全基因组拷贝数变异图谱（PNG、PDF或SVG格式）
  • 拷贝数变异检测结果（BED格式）
 View GitHub
数据分析 cobrapy
(medical-research-skills-main/scientific-skills/Data Analysis/cobrapy/SKILL.md)		 对代谢模型进行约束基重建与分析，以模拟生长/生产、分析通量范围或执行基因敲除与培养基研究。 适用于对代谢网络进行约束基分析，例如使用通量平衡分析（FBA）预测特定培养基和目标下的生长或生产，以及使用通量变异分析（FVA）和通量采样量化通量不确定性及识别替代最优解。
  • 代谢模型文件 (SBML/JSON/YAML格式)
  • 特定培养基条件
  • 目标函数
  • 分析类型与参数 (例如，FBA、FVA、通量采样、基因敲除靶点、培养基变更)
  • 生长/生产模拟结果
  • 通量范围分析结果
  • 通量不确定性量化结果
  • 替代最优解识别结果
  • 基因敲除研究结果
  • 培养基研究结果
 View GitHub
数据分析 code-refactor-for-reproducibility
(medical-research-skills-main/scientific-skills/Data Analysis/code-refactor-for-reproducibility/SKILL.md)		 将研究代码转换为可供发表的、可复现的工作流，并添加文档、错误处理和环境规范，以确保计算可复现性。 适用于为发表重构研究代码、为现有分析脚本添加文档、创建可复现的计算工作流或准备与协作者共享代码的场景。
  • 原始研究代码
  • 用户输入
  • 输出路径
  • 配置值
  • 可复现的研究代码工作流
  • 文档
  • 环境规范
  • 错误处理机制
 View GitHub
实验方案设计 single-drug-faers-safety-profile-research-planner
(medical-research-skills-main/awesome-med-research-skills/Protocol Design/single-drug-faers-safety-profile-research-planner/SKILL.md)		 生成完整的FAERS药物警戒研究设计，用于单药全谱安全性映射，包括信号检测、亚组分析、起效/严重性特征描述和保守的标签空白解读。 适用于围绕单一药物暴露和开放式安全性概况扫描构建的单药FAERS安全性图谱研究论文。
  • 单一药物
  • 全谱安全性扫描、特定人群或起效/严重性角度
  • 年龄/性别亚组（可选）
  • 儿童/老年人群关注（可选）
  • 标签空白界定（可选）
  • 起效分析（可选）
  • 严重性结局（可选）
  • 首选配置级别（可选）
  • 目标期刊等级（可选）
  • 完整且结构化的研究设计，包含四种工作量选项和推荐的主要路径
 View GitHub
学术写作 cover-letter-generator
(medical-research-skills-main/scientific-skills/Academic Writing/cover-letter-generator/SKILL.md)		 根据手稿元数据、亮点和期刊匹配信息，生成一份符合期刊要求的投稿信。 在准备初次手稿投稿时，根据手稿标题、贡献总结和目标期刊背景，生成一份专业的投稿信。
  • 手稿标题
  • 目标期刊
  • 2-4个核心贡献或创新点
  • 通讯作者姓名、单位和电子邮件
  • 一句话的期刊匹配理由
  • 简要方法总结
  • 简要关键结果总结
  • 原创性/独家投稿声明
  • 可选的审稿人建议
  • 可选的利益冲突或伦理声明
  • 致编辑的问候语
  • 包含手稿标题和期刊名称的投稿请求
  • 期刊匹配段落
  • 新颖性/贡献段落
  • 方法与关键结果段落
  • 相关性/读者群/可重复性段落
  • 所需声明段落
  • 可选的审稿人/利益冲突段落
  • 包含通讯作者身份的专业结束语
 View GitHub
证据洞察 cohort-study-quality-assessment-nos
(medical-research-skills-main/scientific-skills/Data Analysis/cohort-study-quality-assessment-nos/SKILL.md)		 使用Newcastle-Ottawa量表（NOS）评估队列研究的质量，并分析选择、可比性及结局指标，生成评分报告。 当用户提供队列研究文章或文本，并需要一份质量评估报告时使用。
  • 队列研究文章或文本
  • 队列研究质量评估报告（含NOS评分）
 View GitHub
数据分析 crispr-screen-analyzer
(medical-research-skills-main/scientific-skills/Data Analysis/crispr-screen-analyzer/SKILL.md)		 处理CRISPR筛选数据，以识别必需基因和候选命中，并执行质量控制、统计分析（RRA）和命中识别。 适用于需要分析CRISPR筛选数据以识别必需基因、药物抗性/敏感性候选基因以及评估筛选质量的场景。
  • sgRNA计数数据
  • 实验设计与条件信息
  • 筛选质量评估报告
  • sgRNA水平的对数倍数变化结果
  • RRA统计分析结果
  • 必需基因与候选命中列表
 View GitHub
数据分析 deeptools
(medical-research-skills-main/scientific-skills/Data Analysis/deeptools/SKILL.md)		 提供下一代测序（NGS）数据分析工具包，支持BAM到bigWig文件转换、质量控制（如相关性、PCA、指纹图）、热图与特征图（如TSS、峰值）生成，适用于ChIP-seq、RNA-seq、ATAC-seq等数据的可视化。 适用于需要对下一代测序数据进行标准化分析、质量控制、可视化，并期望获得可重复、结构化且文件化结果的科研场景。
  • 原始测序数据文件 (例如，BAM格式文件)
  • 输出结果存储路径
  • 分析配置参数 (例如，质量控制阈值、可视化区域定义)
  • 数据分析范围限定
  • 期望的输出文件格式
  • 结果验收标准
  • bigWig格式文件 (由BAM文件转换生成)
  • 质量控制报告与图表 (例如，相关性矩阵、主成分分析结果、指纹图)
  • 热图与特征区域图 (例如，基因转录起始位点TSS、染色质开放区域峰值)
  • 最终数据分析结果文件
 View GitHub
证据洞察 diagnostic-study-quality-assessment-quadas
(medical-research-skills-main/scientific-skills/Data Analysis/diagnostic-study-quality-assessment-quadas-2/SKILL.md)		 使用QUADAS-2工具评估临床诊断准确性研究的偏倚风险和适用性。 当需要对临床诊断准确性研究进行偏倚风险、质量或适用性评估时，尤其是在可复现的工作流程中。
  • 临床诊断准确性研究文档
  • 输出文件路径
  • 配置参数
  • 基于QUADAS-2工具的诊断准确性研究偏倚风险与适用性评估报告
  • 评估结果文件
 View GitHub
数据分析 dnanexus-integration
(medical-research-skills-main/scientific-skills/Data Analysis/dnanexus-integration/SKILL.md)		 在DNAnexus云基因组学平台上构建应用程序、管理数据、运行工作流并处理FASTQ/BAM/VCF等基因组数据，以开发和执行可复现的基因组学流程。 适用于需要DNAnexus云基因组学平台进行基因组数据处理、工作流执行，以及需要结构化、可复现的基因组学分析流程和具体交付物的数据分析任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 结构化可复现的分析结果
  • 限定范围的交付物
 View GitHub
数据分析 etetoolkit
(medical-research-skills-main/scientific-skills/Data Analysis/etetoolkit/SKILL.md)		 用于系统发育和层级树分析的工具包，支持解析、操作树结构、检测进化事件、整合NCBI分类学信息并生成高质量可视化图表。 适用于系统发育树预处理、基因树进化事件检测、分类学注释、高质量可视化生成以及拓扑结构比较等场景。
  • Newick/NHX/PhyloXML/NeXML格式的树数据
  • 物种名称或基因ID
  • FASTA/Phylip格式的序列比对数据
  • 自定义可视化参数（如样式、颜色、节点面）
  • 用于聚类的数值矩阵
  • 处理后的树结构（如重新根定、修剪、折叠、多分支解析）
  • 进化事件推断结果（如复制、物种形成）
  • 直系同源/旁系同源关系
  • 带有分类学注释的树结构和分类学拓扑
  • 出版质量的树可视化图表（PDF/SVG/PNG格式）
  • 树比较指标（如Robinson–Foulds距离、分区/二分分析结果）
  • 聚类树状图和聚类质量指标
  • 热图与树状图组合视图
 View GitHub
数据分析 experimental-data-analysis
(medical-research-skills-main/scientific-skills/Data Analysis/experimental-data-analysis/SKILL.md)		 对实验数据集进行统计分析与报告生成 当需要对实验结果进行统计解释、检验显著性（如t检验/方差分析）或生成可复现的分析报告时
  • 实验原始数据（CSV格式）
  • 分析配置参数（JSON格式）
  • 可复现的运行结果目录（包含所有分析产物）
  • 描述性统计结果（均值、标准差、置信区间、分组汇总表）
  • 推断性统计检验结果（t检验、方差分析、非参数检验及事后多重比较）
  • 统计报告（包含检验统计量、p值、效应量、图表及假设验证说明）
 View GitHub
数据分析 FACS Gating Viz Style
(medical-research-skills-main/scientific-skills/Data Analysis/facs-gating-viz-style/SKILL.md)		 美化流式细胞术设门图以用于出版。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现结果的数据分析工作流，并提供缺失输入、执行错误或部分证据的备用路径。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 美化后的流式细胞术设门图
  • 明确标注假设的分析结果
  • 可复现的分析结果
 View GitHub
数据分析 fastqc-report-interpreter
(medical-research-skills-main/scientific-skills/Data Analysis/fastqc-report-interpreter/SKILL.md)		 分析下一代测序（NGS）数据的FASTQC质量控制报告，评估数据质量并识别问题，为RNA-seq、DNA-seq和ChIP-seq数据提供可操作的建议。 适用于分析测序数据的FASTQC质量报告，识别NGS数据集中的质量问题，或排查测序故障。
  • 输入文件路径
  • 输出文件路径
  • 分析范围过滤器
  • 质量阈值
  • 领域特定约束
  • 期望输出格式
  • FASTQC质量分析报告
  • 数据质量问题识别
  • 可操作的改进建议
 View GitHub
数据分析 flowio
(medical-research-skills-main/scientific-skills/Data Analysis/flowio/SKILL.md)		 解析流式细胞术标准（FCS）文件，提取事件数据和元数据，以支持后续数据预处理工作流。 适用于读取、解析、验证流式细胞术（FCS）文件，提取事件数据、元数据及通道信息，并支持数据导出与问题文件处理。
  • 流式细胞术标准（FCS）文件路径
  • 提取的事件数据（可为NumPy数组、Pandas DataFrame或CSV格式）
  • 解析的FCS元数据
  • 通道定义及相关信息
  • 新生成或修改的流式细胞术标准（FCS）文件
 View GitHub
数据分析 Forest Plot Styler
(medical-research-skills-main/scientific-skills/Data Analysis/forest-plot-styler/SKILL.md)		 美化荟萃分析或亚组分析的森林图，并自定义优势比点的大小和置信区间线的样式。 适用于需要美化荟萃分析森林图、自定义优势比点，以及需要可复现、明确验证和结构化输出的数据分析任务。
  • 原始数据文件
  • 输出路径
  • 自定义样式参数
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 美化后的森林图
  • 结构化输出结果
 View GitHub
数据分析 gene-structure-mapper
(medical-research-skills-main/scientific-skills/Data Analysis/gene-structure-mapper/SKILL.md)		 可视化基因结构，明确外显子和内含子，并支持结构化数据分析工作流。 适用于需要可视化基因结构、进行结构化数据分析、明确假设、限定范围并生成可复现结果的场景，同时提供对缺失输入、执行错误或部分证据的备用处理路径。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 输出格式
  • 验收标准
  • 可视化基因结构图
  • 可复现的数据分析结果
  • 明确假设的最终产物
 View GitHub
数据分析 geniml
(medical-research-skills-main/scientific-skills/Data Analysis/geniml/SKILL.md)		 一个用于基因组区间（BED）数据处理的机器学习工具包，支持数据标记化、嵌入训练、共识峰集构建以及染色质可及性数据集的相似性搜索和下游机器学习分析。 适用于需要从大量BED文件中提取数值特征、生成基因组区域或细胞的无监督嵌入、构建共识峰集，以及进行单细胞ATAC-seq数据分析等场景。
  • 基因组区间（BED）文件集合
  • 基因组区域相关的元数据标签（如组织类型、细胞类型、实验条件）
  • 基因组区域的数值特征
  • 基因组区域或细胞的嵌入向量
  • 区域与元数据标签的联合嵌入空间
  • 标准化共识峰集
  • 标记化基因组数据
  • 嵌入模型质量评估报告
 View GitHub
数据分析 geopandas
(medical-research-skills-main/scientific-skills/Data Analysis/geopandas/SKILL.md)		 用于读取、写入、分析地理空间矢量数据，并执行空间操作、坐标参考系统重投影及地图可视化。 适用于地理空间矢量数据的加载、导出、几何操作、空间分析、坐标参考系统管理及可视化。
  • 地理空间矢量数据文件路径
  • 地理数据框或地理序列对象
  • 目标坐标参考系统标识符
  • 几何操作参数
  • GeoDataFrame或GeoSeries对象
  • 经过坐标参考系统转换的地理空间数据
  • 几何操作或空间分析结果
  • 地理空间数据可视化图表
 View GitHub
学术写作 graphical-abstract-wizard
(medical-research-skills-main/scientific-skills/Data Analysis/graphical-abstract-wizard/SKILL.md)		 分析学术论文摘要，生成图形摘要布局建议，包括元素推荐、视觉排布及AI艺术提示词。 当需要基于论文摘要生成图形摘要布局建议时使用。
  • 学术论文摘要
  • 图形摘要布局建议
  • 图形摘要元素建议
  • 图形摘要视觉排布方案
  • AI艺术生成提示词（适用于Midjourney和DALL-E）
 View GitHub
数据分析 gtars
(medical-research-skills-main/scientific-skills/Data Analysis/gtars/SKILL.md)		 提供高性能的基因组区间分析工具包，支持快速重叠查询、覆盖度轨迹生成、机器学习基因组区域标记化、参考序列验证及片段处理。 适用于基因组区间重叠分析、覆盖度轨迹生成、机器学习预处理、参考序列管理与验证以及单细胞片段处理等多种基因组数据分析场景。
  • 基因组区间数据 (例如：BED格式的区域集、峰值或启动子文件)
  • 基因组片段数据 (例如：BED格式的ATAC-seq或ChIP-seq片段文件)
  • 参考基因组序列文件 (例如：FASTA格式)
  • 基因组区间重叠分析结果 (例如：BED格式的重叠区域文件)
  • 基因组覆盖度轨迹文件 (例如：WIG或BigWig格式)
  • 用于机器学习的基因组区域离散标记
  • 参考序列子序列或摘要信息
  • 处理后的单细胞基因组片段数据
 View GitHub
数据分析 heatmap-beautifier
(medical-research-skills-main/scientific-skills/Data Analysis/heatmap-beautifier/SKILL.md)		 专业的基因表达热图美化工具，自动添加聚类树、颜色注释轨道，并智能优化标签布局。 当需要对基因表达热图进行专业美化，包括自动添加聚类树、颜色注释轨道和智能优化标签布局时。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 美化后的基因表达热图
 View GitHub
数据分析 histolab
(medical-research-skills-main/scientific-skills/Data Analysis/histolab/SKILL.md)		 用于数字病理学中全玻片图像（WSI）的轻量级切片和预处理工具 适用于对千兆像素级全玻片图像进行切片、自动组织检测、快速预处理以及基于采样或评分的切片选择，并支持可视化预览。
  • 全玻片图像文件路径
  • 输出目录路径
  • 切片尺寸
  • 待提取切片数量
  • 图像金字塔层级
  • 随机数生成种子
  • 组织区域检测启用标志
  • 预处理后的全玻片图像切片
  • 组织区域掩膜
  • 掩膜及切片位置可视化图像
 View GitHub
数据分析 lab-budget-forecaster
(medical-research-skills-main/scientific-skills/Data Analysis/lab-budget-forecaster/SKILL.md)		 财务预算预测工具 适用于需要结构化执行、明确假设、清晰输出边界以及可复现结果的数据分析工作流，并能处理缺失输入或执行错误的情况。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 预算预测结果
  • 明确的假设列表
 View GitHub
数据分析 lamindb
(medical-research-skills-main/scientific-skills/Data Analysis/lamindb/SKILL.md)		 提供一个开源生物数据框架，确保数据可查询、可追溯、可复现并符合FAIR原则。 适用于生物数据集管理、计算工作流追踪、生物本体数据策展与验证、数据湖构建以及生物研究中的数据血缘与可复现性保障。
  • 原始生物学数据集
  • 待管理或分析的计算工作流
  • 相关生物本体学信息
  • 数据管理与分析目标
  • 符合FAIR原则的结构化生物学数据
  • 可追溯的计算工作流记录
  • 已验证和注释的数据集
  • 数据血缘与复现性报告
 View GitHub
数据分析 lipinski-rule-filter
(medical-research-skills-main/scientific-skills/Data Analysis/lipinski-rule-filter/SKILL.md)		 根据Lipinski五规则筛选小分子化合物库，以识别具有不良吸收特性的化合物。 适用于根据Lipinski五规则筛选化合物库以评估药物相似性，以及需要明确假设、限定范围和可复现输出格式的数据分析任务。
  • 输入化合物库路径
  • 输出结果路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 符合Lipinski五规则的化合物列表
  • 不符合Lipinski五规则的化合物列表
  • 化合物筛选分析报告
 View GitHub
数据分析 matchms
(medical-research-skills-main/scientific-skills/Data Analysis/matchms/SKILL.md)		 使用Matchms处理、清洗并比较质谱（MS/MS）图谱，实现代谢组学工作流中可重现的谱图过滤和相似性评分。 适用于需要对质谱数据进行标准化处理、清洗、比较，并进行可重现的谱图过滤和相似性评分的代谢组学数据分析任务，尤其当需要具体可交付、可验证的文件结果时。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 处理后的质谱图谱
  • 清洗后的质谱图谱
  • 谱图过滤结果
  • 谱图相似性评分结果
  • 分析报告或可交付文件
 View GitHub
数据分析 Matplotlib
(medical-research-skills-main/scientific-skills/Data Analysis/matplotlib/SKILL.md)		 提供低级绘图功能，实现全面定制化，支持创建新型图表并集成到科学工作流，可导出出版级图像文件。 适用于需要对图表元素进行精细控制、创建新型图表、集成到特定科学工作流，或需要具体可交付、可验证的图表输出的场景。
  • 用户输入数据
  • 输出文件路径
  • 配置参数
  • 生成的可视化图表文件 (PNG/PDF/SVG格式)
 View GitHub
证据洞察 Mechanism Flowchart
(medical-research-skills-main/scientific-skills/Data Analysis/mechanism-flowchart/SKILL.md)		 生成医学机制、病理生理学和药物作用途径的美人鱼流程图代码及可视化图表。 适用于需要生成病理生理学美人鱼流程图代码和可视化图表，或需要对数据分析任务进行明确假设、限定范围并生成可复现输出的场景。
  • 机制描述文本
  • 美人鱼流程图代码
  • 可视化流程图
 View GitHub
证据洞察 meta-abstract-screener
(medical-research-skills-main/scientific-skills/Data Analysis/meta-abstract-screener/SKILL.md)		 根据研究论文的标题和摘要，对照特定的纳入/排除标准进行筛选。 适用于需要为荟萃分析或系统评价筛选文献的场景。
  • 研究论文标题
  • 研究论文摘要
  • 纳入/排除标准
  • 结构化筛选决策 (是/否/待定)
  • 筛选过程中的假设说明
 View GitHub
数据分析 meta-baujat-plot
(medical-research-skills-main/scientific-skills/Data Analysis/meta-baujat-plot/SKILL.md)		 生成Baujat图以进行异质性分析，识别对荟萃分析结果和异质性贡献最大的研究，辅助发现潜在的离群研究。 当需要对荟萃分析数据进行异质性分析，并通过Baujat图识别离群研究时使用。
  • 荟萃分析数据CSV文件
  • Baujat图PNG文件
  • 贡献度数据CSV文件
 View GitHub
证据洞察 meta-criteria-generator
(medical-research-skills-main/scientific-skills/Data Analysis/meta-criteria-generator/SKILL.md)		 基于给定标题或关键词，生成元分析的科学纳入和排除标准。 适用于用户需要设计系统评价或元分析的合格性标准时。
  • 研究标题
  • 关键词
  • 纳入标准
  • 排除标准
 View GitHub
证据洞察 meta-feasibility-analyzer
(medical-research-skills-main/scientific-skills/Data Analysis/meta-feasibility-analyzer/SKILL.md)		 评估拟议的Meta分析主题的可行性，通过检索现有Meta分析和临床试验以识别研究空白或充足的新证据。 当需要评估一个Meta分析主题是否可行，通过检索PubMed/ClinicalTrials.gov上的现有Meta分析和临床试验时使用。
  • 拟议的Meta分析主题
  • Meta分析主题可行性评估报告
 View GitHub
数据分析 meta-forest-binary-plot
(medical-research-skills-main/scientific-skills/Data Analysis/meta-forest-binary-plot/SKILL.md)		 为二分类数据生成Meta分析森林图。 当用户需要基于二分类数据（事件计数/样本量）进行Meta分析并生成森林图时。
  • 包含研究名称、实验组和对照组的事件计数及样本量的CSV文件
  • 森林图PNG图像
  • 数据表CSV文件
 View GitHub
数据分析 meta-forest-continuous-plot
(medical-research-skills-main/scientific-skills/Data Analysis/meta-forest-continuous-plot/SKILL.md)		 为连续型数据的荟萃分析生成森林图。 当用户提供连续型数据（均值/标准差）并期望生成结构化的荟萃分析森林图时使用。
  • 包含研究名称、实验组和对照组的均值、标准差以及样本量的CSV文件
  • 森林图（PNG格式）
  • 数据表格（CSV格式）
 View GitHub
数据分析 meta-forest-model-plot
(medical-research-skills-main/scientific-skills/Data Analysis/meta-forest-model-plot/SKILL.md)		 生成用于生存数据荟萃分析的森林图，并输出数据表格。 适用于对生存数据进行荟萃分析，并需要可视化森林图及导出结构化数据表格的场景。
  • 包含研究名称、风险比（HR）及95%置信区间的CSV文件
  • 森林图（PNG格式）
  • 数据表格（CSV格式）
 View GitHub
数据分析 meta-funnel-plot
(medical-research-skills-main/scientific-skills/Data Analysis/meta-funnel-plot/SKILL.md)		 生成Meta分析漏斗图并进行发表偏倚检验 适用于用户提供Meta分析数据，需要生成漏斗图并进行发表偏倚检验的场景
  • Meta分析数据CSV文件
  • 漏斗图PNG图像
  • Egger检验结果
  • Begg检验结果
 View GitHub
证据洞察 meta-picos-generator
(medical-research-skills-main/scientific-skills/Data Analysis/meta-picos-generator/SKILL.md)		 从临床研究或荟萃分析标题中提取PI(E)COS（人群、干预、对照、结局、研究设计）要素。 当用户需要从研究标题中提取PI(E)COS要素时。
  • 研究标题
  • PI(E)COS结构（人群、干预、对照、结局、研究设计）
 View GitHub
数据分析 meta-radial-plot
(medical-research-skills-main/scientific-skills/Data Analysis/meta-radial-plot/SKILL.md)		 生成径向图（Radial Plot/Galbraith Plot）以进行异质性分析，通过可视化标准化效应量与精度的关系来评估研究间的异质性。 当用户需要对Meta分析数据进行异质性分析并生成径向图时。
  • CSV格式的Meta分析数据
  • 径向图PNG图像
  • 数据CSV文件
 View GitHub
数据分析 meta-rob-plot
(medical-research-skills-main/scientific-skills/Data Analysis/meta-rob2-plot/SKILL.md)		 绘制ROB2偏倚风险图，包括交通灯图和汇总条形图。 适用于系统评价或荟萃分析中，根据ROB2偏倚风险评估结果，生成可视化图表以展示研究的偏倚风险。
  • 包含ROB2偏倚风险评估结果的CSV文件
  • 交通灯图（PNG格式）
  • 汇总条形图（PNG格式）
 View GitHub
证据洞察 meta-screening-fulltext
(medical-research-skills-main/scientific-skills/Data Analysis/meta-screening-fulltext/SKILL.md)		 根据纳入/排除标准筛选全文文献，并可选择性地通过PMID检索PubMed元数据，以评估文献是否适用于荟萃分析。 适用于需要根据纳入/排除标准筛选全文文献，并可能需要通过PMID进行PubMed元数据验证，以在可复现的工作流中评估文献是否适合荟萃分析的场景。
  • 全文文献
  • 纳入/排除标准
  • PMID (可选)
  • 输入路径
  • 输出路径
  • 筛选范围
  • 筛选后的文献列表及纳入/排除决定
  • 结构化筛选结果报告
 View GitHub
数据分析 meta-sensitivity-plot
(medical-research-skills-main/scientific-skills/Data Analysis/meta-sensitivity-plot/SKILL.md)		 生成用于荟萃分析的逐一剔除敏感性分析图。 在需要为荟萃分析生成逐一剔除敏感性分析图，并期望获得可复现结果时使用。
  • 包含荟萃分析数据的CSV文件
  • 敏感性森林图 (PNG)
  • 敏感性数据表 (CSV)，显示逐一剔除研究后的汇总效应估计值
 View GitHub
学术写作 meta-title-generator
(medical-research-skills-main/scientific-skills/Data Analysis/meta-title-generator/SKILL.md)		 根据用户关键词生成荟萃分析研究标题，可利用PubMed搜索结果或进行创新性生成。 适用于用户希望基于关键词或主题，进行荟萃分析研究标题的构思或生成。
  • 用户关键词
  • 研究主题
  • 荟萃分析研究标题
 View GitHub
数据分析 metabolomics-workbench-database
(medical-research-skills-main/scientific-skills/Data Analysis/metabolomics-workbench-database/SKILL.md)		 通过REST API访问NIH代谢组学工作台，查询代谢物、RefMet命名、质谱/核磁数据、m/z搜索及研究元数据，用于代谢组学和生物标志物发现。 在需要通过REST API访问NIH代谢组学工作台，查询代谢物、RefMet命名、质谱/核磁数据、m/z信息及研究元数据，并期望获得结构化、可复现的数据分析结果时使用。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 代谢物信息
  • RefMet命名法数据
  • 质谱/核磁共振数据
  • m/z搜索结果
  • 研究元数据
 View GitHub
数据分析 Metagenomic Krona Chart
(medical-research-skills-main/scientific-skills/Data Analysis/metagenomic-krona-chart/SKILL.md)		 为宏基因组样本生成交互式Krona图（旭日图）。 适用于需要明确假设、限定范围和可复现输出格式的数据分析任务。
  • 输入文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 交互式Krona图（旭日图）
  • 结构化分析结果
 View GitHub
数据分析 motif-logo-generator
(medical-research-skills-main/scientific-skills/Data Analysis/motif-logo-generator/SKILL.md)		 生成用于DNA或蛋白质基序的出版质量序列标识图。 适用于生成DNA或蛋白质基序的出版质量序列标识图，尤其在需要明确假设、限定范围和可复现输出的数据分析任务中。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 出版质量的DNA或蛋白质基序序列标识图
 View GitHub
数据分析 neoantigen-predictor
(medical-research-skills-main/scientific-skills/Data Analysis/neoantigen-predictor/SKILL.md)		 基于HLA分型和肿瘤突变图谱，预测具有高免疫原性的患者特异性新抗原候选肽，为肿瘤免疫治疗提供靶点筛选。 适用于预测可能被免疫系统识别的新抗原，以支持肿瘤免疫治疗的靶点发现。
  • HLA分型数据
  • 肿瘤突变图谱
  • 具有高免疫原性的患者特异性新抗原候选肽列表
 View GitHub
数据分析 neurokit
(medical-research-skills-main/scientific-skills/Data Analysis/neurokit2/SKILL.md)		 提供全面的生物信号（如ECG, PPG, EEG, EDA, RSP, EMG, EOG）处理、清洗、分段及生理特征提取功能。 适用于心血管监测、心率变异性(HRV)分析、自主神经系统评估、认知/神经科学实验、唤醒/应激反应研究以及多模态生理心理学数据整合分析。
  • 原始心电图(ECG)数据
  • 原始光电容积脉搏波(PPG)数据
  • 原始脑电图(EEG)数据
  • 原始皮肤电反应(EDA)数据
  • 原始呼吸(RSP)数据
  • 原始肌电图(EMG)数据
  • 原始眼电图(EOG)数据
  • 信号采样率
  • 事件标记（可选，用于事件相关分析）
  • 处理后的生物信号数据（如清洗、滤波、分段后的信号）
  • 心电图/光电容积脉搏波特征（如R波峰值、心率、心率变异性指标）
  • 脑电图特征（如频带功率、微状态、复杂性度量）
  • 皮肤电反应特征（如紧张性/相位性成分、皮肤电反应事件）
  • 呼吸信号特征（如呼吸速率、呼吸变异性）
  • 肌电图特征（如激活水平、幅度）
  • 眼电图特征（如眨眼频率、眼动模式）
  • 多模态生物信号整合分析报告
  • 事件相关分析结果（如平均波形、事件相关电位）
 View GitHub
数据分析 neuropixels-analysis
(medical-research-skills-main/scientific-skills/Data Analysis/neuropixels-analysis/SKILL.md)		 提供端到端的Neuropixels细胞外电生理数据分析，涵盖预处理、运动校正、Kilosort4脉冲分选、质量控制及单元筛选。 适用于Neuropixels电生理记录的加载、标准化、预处理、漂移/运动校正、脉冲分选、质量控制与单元筛选。
  • 原始Neuropixels电生理记录文件 (支持SpikeGLX, Open Ephys, NWB格式)
  • 预处理配置参数 (如高通滤波频率、坏通道检测标准)
  • 运动校正方法与参数 (如刚性/非刚性校正、估计预设)
  • 脉冲分选算法选择 (如Kilosort4、SpykingCircus2) 及其特定参数
  • 单元质量控制与筛选阈值 (如Allen/IBL风格标准)
  • 标准化且预处理后的电生理数据
  • 运动校正参数与漂移可视化图
  • 脉冲分选结果 (包含单元波形、模板、幅度、互相关图、单元空间位置)
  • 单元质量控制指标与自动化标签
  • 经筛选的单元列表 (可能包含AI辅助分析结果)
  • HTML格式的分析报告
  • Phy和NWB格式的导出文件
  • CSV格式的质量指标表格
 View GitHub
数据分析 outcome-extraction-for-clinical-trials
(medical-research-skills-main/scientific-skills/Data Analysis/outcome-extraction-for-clinical-trials/SKILL.md)		 从临床研究论文中提取结构化结局数据用于荟萃分析。 适用于需要从临床研究论文中提取结局指标（二分类、连续或生存数据）进行系统评价和荟萃分析的场景。
  • PubMed ID (PMID)
  • 临床研究论文（源文件）
  • 提取范围限制
  • 期望输出格式
  • 数据验收标准
  • 配置参数
  • 结构化结局数据
  • 最终数据产物
  • 提取过程中的假设说明
 View GitHub
数据分析 outlier-detection-handler
(medical-research-skills-main/scientific-skills/Data Analysis/outlier-detection-handler/SKILL.md)		 识别并管理数据集中的统计异常值。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现结果的数据分析工作流。
  • 输入数据路径
  • 范围筛选条件
  • 异常值检测阈值
  • 领域特定约束条件
  • 识别出的异常值列表
  • 异常值处理后的数据集
  • 异常值分析报告
 View GitHub
数据分析 PathML
(medical-research-skills-main/scientific-skills/Data Analysis/pathml/SKILL.md)		 提供全面的计算病理学工具包，用于高级全玻片图像（WSI）分析，包括多重免疫荧光、细胞核分割、组织图谱构建及病理数据机器学习模型训练。 适用于需要进行高级全玻片图像分析、多重免疫荧光数据处理、细胞核精确分割、组织微环境图谱构建或基于病理数据训练机器学习模型的场景。
  • 病理全玻片图像（WSI）文件
  • 多重免疫荧光（CODEX, Vectra）数据
  • 细胞核分割算法参数
  • 组织图谱构建配置
  • 机器学习模型训练数据集
  • 分析范围与限制条件
  • 期望的输出格式
  • 结果验收标准
  • 高级病理全玻片图像分析报告
  • 多重免疫荧光分析结果
  • 细胞核分割结果图像与量化数据
  • 组织图谱结构数据
  • 训练好的机器学习模型
  • 模型性能评估报告
  • 验证步骤与文件化结果
 View GitHub
数据分析 Pathology ROI Selector
(medical-research-skills-main/scientific-skills/Data Analysis/pathology-roi-selector/SKILL.md)		 用于AI训练的全玻片图像（WSI）区域检测。 适用于需要结构化执行、明确假设、限定范围和可复现输出的数据分析工作流。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生成的输出结果
  • 可复现结果
  • 明确的假设
 View GitHub
数据分析 phylogenetic-tree-styler
(medical-research-skills-main/scientific-skills/Data Analysis/phylogenetic-tree-styler/SKILL.md)		 通过可复现的工作流、明确的验证和结构化输出，美化系统发育树并进行数据分析。 适用于需要美化系统发育树（添加分类颜色块、自举值）以及进行可复现数据分析的场景。
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 美化后的系统发育树
  • 分析结果数据
  • 结构化输出
  • 明确的假设
 View GitHub
数据分析 preclinical-pkpd-analyst
(medical-research-skills-main/scientific-skills/Data Analysis/preclinical-pkpd-analyst/SKILL.md)		 自动化药代动力学分析。 适用于需要结构化执行、明确假设、限定范围和可复现输出的药代动力学数据分析工作流，并能处理缺失输入或执行错误的情况。
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 输出格式
  • 验收标准
  • 可复现的分析结果
  • 明确标注的假设
  • 限定范围的交付物
 View GitHub
证据洞察 probast-quality-assessment-for-prediction-model-studies
(medical-research-skills-main/scientific-skills/Data Analysis/probast-quality-assessment-for-prediction-model-studies/SKILL.md)		 使用PROBAST工具评估医学预测模型研究中的偏倚风险。 当用户需要评估医学论文（文本或PDF格式）的质量或偏倚风险时使用。
  • 医学预测模型研究论文（文本或PDF格式）
  • PROBAST偏倚风险评估结果
 View GitHub
数据分析 protocol-deviation-classifier
(medical-research-skills-main/scientific-skills/Data Analysis/protocol-deviation-classifier/SKILL.md)		 基于GCP和ICH E6指南，自动判断临床试验中的事件是否属于“主要偏离”或“次要偏离”。 适用于需要判断临床试验中事件是否为“主要偏离”的场景。
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 判断阈值
  • 领域特定约束
  • 偏离分类结果
  • 包含明确假设的最终分析报告
 View GitHub
数据分析 pseudotime-trajectory-viz
(medical-research-skills-main/scientific-skills/Data Analysis/pseudotime-trajectory-viz/SKILL.md)		 利用拟时序分析，可视化单细胞发育轨迹，展示细胞分化过程。 适用于需要通过拟时序分析可视化单细胞发育轨迹，以及需要明确假设、限定范围和可复现输出格式的数据分析任务。
  • 输入数据路径
  • 输出结果路径
  • 配置参数
  • 范围过滤器
  • 阈值设定
  • 领域特定约束
  • 单细胞发育轨迹可视化图
  • 结构化分析结果
  • 明确的分析假设
  • 可复现的分析报告
 View GitHub
数据分析 pydeseq
(medical-research-skills-main/scientific-skills/Data Analysis/pydeseq2/SKILL.md)		 使用Python中的DESeq2类工作流，对批量RNA测序计数矩阵进行差异基因表达分析，支持Wald检验、FDR校正及可选的LFC收缩。 适用于对照组与实验组批量RNA测序、多因素设计、DESeq2工作流迁移以及需要将结果集成到Python数据管道的场景。
  • 原始整数基因计数矩阵
  • 样本元数据（包含实验条件、批次、协变量等信息）
  • 差异表达分析结果表（包含基因ID、对数倍数变化LFC、标准误差、Wald统计量、p值、FDR校正p值等）
  • 可选的收缩对数倍数变化（LFC）估计值
 View GitHub
数据分析 pydicom
(medical-research-skills-main/scientific-skills/Data Analysis/pydicom/SKILL.md)		 提供用于读取、写入、修改、匿名化和处理DICOM医学影像数据及其元数据的Python库功能。 适用于医学图像分析、PACS系统、放射学工作流程和医疗保健影像应用等场景。
  • 原始DICOM文件路径
  • 期望执行的DICOM操作类型
  • 操作所需的具体参数
  • 读取的DICOM数据对象
  • 新生成的或修改的DICOM文件
  • 提取的医学图像像素数据
  • 匿名化后的DICOM文件
  • DICOM元数据和标签信息
  • 转换后的非DICOM格式图像文件
 View GitHub
数据分析 pyopenms-skill
(medical-research-skills-main/scientific-skills/Data Analysis/pyopenms-skill/SKILL.md)		 利用PyOpenMS库，为计算质谱提供全面的功能，包括质谱数据格式读写、信号处理、同位素特征检测以及肽段鉴定。 适用于质谱文件处理、原始谱图清洗、同位素特征检测、肽段/蛋白质鉴定以及构建定制化计算质谱工作流。
  • 质谱数据文件路径 (例如 mzML 格式)
  • 是否应用过滤 (布尔值)
  • 处理后的质谱实验数据
  • 特征图
  • 工作流总结结果
 View GitHub
数据分析 Pysam
(medical-research-skills-main/scientific-skills/Data Analysis/pysam/SKILL.md)		 基因组文件工具包，用于读写SAM/BAM/CRAM比对文件、VCF/BCF变异文件、FASTA/FASTQ序列，提取基因组区域并计算覆盖度。 适用于需要处理高通量测序（NGS）数据，进行基因组文件（如比对文件、变异文件、序列文件）的读写、区域提取和覆盖度计算等任务的场景。
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 写入的基因组比对文件
  • 写入的基因组变异文件
  • 写入的基因组序列文件
  • 提取的基因组区域数据
  • 计算的基因组覆盖度报告
  • 结构化的分析结果
 View GitHub
数据分析 quadas-c-assessment-for-diagnostic-accuracy-studies
(medical-research-skills-main/scientific-skills/Data Analysis/quadas-c-assessment-for-diagnostic-accuracy-studies/SKILL.md)		 自动化评估比较两种或多种诊断试验的诊断准确性研究的偏倚风险（使用QUADAS-C标准）。 当需要对比较两种或多种诊断试验的诊断准确性研究进行自动化偏倚风险评估（基于QUADAS-C标准），且要求提供研究全文作为输入时。
  • 研究全文
  • 输入路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 诊断准确性研究的偏倚风险评估结果
  • 最终评估报告
  • 可复现的评估结果
  • 已识别的评估假设
 View GitHub
证据洞察 quality-assessment
(medical-research-skills-main/scientific-skills/Data Analysis/quality-assessment/SKILL.md)		 自动化对研究论文进行批判性评估和质量评价，通过分析文本并依据既定方法学标准（如偏倚风险工具、质量核查表或报告指南）生成结构化评估报告。 适用于评估任何类型研究（包括随机对照试验、观察性研究、系统评价、定性研究或诊断准确性研究）的方法学质量、内部有效性或报告完整性。
  • 研究文献内容
  • 结构化质量评估报告
 View GitHub
证据洞察 quapas-quality-assessment-for-prognosis-studies
(medical-research-skills-main/scientific-skills/Data Analysis/quapas-quality-assessment-for-prognosis-studies/SKILL.md)		 使用QUAPAS标准评估医学文献（预后研究）中的偏倚。 当用户需要评估医学论文文本的质量或偏倚风险时使用。
  • 医学论文文本（通过输入路径提供）
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 医学文献偏倚评估结果
  • 质量评估报告
 View GitHub
证据洞察 RCT Bias Assessment (ROB2)
(medical-research-skills-main/scientific-skills/Data Analysis/rct-bias-assessment-rob2/SKILL.md)		 自动化评估随机对照试验（RCT）的偏倚风险，通过分析文本并生成报告。 当需要自动化评估随机对照试验（RCT）的偏倚风险，或评估临床试验论文质量时使用。
  • 随机对照试验（RCT）论文文本
  • 偏倚风险评估报告
  • 总体偏倚判断结果
 View GitHub
数据分析 rowan
(medical-research-skills-main/scientific-skills/Data Analysis/rowan/SKILL.md)		 提供基于Python API的云端量子化学平台，支持计算化学工作流，包括pKa预测、几何优化、构象搜索、分子性质计算、蛋白-配体对接及AI蛋白共折叠。 适用于量子化学计算、分子性质预测、DFT或半经验方法、神经网络势能、蛋白-配体结合预测及自动化计算化学流程，无需本地安装即可提供云端计算资源。
  • 分子结构数据（例如SMILES、PDB文件）
  • 量子化学计算任务类型（例如pKa预测、几何优化、构象搜索、分子性质计算、蛋白-配体对接、AI蛋白共折叠）
  • 特定计算参数（例如理论方法、基组、模拟条件）
  • 计算化学分析报告
  • 预测的分子性质（例如pKa值）
  • 优化后的分子结构
  • 构象搜索结果
  • 蛋白-配体结合亲和力及构象
  • AI蛋白共折叠模型与分析
 View GitHub
数据分析 sanger-chromatogram-qa
(medical-research-skills-main/scientific-skills/Data Analysis/sanger-chromatogram-qa/SKILL.md)		 Sanger测序质量评估。 适用于需要对Sanger测序数据进行质量评估，并要求结构化执行、明确假设、限定范围及可复现输出的数据分析工作流。
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • Sanger测序色谱图质量评估结果
  • 明确的假设
 View GitHub
数据分析 scanpy
(medical-research-skills-main/scientific-skills/Data Analysis/scanpy/SKILL.md)		 执行标准的单细胞RNA测序数据分析流程，包括质量控制、归一化、降维、聚类、差异表达分析和可视化。 适用于需要进行探索性单细胞转录组数据分析，并期望获得标准化、可验证结果的场景。
  • 单细胞RNA测序数据
  • 分析配置参数
  • 结果输出路径
  • 质量控制报告
  • 归一化后的单细胞数据
  • 降维分析结果（如PCA、UMAP、t-SNE坐标及可视化图）
  • 细胞聚类结果及可视化
  • 差异表达基因列表
  • 综合分析报告与可视化图表
 View GitHub
数据分析 scikit-survival
(medical-research-skills-main/scientific-skills/Data Analysis/scikit-survival/SKILL.md)		 提供全面的生存分析和时间-事件建模功能，支持多种生存模型、非参数估计和竞争风险分析。 适用于需要对带有截尾的时间-事件数据进行建模、拟合各类生存模型、评估预测性能以及处理竞争风险的场景。
  • 特征矩阵 (X)
  • 生存结果结构化数组 (y，包含事件状态和时间信息)
  • 拟合的生存模型
  • 生存预测结果
  • 生存模型评估指标 (如C-index, Brier Score)
  • 非参数生存曲线估计
  • 竞争风险分析结果 (如累积发生率)
 View GitHub
数据分析 scrna-cell-type-annotator
(medical-research-skills-main/scientific-skills/Data Analysis/scrna-cell-type-annotator/SKILL.md)		 使用标记基因自动注释单细胞RNA数据中的细胞簇。 适用于需要使用标记基因自动注释单细胞RNA数据中的细胞簇，并要求明确假设、限定范围和可复现输出格式的数据分析任务。
  • 输入路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 注释后的细胞簇
  • 输出路径
 View GitHub
数据分析 scvi-tools
(medical-research-skills-main/scientific-skills/Data Analysis/scvi-tools/SKILL.md)		 利用深度生成模型对单细胞组学数据进行概率批次校正、迁移学习、不确定性感知差异表达分析及多模态整合。 适用于超越标准流程的单细胞分析，如概率批次校正、半监督注释、不确定性感知差异表达、多模态整合及特殊组学数据处理。
  • AnnData对象（包含单细胞组学数据）
  • 协变量信息（如批次、供体、技术因素）
  • 概率潜在表征
  • 贝叶斯差异表达结果
  • 多组学整合模型
  • 去噪和整合后的单细胞数据
 View GitHub
数据分析 seaborn
(medical-research-skills-main/scientific-skills/Data Analysis/seaborn/SKILL.md)		 提供基于pandas的统计数据可视化功能，用于快速探索性数据分析（EDA），包括分布、关系和分类比较。 适用于探索变量间关系、比较不同类别分布、检查单变量/双变量分布、可视化相关矩阵以及快速构建多面板图表。
  • 待可视化的数据框 (DataFrame)
  • 用于映射视觉属性（如X轴、Y轴、颜色、大小、样式、行、列）的数据列名或序列
  • 图表类型参数（如散点图、小提琴图、热力图等）
  • 可视化配置参数（如尺寸、透明度、内部元素、图表高度、纵横比、标注、颜色映射等）
  • 统计数据可视化图表
  • Matplotlib Axes对象（针对Axes级别函数）
  • Seaborn Grid对象（针对Figure级别函数）
 View GitHub
数据分析 sequence-alignment
(medical-research-skills-main/scientific-skills/Data Analysis/sequence-alignment/SKILL.md)		 利用NCBI BLAST API执行序列比对，支持核苷酸和蛋白质序列与主要生物学数据库的比较。 适用于需要利用NCBI BLAST API进行核苷酸或蛋白质序列比对，并与主要生物学数据库进行比较的数据分析任务。
  • 待比对序列
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 序列比对结果
  • 详细比对报告
  • 明确的假设列表
 View GitHub
证据洞察 singlecell-portal
(medical-research-skills-main/scientific-skills/Data Analysis/singlecell-portal/SKILL.md)		 通过Broad研究所单细胞门户REST API程序化查询公共单细胞研究元数据 适用于发现相关公共单细胞研究、检索研究级元数据、检查可用筛选维度以及验证研究存在性
  • 查询筛选条件字符串
  • 返回结果数量
  • 研究入藏号
  • 符合条件的单细胞研究列表及其关键元数据
  • 可用的筛选维度及其值域信息
  • 指定研究入藏号的单细胞研究详细信息
 View GitHub
数据分析 smiles-de-salter
(medical-research-skills-main/scientific-skills/Data Analysis/smiles-de-salter/SKILL.md)		 批量处理化学结构字符串，去除盐离子部分并保留活性核心。 当需要批量处理化学SMILES字符串以去除盐离子并保留活性核心，且要求数据分析任务具有明确假设、限定范围和可复现输出格式时。
  • 化学结构字符串输入路径
  • 范围筛选条件
  • 处理阈值
  • 领域特定约束条件
  • 已去除盐基的化学结构字符串（活性核心）
  • 结构化处理结果报告
 View GitHub
数据分析 spatial-transcriptomics-mapper
(medical-research-skills-main/scientific-skills/Data Analysis/spatial-transcriptomics-mapper/SKILL.md)		 将10x Genomics Visium/Xenium空间转录组数据进行映射 适用于需要将10x Genomics Visium/Xenium空间转录组数据进行映射，且要求明确假设、限定范围和可复现输出格式的数据分析任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 映射后的空间转录组数据
  • 可复现的分析结果
 View GitHub
数据分析 statistical-analysis-advisor
(medical-research-skills-main/scientific-skills/Data Analysis/statistical-analysis-advisor/SKILL.md)		 智能推荐适用于特定数据的统计分析方法 适用于需要根据数据特征智能选择统计方法，并确保分析过程可复现的数据分析任务
  • 输入文件路径
  • 输出结果路径
  • 范围筛选条件
  • 阈值设定
  • 领域特定约束条件
  • 推荐的统计分析方法
  • 方法选择的依据与理由
  • 明确的假设条件
 View GitHub
数据分析 statistical-analysis
(medical-research-skills-main/scientific-skills/Data Analysis/statistical-analysis/SKILL.md)		 提供统计检验选择、假设检验、功效分析及APA格式报告的指导性统计分析。 适用于根据研究设计和变量类型选择合适的统计检验，并生成包含效应量和诊断结果的出版级报告。
  • 原始数据集
  • 研究设计信息
  • 变量类型定义
  • 统计分析目标
  • 功效分析参数
  • 推荐统计检验
  • 假设检验结果与诊断报告
  • 统计分析结果（包含检验统计量、自由度、p值、效应量、置信区间）
  • 结果解释
  • 功效分析报告（包含样本量估算）
  • APA格式统计报告模板
 View GitHub
证据洞察 study-design-scale-selector
(medical-research-skills-main/scientific-skills/Data Analysis/study-design-scale-selector/SKILL.md)		 根据医学研究设计（如随机对照试验、队列研究等），通过PubMed元数据查询或文本分析，确定适用的偏倚风险评估量表。 当用户需要了解特定医学论文（提供PMID或摘要）应使用何种质量评估工具时。
  • PubMed ID
  • 研究摘要文本
  • 适用的偏倚风险评估量表
 View GitHub
数据分析 survival-analysis-km
(medical-research-skills-main/scientific-skills/Data Analysis/survival-analysis-km/SKILL.md)		 用于临床和生物学研究的Kaplan-Meier生存分析工具，生成可用于发表的生存曲线并进行统计检验。 适用于需要进行Kaplan-Meier生存分析、生成可发表生存曲线及统计检验的临床与生物学数据分析任务。
  • 输入数据路径
  • 输出结果路径
  • 分析范围过滤器
  • 分析阈值
  • 领域特定约束条件
  • 可发表的生存曲线图
  • 统计检验结果
 View GitHub
数据分析 survival-curve-risk-table
(medical-research-skills-main/scientific-skills/Data Analysis/survival-curve-risk-table/SKILL.md)		 自动对齐并在Kaplan-Meier生存曲线下方添加风险人数表，并进行可复现的数据分析 需要自动生成Kaplan-Meier生存曲线并附带风险人数表，且要求数据分析过程可复现、结果结构化时
  • 输入文件路径
  • 输出文件路径
  • 范围筛选条件
  • 阈值
  • 任何领域特定约束
  • 生成的生存曲线风险表
  • 明确的分析假设
  • 结构化分析结果
 View GitHub
数据分析 table-generator
(medical-research-skills-main/scientific-skills/Data Analysis/table-1-generator/SKILL.md)		 自动化生成临床研究论文的基线特征表（表1） 适用于需要自动化生成临床研究论文基线特征表（表1），且要求明确假设、限定范围和可复现输出格式的数据分析任务
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 基线特征表（表1）
  • 明确的假设说明
 View GitHub
数据分析 toxicity-structure-alert
(medical-research-skills-main/scientific-skills/Data Analysis/toxicity-structure-alert/SKILL.md)		 识别药物分子中潜在的毒性结构警示 适用于扫描并识别药物分子中潜在的毒性结构警示，以及需要明确假设、限定范围和可复现输出的数据分析任务。
  • 输入文件路径
  • 输出文件路径
  • 分析范围过滤器
  • 毒性警示阈值
  • 领域特定约束条件
  • 识别出的潜在毒性结构警示
  • 结构化分析结果
  • 明确的分析假设
 View GitHub
数据分析 upset-plot-converter
(medical-research-skills-main/scientific-skills/Data Analysis/upset-plot-converter/SKILL.md)		 将包含4个以上集合的复杂维恩图转换为更清晰的Upset图 适用于将包含4个以上集合的复杂维恩图转换为更清晰的Upset图的数据分析任务
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • Upset图
  • 生成的输出文件
 View GitHub
数据分析 variant-pathogenicity-predictor
(medical-research-skills-main/scientific-skills/Data Analysis/variant-pathogenicity-predictor/SKILL.md)		 整合REVEL、CADD、PolyPhen等评分以预测变异致病性 当任务需要整合REVEL、CADD、PolyPhen评分来预测变异致病性时
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 变异致病性预测结果
  • 可复现结果
  • 明确识别的假设
 View GitHub
数据分析 volcano-plot-labeler
(medical-research-skills-main/scientific-skills/Data Analysis/volcano-plot-labeler/SKILL.md)		 自动识别并标记火山图中前10位最显著的基因，并使用斥力算法防止标签重叠。 适用于需要自动标记火山图中显著基因，并确保标签不重叠的数据分析任务；也适用于要求明确假设、限定范围和可复现输出格式的数据分析场景。
  • 输入数据路径
  • 统计显著性阈值
  • 范围筛选条件
  • 领域特定限制条件
  • 带有标签的火山图
  • 显著基因列表
  • 结构化分析报告
  • 明确的分析假设
 View GitHub
数据分析 volcano-plot-script
(medical-research-skills-main/scientific-skills/Data Analysis/volcano-plot-script/SKILL.md)		 从差异表达基因分析结果生成火山图的R/Python代码 适用于基因表达数据可视化、p值与倍数变化散点图绘制以及生物信息学分析的出版级图表生成
  • 输入文件路径
  • 输出文件路径
  • 范围筛选条件
  • 阈值设定
  • 特定领域约束条件
  • 生成的R/Python代码
  • 出版级火山图
 View GitHub
数据分析 western-blot-quantifier
(medical-research-skills-main/scientific-skills/Data Analysis/western-blot-quantifier/SKILL.md)		 自动识别Western Blot凝胶条带，进行光密度分析，并计算相对于上样对照的标准化值。 适用于需要自动识别Western Blot凝胶条带、进行光密度分析及计算标准化值，并要求明确假设、限定范围和可复现输出格式的数据分析任务。
  • Western Blot凝胶图像文件
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 识别的Western Blot凝胶条带信息
  • 光密度分析结果
  • 相对于上样对照的标准化值
 View GitHub
证据洞察 alphafold-db
(medical-research-skills-main/scientific-skills/Evidence Insight/alphafold-db/SKILL.md)		 通过UniProt登录号访问AlphaFold数据库，检索预测的蛋白质三维结构、置信度指标和元数据。 当需要根据UniProt登录号获取AlphaFold预测的蛋白质三维结构、评估预测可靠性或检索相关元数据时。
  • UniProt登录号
  • 输出文件目录
  • 结构文件格式 (可选：mmCIF或PDB)
  • 预测蛋白质三维结构文件 (mmCIF或PDB格式)
  • 蛋白质结构预测元数据JSON文件 (包含pLDDT置信度指标、PAE数据及相关URL信息)
 View GitHub
数据分析 arboreto
(medical-research-skills-main/scientific-skills/Evidence Insight/arboreto/SKILL.md)		 利用GRNBoost2或GENIE3算法从基因表达矩阵推断基因调控网络 适用于从批量或单细胞RNA测序表达数据中推断转录因子与靶基因的调控关系，并支持大规模数据集的并行计算
  • 基因表达矩阵（例如TSV格式），其中行通常代表样本/细胞，列代表基因
  • 表示推断的调控关系（转录因子→靶基因）的排序边列表，包含重要性/权重评分
 View GitHub
证据洞察 arxiv-database
(medical-research-skills-main/scientific-skills/Evidence Insight/arxiv-database/SKILL.md)		 搜索并检索arXiv上的科学预印本，支持通过关键词、作者、类别查找论文，获取元数据（摘要、DOI、PDF URL），或下载PDF进行离线阅读。 在需要从arXiv数据库中检索科学预印本、获取论文元数据或下载PDF进行离线阅读时使用，尤其适用于需要结构化、可复现证据洞察任务的场景。
  • 搜索查询（关键词、作者、类别）
  • 输出目录
  • 检索到的论文元数据（包括摘要、DOI、PDF URL等）
  • 下载的科学预印本PDF文件
 View GitHub
证据洞察 bio-ontology-mapper
(medical-research-skills-main/scientific-skills/Evidence Insight/bio-ontology-mapper/SKILL.md)		 将非结构化生物医学文本映射到标准化本体（如SNOMED CT） 适用于需要将非结构化生物医学文本映射到标准化本体，并要求明确假设、限定范围和可复现输出格式的证据洞察任务
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 标准化本体映射结果
  • 明确的假设
 View GitHub
证据洞察 biogrid-orcs
(medical-research-skills-main/scientific-skills/Evidence Insight/biogrid-orcs/SKILL.md)		 访问BioGRID ORCS CRISPR筛选数据，包括生物体、筛选实验和基因分数。 当用户需要搜索CRISPR筛选、获取相关词汇或检索基因分数时使用。
  • BioGRID访问密钥（32字符字符串）
  • CRISPR筛选数据（包括生物体、筛选实验和基因分数）
 View GitHub
证据洞察 biopython-entrez
(medical-research-skills-main/scientific-skills/Evidence Insight/biopython-entrez/SKILL.md)		 通过Bio.Entrez库访问NCBI数据库，实现文献、基因序列等生物医学记录的检索、摘要获取与批量下载。 适用于需要从PubMed、GenBank等NCBI数据库检索文献、基因序列、蛋白质信息，获取摘要或批量下载记录，以及进行跨数据库ID转换和自动化API调用的场景。
  • 用户邮箱地址
  • NCBI API密钥 (可选)
  • 目标NCBI数据库名称 (例如: pubmed, genbank)
  • 检索关键词或查询表达式
  • 最大返回记录数
  • 输出JSON文件的路径
  • 检索到的生物医学记录摘要或完整记录
  • 包含检索结果的JSON文件
 View GitHub
证据洞察 Blockbuster Therapy Predictor
(medical-research-skills-main/scientific-skills/Evidence Insight/blockbuster-therapy-predictor/SKILL.md)		 综合分析工具，通过整合临床开发管线、知识产权格局和资本市场指标等多维度数据源，预测突破性治疗技术。 适用于需要通过整合多维度数据源预测突破性治疗技术，并要求明确假设、限定范围和可复现输出的证据洞察任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 突破性治疗技术的预测结果
  • 可复现的分析结果
  • 明确识别的假设
 View GitHub
证据洞察 brenda-database
(medical-research-skills-main/scientific-skills/Evidence Insight/brenda-database/SKILL.md)		 通过SOAP API程序化访问BRENDA酶数据库，以获取酶动力学常数、反应方程式、酶学性质或进行酶发现。 当需要查询特定酶的动力学参数（如Km、kcat、Vmax）、酶相关的反应方程式、酶学性质数据（如最适pH/温度、稳定性、抑制剂、激活剂），或通过底物、产物、EC编号发现酶时。
  • BRENDA 数据库注册邮箱
  • BRENDA 数据库密码
  • 酶学委员会编号 (EC number)
  • 酶名称
  • 底物名称
  • 产物名称
  • 生物体名称
  • 酶动力学参数 (Km, kcat, Vmax)
  • 酶反应方程式及相关元数据
  • 酶学性质数据 (如最适pH、最适温度、稳定性、抑制剂、激活剂)
  • 酶发现结果
 View GitHub
证据洞察 cellosaurus-api
(medical-research-skills-main/scientific-skills/Evidence Insight/cellosaurus-api/SKILL.md)		 访问Cellosaurus数据库以获取细胞系信息和数据库发布数据。 当用户需要搜索细胞系、通过登录号获取细胞系详情或查询数据库发布信息时使用。
  • 登录号 (AC)
  • Solr查询语法
  • 当前数据库版本和统计数据
  • 特定细胞系的详细信息
  • 查询到的细胞系信息
 View GitHub
证据洞察 cellxgene-census
(medical-research-skills-main/scientific-skills/Evidence Insight/cellxgene-census/SKILL.md)		 程序化查询CZ CELLxGENE Census，获取跨组织、疾病或细胞类型的基因表达数据，支持群体规模查询和参考图谱比较。 适用于进行跨组织/疾病表达比较、参考图谱查找、群体规模元数据探索、大规模表达统计分析以及基于策展图谱数据进行模型训练。
  • Census版本号
  • 目标物种（如人类、小鼠）
  • 细胞元数据过滤条件
  • 基因元数据过滤条件
  • 表达数据查询参数
  • Census概览信息
  • 细胞元数据
  • 基因元数据
  • AnnData对象（用于小/中等规模查询）
  • 分块表达数据（用于超大规模查询）
  • 大规模表达统计结果
 View GitHub
证据洞察 chea-api
(medical-research-skills-main/scientific-skills/Evidence Insight/chea-api/SKILL.md)		 访问ChEA3和Harmonizome ChEA数据，进行转录因子富集分析和元数据检索。 当用户需要对基因集进行ChEA3富集分析、获取ChEA数据集元数据或检索特定转录因子（属性）信息时使用。
  • 基因列表
  • 关联的转录因子
 View GitHub
证据洞察 chembl-database
(medical-research-skills-main/scientific-skills/Evidence Insight/chembl-database/SKILL.md)		 查询ChEMBL数据库，获取生物活性分子、靶点、生物活性数据及已批准药物信息，并支持基于理化性质或化学结构的筛选。 适用于药物发现、靶点验证、构效关系研究及竞争格局分析中，快速检索和筛选化学实体及其相关生物学数据。
  • 分子名称或同义词
  • 理化性质筛选参数（如分子量、LogP值）
  • 化学结构式（SMILES格式）
  • 靶点名称或标识符
  • 生物活性类型及阈值（如IC50、Ki、EC50）
  • ChEMBL数据库查询条件
  • 生物活性分子详细信息（包含名称、ID、理化性质等）
  • 符合特定条件的分子列表
  • 靶点详细信息及其关联配体与生物活性
  • 化合物-靶点相互作用的生物活性数据
  • 已批准药物的作用机制及相关记录
 View GitHub
学术写作 citation-management
(medical-research-skills-main/scientific-skills/Evidence Insight/citation-management/SKILL.md)		 为学术研究提供全面的引文管理，包括文献发现、元数据提取与验证，以及生成规范的BibTeX引用文件。 适用于学术论文撰写、文献综述、引用管理及BibTeX文件规范化处理等场景。
  • 文献检索查询关键词
  • 文献标识符（如DOI, PMID, arXiv ID, URL）
  • 待处理的BibTeX文件
  • 包含文献信息的JSON文件
  • 检索到的文献元数据（JSON格式）
  • 规范化的BibTeX引用文件
  • 引文验证报告
  • 去重和格式化后的BibTeX文件
 View GitHub
证据洞察 citation-network
(medical-research-skills-main/scientific-skills/Evidence Insight/citation-network/SKILL.md)		 从引文关系数据构建并可视化引文网络，以识别关键文献、研究社区和新兴热点。 适用于快速文献综述、识别高影响力论文、检测研究社区结构以及分析研究趋势。
  • 引文关系CSV文件（包含来源文献和目标文献的引用对）
  • GEXF格式的引文网络图文件
  • JSON格式的网络统计指标文件
  • HTML格式的交互式引文网络可视化文件
 View GitHub
证据洞察 clinical-study-info-extractor
(medical-research-skills-main/scientific-skills/Evidence Insight/clinical-study-info-extractor/SKILL.md)		 批量从临床研究文献中提取并验证结构化信息（如PMID、标题、摘要、方法学、结果等）。 当用户需要从特定PMID的临床研究文献中批量提取详细信息，并期望获得结构化、可验证的输出时。
  • PMID列表
  • 结构化临床研究信息（Markdown表格形式）
 View GitHub
证据洞察 clinicaltrials-db
(medical-research-skills-main/scientific-skills/Evidence Insight/clinicaltrials-db/SKILL.md)		 通过查询ClinicalTrials.gov API v2，搜索临床试验，获取详细研究方案，并分析招募状态。 适用于按疾病/药物查找临床试验、导出结果或通过NCT ID验证研究详情。
  • 疾病/状况术语
  • 招募状态
  • 最大返回记录数
  • NCT标识符
  • 临床试验搜索结果列表
  • 详细研究方案信息（包含入选标准）
 View GitHub
证据洞察 clinicaltrials-gov-parser
(medical-research-skills-main/scientific-skills/Evidence Insight/clinicaltrials-gov-parser/SKILL.md)		 监测并总结来自ClinicalTrials.gov的竞争对手临床试验状态变化。 适用于需要监测和总结竞争对手临床试验状态变化，并要求明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 输入文件路径
  • 范围筛选条件
  • 分析阈值
  • 领域特定约束
  • 竞争对手临床试验状态变化总结报告
  • 明确的假设列表
 View GitHub
证据洞察 ClinPGx Database
(medical-research-skills-main/scientific-skills/Evidence Insight/clinpgx-database/SKILL.md)		 访问ClinPGx药物基因组学数据库，查询基因-药物相互作用、CPIC指南、等位基因功能及药物标签PGx内容，以支持精准医疗和基因型指导的给药。 适用于需要进行基因型指导的药物处方、药物安全性筛查以及药理基因组学证据审查的场景。
  • 查询基因名称
  • 查询药物名称
  • 查询相互作用类型
  • 查询CPIC指南
  • 查询等位基因功能
  • 查询药物标签PGx内容类型
  • 输出数据格式
  • 过滤条件
  • 基因-药物相互作用数据
  • CPIC指南详细信息
  • 等位基因功能数据
  • 药物标签药理基因组学（PGx）内容
  • 结构化药理基因组学数据报告
 View GitHub
证据洞察 clinvar-database
(medical-research-skills-main/scientific-skills/Evidence Insight/clinvar-database/SKILL.md)		 查询NCBI ClinVar数据库，以检索基因变异记录、临床意义及表型关联信息。 适用于根据基因、疾病或临床意义搜索变异，解读变异的致病性/良性/意义未明分类，或对VCF文件进行ClinVar注释。
  • 查询术语
  • 输入VCF文件
  • 匹配的ClinVar记录及标识符
  • 已注释的VCF文件
 View GitHub
证据洞察 comparison-table-gen
(medical-research-skills-main/scientific-skills/Evidence Insight/comparison-table-gen/SKILL.md)		 自动生成医学内容的比较表格。 适用于需要自动生成概念、药物或研究结果比较表格的场景，尤其是在需要明确假设、限定范围和可复现输出格式的证据洞察任务中。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 范围过滤器
  • 阈值
  • 输出格式
  • 验收标准
  • 领域特定约束
  • 生成的比较表格
  • 包含明确假设的最终成果物
 View GitHub
证据洞察 competitor-trial-monitor
(medical-research-skills-main/scientific-skills/Evidence Insight/competitor-trial-monitor/SKILL.md)		 监控竞争对手临床试验进展并预警市场风险 适用于需要监控竞争对手临床试验进展、评估市场风险，并要求明确假设、限定范围和可复现输出的证据洞察任务
  • 输入路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 竞争对手临床试验进展报告
  • 市场风险预警信息
 View GitHub
证据洞察 concept-explainer
(medical-research-skills-main/scientific-skills/Evidence Insight/concept-explainer/SKILL.md)		 利用日常类比解释复杂的医学概念，使其易于理解。 当任务需要通过类比解释复杂的医学概念，或在证据洞察任务中需要明确假设、限定范围和可复现的输出格式时使用。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 医学概念解释结果
  • 明确标识的假设
  • 可复现的交付物
 View GitHub
证据洞察 cosmic-database
(medical-research-skills-main/scientific-skills/Evidence Insight/cosmic-database/SKILL.md)		 访问COSMIC数据库以下载突变数据集、查询癌症基因普查数据并检索突变特征，以支持基因组分析中对精选体细胞突变资源的需求。 当基因组分析需要精选的体细胞突变资源时，例如下载突变数据集、查询癌症基因普查或检索突变特征。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 突变数据集
  • 癌症基因普查查询结果
  • 突变特征
 View GitHub
证据洞察 cross-disciplinary-bridge-finder
(medical-research-skills-main/scientific-skills/Evidence Insight/cross-disciplinary-bridge-finder/SKILL.md)		 识别科学学科间的协同潜力，匹配具有互补专业知识的研究人员，并促进跨领域合作。 适用于识别跨领域合作机会、寻找互补学科专家、转化科学领域间方法论或组建跨学科研究团队。
  • 研究领域描述
  • 研究者专业背景信息
  • 待分析的科学文献或项目数据
  • 跨学科协同潜力分析报告
  • 互补领域专家匹配列表
  • 跨领域合作机会建议
  • 跨学科研究团队组建方案
 View GitHub
证据洞察 crossref-database
(medical-research-skills-main/scientific-skills/Evidence Insight/crossref-database/SKILL.md)		 访问CrossRef元数据以获取学术作品的详细书目信息、引文指标及资助者信息。 适用于通过DOI解析或关键词搜索获取学术作品的书目详情、引文统计及资助信息，以支持研究和引文管理。
  • 一个DOI字符串，用于解析单个作品记录。
  • 用于搜索作品的自由文本查询（例如，标题/作者关键词）。
  • 搜索结果的最大返回数量。
  • 书目信息：标题、作者、出版日期、期刊/容器名称、出版商。
  • 标识符/链接：DOI、URL。
  • 计数：参考文献数量、被引用次数。
  • 资助信息：可用的资助者条目。
 View GitHub
证据洞察 ctd-api
(medical-research-skills-main/scientific-skills/Evidence Insight/ctd-api/SKILL.md)		 访问比较毒理基因组学数据库（CTD），获取化学品、基因、疾病和通路间的相互作用数据。 当用户需要查询CTD、检索毒理基因组学数据或研究化学品与疾病关系时适用。
  • 查询术语列表
  • 化学品、基因、疾病、通路和表型之间的策展及推断关联数据
  • 毒理基因组学数据
 View GitHub
证据洞察 DiffDock Molecular Docking
(medical-research-skills-main/scientific-skills/Evidence Insight/diffdock-molecular-docking/SKILL.md)		 基于扩散模型的分子对接，预测配体与蛋白质的三维结合构象，并提供置信度评分。 适用于药物发现、虚拟筛选中需要预测配体-蛋白质结合构象的场景。
  • 蛋白质PDB文件路径
  • 配体SMILES字符串
  • 输出目录路径
  • 排序后的SDF构象文件
  • 置信度评分报告
 View GitHub
证据洞察 drug-interaction-checker
(medical-research-skills-main/scientific-skills/Evidence Insight/drug-interaction-checker/SKILL.md)		 检查多种药物间的相互作用，包括严重程度分类和作用机制解释。 当需要检查多种药物间的相互作用，并提供严重程度分类和作用机制解释时，适用于需要明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 多种药物相互作用报告
  • 相互作用的严重程度分类
  • 相互作用的作用机制解释
 View GitHub
数据分析 drugbank-database
(medical-research-skills-main/scientific-skills/Evidence Insight/drugbank-database/SKILL.md)		 程序化访问、解析并分析DrugBank的药物和靶点数据，以提取属性、相互作用、通路和药理学信息。 适用于从DrugBank XML中提取结构化药物属性、构建药物-药物相互作用网络、映射药物与靶点、关联药物与通路及药理学注释，或生成可用于分析和机器学习的表格数据集。
  • DrugBank XML文件
  • 结构化药物属性
  • 药物-药物相互作用网络
  • 药物-靶点映射
  • 药物-通路及药理学注释
  • 表格化数据集
 View GitHub
证据洞察 emerging-topic-scout
(medical-research-skills-main/scientific-skills/Evidence Insight/emerging-topic-scout/SKILL.md)		 实时监测生物医学领域处于“孵化期”的研究热点，先于主流期刊对其进行定义。 当需要实时监测生物医学领域尚未被主流期刊定义的研究热点时，以及需要明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 用户输入
  • 配置参数
  • 生成结果
  • 最终成果
 View GitHub
证据洞察 ena-database
(medical-research-skills-main/scientific-skills/Evidence Insight/ena-database/SKILL.md)		 通过REST API和FTP/Aspera协议访问欧洲核苷酸档案库（ENA），以检索序列、原始测序数据、组装数据及元数据。 当需要下载原始测序数据、通过元数据过滤查找生物样本、获取记录元数据或查询分类学谱系时。
  • ENA登录号
  • 元数据查询条件
  • 原始测序数据
  • 序列数据
  • 组装数据
  • 生物样本、实验、运行及项目信息
  • 元数据记录
  • 分类学谱系信息
 View GitHub
证据洞察 encode-api
(medical-research-skills-main/scientific-skills/Evidence Insight/encode-api/SKILL.md)		 通过ENCODE项目REST API搜索和检索生物学数据 用户需要查询ENCODE数据、通过关键词搜索或通过登录号检索特定对象时
  • 搜索关键词
  • 结果数量限制
  • 登录号
  • 搜索结果
  • 对象数据
 View GitHub
证据洞察 encori-api
(medical-research-skills-main/scientific-skills/Evidence Insight/encori-api/SKILL.md)		 程序化查询ENCORI（StarBase）数据库，获取miRNA-靶标、RNA-RNA及其他调控数据。 当用户需要搜索ENCORI数据库或检索调控相互作用时。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 查询数据模块
  • ENCORI数据库查询结果
 View GitHub
证据洞察 ensembl-database
(medical-research-skills-main/scientific-skills/Evidence Insight/ensembl-database/SKILL.md)		 访问Ensembl REST API以获取脊椎动物基因组数据，支持基因/ID查询、序列检索、变异效应预测及同源/组装坐标映射。 在需要通过可复现工作流访问Ensembl REST API进行脊椎动物基因组数据查询、序列检索、变异效应预测或同源/组装坐标映射时，尤其适用于证据洞察任务中需要具体可交付成果的场景。
  • 输入路径
  • 输出路径
  • 查询范围过滤器
  • 数据检索阈值
  • 领域特定约束条件
  • 源文件
  • 输出数据格式
  • 结果验收标准
  • 限定范围的基因组数据查询结果
  • 可复现的分析报告
  • 明确标注假设的输出文件
  • 验证步骤的执行结果
 View GitHub
证据洞察 fda-database
(medical-research-skills-main/scientific-skills/Evidence Insight/fda-database/SKILL.md)		 查询openFDA API以获取FDA监管数据集，为分析和研究提供程序化安全/监管证据。 适用于药物警戒、医疗器械监管研究、召回监测、物质身份解析及兽药安全分析等场景。
  • openFDA API访问凭证（可选的API密钥）
  • FDA数据集查询类型（例如：药物、医疗器械、食品、动物用药、其他）
  • 详细查询条件（例如：字段搜索字符串、日期范围、通配符）
  • 数据聚合字段（可选）
  • 数据分页参数（例如：跳过记录数、限制返回记录数）
  • 结构化的FDA监管数据（例如：药物不良事件、医疗器械召回、物质统一标识符信息）
  • 查询结果元数据（例如：总记录数）
 View GitHub
证据洞察 fda-guideline-search
(medical-research-skills-main/scientific-skills/Evidence Insight/fda-guideline-search/SKILL.md)		 按治疗领域或主题搜索FDA行业指南。 适用于需要按治疗领域或主题搜索FDA行业指南，或进行需要明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 治疗领域
  • 主题
  • 输入路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 检索到的FDA行业指南
  • 明确的假设
  • 可复现的输出结果
 View GitHub
证据洞察 funding-trend-forecaster
(medical-research-skills-main/scientific-skills/Evidence Insight/funding-trend-forecaster/SKILL.md)		 分析资助摘要和项目元数据，以识别主题变化并预测近期资助优先级。 适用于分析资助摘要和项目元数据以识别主题变化、预测近期资助优先级，以及需要明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 输入文件路径
  • 输出文件路径
  • 范围筛选条件
  • 分析阈值
  • 领域特定约束条件
  • 识别出的主题变化
  • 预测的近期资助优先级
 View GitHub
证据洞察 gene-database
(medical-research-skills-main/scientific-skills/Evidence Insight/gene-database/SKILL.md)		 通过NCBI E-utilities和Datasets API查询基因数据库，并检索单个或批量基因的注释信息。 适用于根据基因符号/ID检索基因信息、批量注释基因列表、按生物学背景搜索基因以及构建符合NCBI API限制的自动化流程。
  • 搜索关键词
  • 生物物种
  • 基因ID
  • 基因符号
  • 输出格式
  • 基因符号文件路径
  • NCBI基因ID
  • 基因元数据（包括别名、RefSeq登录号、基因组位置、GO注释、表型/疾病关键词、相关文献链接）
  • 基因搜索结果详情
  • 多种格式（JSON/XML/文本）的基因信息
 View GitHub
证据洞察 gene-info
(medical-research-skills-main/scientific-skills/Evidence Insight/gene-info/SKILL.md)		 检索全面的基因信息，包括PubMed文献发表数量、NCBI基因摘要和Ensembl转录本数据，支持批量处理和文件输入。 当用户需要查询基因详情、文献统计或分析基因列表时使用。
  • 基因标识符列表
  • 包含基因标识符的文件路径
  • 全面的基因信息，包括PubMed文献发表数量、NCBI基因摘要和Ensembl转录本数据
 View GitHub
证据洞察 geo-search-api
(medical-research-skills-main/scientific-skills/Evidence Insight/geo-search-api/SKILL.md)		 在NCBI GEO数据库中搜索基因表达数据集和谱系。 当用户希望通过关键词、生物体、作者或特定字段查找微阵列、RNA测序或其他基因组数据时使用。
  • 查询关键词
  • 过滤条件
  • 基因表达数据集和谱系搜索结果
 View GitHub
证据洞察 gget
(medical-research-skills-main/scientific-skills/Evidence Insight/gget/SKILL.md)		 提供统一的命令行/Python接口，用于跨20多个生物信息学数据库查询基因组、蛋白质组、结构和表达数据。 适用于通过关键词或生物学标识符快速检索基因/蛋白质信息、获取核苷酸/蛋白质序列、预测蛋白质结构、查询基因表达数据以及进行富集分析。
  • 关键词
  • 物种
  • 生物学标识符（如基因ID、蛋白质ID）
  • 核苷酸或蛋白质序列
  • 基因/蛋白质搜索结果
  • 详细基因/蛋白质元数据
  • 核苷酸/蛋白质序列
  • 蛋白质结构数据（PDB文件或AlphaFold预测结果）
  • 基因表达数据
  • 富集分析结果
 View GitHub
证据洞察 grant-funding-scout
(medical-research-skills-main/scientific-skills/Evidence Insight/grant-funding-scout/SKILL.md)		 分析NIH资助模式以识别高优先级研究领域，从而指导研究策略。 当需要进行NIH资助趋势分析以确定高优先级研究领域，或执行需要明确假设、限定范围和可复现输出格式的证据洞察任务时。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 可复现的研究资助分析结果
  • 明确标注假设的最终产物
 View GitHub
证据洞察 grant-gantt-chart-gen
(medical-research-skills-main/scientific-skills/Evidence Insight/grant-gantt-chart-gen/SKILL.md)		 为科研基金申请书创建项目时间线可视化图表。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现结果的证据洞察工作流。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 项目时间线可视化图表
 View GitHub
证据洞察 gwas-database
(medical-research-skills-main/scientific-skills/Evidence Insight/gwas-database/SKILL.md)		 查询NHGRI-EBI GWAS目录，以获取SNP-性状关联、研究元数据及（可用时）汇总统计数据，从而为变异、性状/疾病、基因或基因组区域提供证据。 当需要查询特定变异、查找与性状/疾病相关的变异、进行基因中心探索、检索研究级别元数据或访问/筛选汇总统计数据时。
  • rsID（单核苷酸多态性标识符）
  • EFO性状ID
  • 基因符号
  • 染色体区域
  • GCST登录号
  • PMID（PubMed文献标识符）
  • SNP-性状关联数据
  • 研究元数据
  • 汇总统计数据
  • 结构化关联实体（包含变异、性状及关联统计量）
  • 表格化结果
 View GitHub
证据洞察 hgnc-api
(medical-research-skills-main/scientific-skills/Evidence Insight/hgnc-api/SKILL.md)		 访问HGNC（人类基因命名委员会）数据库，检索标准化基因命名及相关资源。 当需要在可复现的工作流中访问HGNC数据库，以搜索和检索包括基因符号、名称、ID及其他元数据在内的基因信息时。
  • 查询标识符（例如：“BRAF”，“HGNC:1097”）
  • 查询字段（可选，默认为“symbol”）
  • 详细的基因记录，包括基因符号、名称、ID及其他元数据
 View GitHub
证据洞察 hmdb-database
(medical-research-skills-main/scientific-skills/Evidence Insight/hmdb-database/SKILL.md)		 访问人类代谢组数据库（HMDB），通过名称、结构或ID搜索代谢物，并提取其化学、生物学和临床数据。 当需要通过名称、ID或结构查询代谢物信息，或从HMDB XML数据集中提取标准化化学、生物学及临床数据，以及进行跨数据库整合和代谢组学数据注释时。
  • HMDB XML数据集文件路径
  • 代谢物查询条件（支持名称、HMDB标识符或结构相关查询）
  • 代谢物HMDB条目完整数据
  • 提取的化学数据（包括分子式、分子量、InChI/SMILES等）
  • 提取的生物学数据（包括代谢通路、相关酶、转运蛋白等）
  • 提取的临床数据（包括疾病关联、生物流体浓度等）
  • 可用于跨数据库映射的标准化标识符
 View GitHub
证据洞察 ib-summarizer
(medical-research-skills-main/scientific-skills/Evidence Insight/ib-summarizer/SKILL.md)		 总结临床研究者手册中的核心安全性信息。 适用于需要从研究者手册中提取核心安全性信息，并要求明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 源文件
  • 输入文件路径
  • 输出文件路径
  • 范围限定条件
  • 阈值
  • 领域特定约束条件
  • 核心安全性信息摘要
  • 最终交付物
  • 明确的假设列表
 View GitHub
证据洞察 jaspar-api
(medical-research-skills-main/scientific-skills/Evidence Insight/jaspar-api/SKILL.md)		 通过REST API访问JASPAR数据库，获取转录因子结合谱（矩阵）、集合和物种信息。 用户需要搜索转录因子、检索矩阵详情（PFM/PWM）、从蛋白质序列推断结合谱或探索JASPAR集合时。
  • 转录因子搜索查询
  • 矩阵详情检索参数（如PFM/PWM标识符）
  • 蛋白质序列数据
  • JASPAR集合探索参数
  • 输出文件路径
  • 运行配置参数
  • 转录因子结合谱数据
  • JASPAR集合详情
  • 物种信息
  • 矩阵详情（PFM/PWM格式）
  • 从蛋白质序列推断的结合谱
  • 结构化输出文件
 View GitHub
证据洞察 journal-impact-factor-trend
(medical-research-skills-main/scientific-skills/Evidence Insight/journal-impact-factor-trend/SKILL.md)		 展示目标期刊近五年的影响因子和分区趋势，以识别其上升或下降态势。 当需要洞察期刊的学术影响力变化，评估其发展趋势，或进行期刊选择与投稿策略分析时。
  • 目标期刊名称或标识符
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 目标期刊近五年的影响因子趋势
  • 目标期刊近五年的分区趋势
 View GitHub
证据洞察 journal-latest-issue
(medical-research-skills-main/scientific-skills/Evidence Insight/journal-latest-issue/SKILL.md)		 从指定来源获取期刊最新一期目录和摘要，并本地生成中文要点。 适用于快速浏览期刊最新内容、生成结构化摘要及中文要点，并支持导出和自动化处理。
  • 期刊名称
  • RSS/目录订阅源统一资源定位符 (URL)
  • 目录页统一资源定位符 (URL)
  • 批量输入文件（JSON格式）
  • 允许抓取非白名单域名
  • 最大输出条目数量
  • 抓取文章摘要
  • 按期刊和期次分组的摘要（Markdown格式）
  • 用于后续数据处理的结构化表格（CSV格式）
 View GitHub
证据洞察 journal-matchmaker
(medical-research-skills-main/scientific-skills/Evidence Insight/journal-matchmaker/SKILL.md)		 分析学术论文摘要，综合考虑影响因子、范围匹配度和领域专业性，推荐最佳投稿期刊。 当需要分析学术论文摘要，并基于影响因子、范围匹配度和领域专业性推荐最佳投稿期刊时使用。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 推荐的最佳投稿期刊列表
  • 分析报告
 View GitHub
学术写作 journal-skills
(medical-research-skills-main/scientific-skills/Evidence Insight/journal-skills/SKILL.md)		 通过分析稿件主题/摘要和PubMed相似文献的期刊分布，推荐目标投稿期刊。 适用于作者需要根据稿件内容获取投稿期刊推荐、进行期刊对比、制定投稿策略及提供匹配理由的场景。
  • 稿件标题
  • 稿件摘要
  • 用户邮箱地址 (用于PubMed E-utilities访问)
  • NCBI API密钥 (可选，用于提高PubMed访问速率限制)
  • 推荐期刊短名单
  • 期刊分布统计数据
  • 结构化期刊推荐表格 (包含候选期刊、匹配理由、限制条件、实用注意事项、首选目标和备选方案)
 View GitHub
证据洞察 kegg-api
(medical-research-skills-main/scientific-skills/Evidence Insight/kegg-api/SKILL.md)		 通过访问KEGG数据库API，检索生物学数据（基因、通路、化合物、药物） 当用户需要从KEGG数据库中搜索、列出或获取详细信息时使用
  • 数据库名称
  • 查询关键词
  • 条目ID
  • 数据库统计信息
  • KEGG条目标识符列表
  • KEGG条目搜索结果
  • KEGG条目详细信息
 View GitHub
证据洞察 kegg-database
(medical-research-skills-main/scientific-skills/Evidence Insight/kegg-database/SKILL.md)		 通过REST API直接访问KEGG数据库，进行通路、基因、化合物、药物等生物学实体的精确查询与ID映射。 适用于直接获取KEGG记录、进行基因与通路映射、跨数据库关联查询、生物实体ID转换以及药物相互作用查询等场景。
  • KEGG数据库名称 (例如：基因、通路、化合物、药物)
  • 查询关键词
  • KEGG实体标识符
  • 目标数据库名称
  • 所需输出数据格式 (例如：aaseq, ntseq, mol, kcf, image, kgml, json)
  • KEGG数据库元数据
  • KEGG实体列表 (包含ID和描述)
  • KEGG实体详细记录 (可为序列、结构、图像、KGML、JSON或纯文本格式)
  • KEGG实体ID转换结果
  • KEGG跨数据库链接结果
  • 药物-药物相互作用信息
 View GitHub
证据洞察 key-takeaways
(medical-research-skills-main/scientific-skills/Evidence Insight/key-takeaways/SKILL.md)		 从各类文本内容中提取并总结关键信息 适用于需要从文本中快速获取摘要、要点或核心洞察的场景
  • 文本内容
  • 结构化关键要点列表
  • 执行摘要
  • 行动项
  • JSON格式输出
 View GitHub
证据洞察 keyword-velocity-tracker
(medical-research-skills-main/scientific-skills/Evidence Insight/keyword-velocity-tracker/SKILL.md)		 计算文献增长速度和加速度以评估研究进展 评估研究进展时，需要计算文献增长速度和加速度，并要求明确假设、限定范围和可复现的输出格式
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 文献增长速度
  • 文献增长加速度
 View GitHub
证据洞察 literature-close-read
(medical-research-skills-main/scientific-skills/Evidence Insight/literature-close-read/SKILL.md)		 从论文的完整PDF转Markdown文本中，系统性地提取背景、研究问题、方法、结果、局限性及可复现的实验细节，并生成结构化的精读报告。 适用于需要对PDF转Markdown的完整论文进行结构化深度解读，系统提取可复现实验细节、逻辑链条、局限性及后续研究问题，并整合图表信息。
  • 包含完整论文文本的Markdown文件（PDF转译而来）
  • 精读指导/检查清单文件
  • 输出报告模板文件
  • 结构化的精读报告（Markdown格式）
 View GitHub
证据洞察 literature-experiment-extract
(medical-research-skills-main/scientific-skills/Evidence Insight/literature-experiment-extract/SKILL.md)		 从论文Markdown文本中提取实验模型、实验方法和生物标志物信息，并生成结构化、有证据支持的总结。 当用户拥有已转换为Markdown格式的论文，并需要从中提取实验模型、方法和生物标志物，以进行结构化、可追溯的分析时。
  • 论文Markdown文本
  • 实验总结Markdown文件
  • 实验模型CSV文件
  • 实验方法CSV文件
  • 生物标志物CSV文件
 View GitHub
证据洞察 literature-extensive-read
(medical-research-skills-main/scientific-skills/Evidence Insight/literature-extensive-read/SKILL.md)		 快速浏览并总结学术论文，生成结构化精读摘要，旨在迅速理解研究问题、方法、关键结果和结论，从而判断是否需要深入阅读。 当用户需要对PDF转换的Markdown论文进行快速结构化概览、提取文献核心信息进行筛选、批量综述论文、快速解读图表，或生成标准格式的UTF-8 Markdown摘要文件时。
  • PDF格式的学术论文文件
  • 已转换为Markdown格式的学术论文全文文件（包含分页和图像引用）
  • 结构化精读摘要（Markdown格式）
  • 安全审计报告（可选）
 View GitHub
证据洞察 literature-filtering
(medical-research-skills-main/scientific-skills/Evidence Insight/literature-filtering/SKILL.md)		 根据发表年份、期刊和预设筛选规则过滤文献，生成纳入/排除列表。 适用于进行初步筛选或系统评价筛选，以缩小文献范围。
  • 原始文献列表
  • 文献发表年份范围
  • 目标期刊白名单或黑名单
  • 期刊名称标准化映射表
  • 文献筛选规则（例如，关键词纳入/排除标准）
  • 纳入文献列表
  • 排除文献列表
  • 文献筛选日志（含排除原因）
  • 文献筛选统计摘要
 View GitHub
数据分析 medchem
(medical-research-skills-main/scientific-skills/Evidence Insight/medchem/SKILL.md)		 提供药物化学筛选过滤器，用于化合物优先级排序，通过应用类药性规则、PAINS/结构警示和复杂性指标来筛选或优化化合物库。 适用于大规模化合物库的快速筛选、问题化学类型的识别、先导化合物优化的优先级排序、特定性质约束的强制执行以及特定功能基团/骨架的鉴定。
  • 待筛选化合物的分子结构数据
  • 药物化学筛选规则配置（例如类药性规则、结构警示类型、复杂性指标）
  • 化合物的类药性评估结果
  • 化合物的结构警示识别结果
  • 化合物的复杂性度量结果
  • 化合物的优先级排序或筛选决策
 View GitHub
证据洞察 methodology-extractor
(medical-research-skills-main/scientific-skills/Evidence Insight/methodology-extractor/SKILL.md)		 批量提取并比较多篇论文中的实验方法与方案。 需要从多篇论文中批量提取实验方法以构建或比较实验方案时。
  • 输入文件路径
  • 输出文件路径
  • 范围筛选条件
  • 阈值
  • 领域特定约束条件
  • 提取的实验方法与方案
 View GitHub
证据洞察 open-access-scout
(medical-research-skills-main/scientific-skills/Evidence Insight/open-access-scout/SKILL.md)		 查找合法的开放获取期刊，验证出版商信誉，并规避掠夺性出版陷阱。 当需要查找开放获取期刊、检查期刊政策或识别掠夺性出版商时使用。帮助研究人员定位合法的开放获取出版平台并避免出版诈骗。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 可复现的结果
  • 明确标识的假设
  • 最终产物
 View GitHub
证据洞察 open-source-license-check
(medical-research-skills-main/scientific-skills/Evidence Insight/open-source-license-check/SKILL.md)		 检查引用的生物信息学软件/代码许可证是否允许商业用途（如GPL与MIT等） 当需要检查引用的生物信息学软件/代码许可证是否允许商业用途时使用
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 生物信息学软件/代码许可证商业用途兼容性检查结果
 View GitHub
证据洞察 open-targets-db
(medical-research-skills-main/scientific-skills/Evidence Insight/open-targets-db/SKILL.md)		 查询Open Targets平台以获取靶点、疾病或证据记录，用于治疗发现中的靶点-疾病关联数据和基于证据的评分。 在治疗发现中，用于疾病靶点发现、靶点疾病关联审查、证据级别细节获取以及关联强度比较。
  • 查询类型 (必需, 字符串): 待查询的实体类型。支持的值包括：靶点, 疾病, 证据。
  • 实体标识符 (必需, 字符串): 实体唯一标识符（例如，靶点的Ensembl ID，疾病的EFO ID）。
  • 返回字段列表 (可选, 数组): 用于限制响应负载的待检索字段列表。
  • 数据 (JSON): Open Targets API针对所请求实体返回的解析后响应数据。
 View GitHub
证据洞察 openalex-db
(medical-research-skills-main/scientific-skills/Evidence Insight/openalex-db/SKILL.md)		 访问OpenAlex数据库，进行文献计量分析、文献检索和引文追踪。 适用于通过关键词检索学术著作、分析作者出版物和引文影响、比较机构、探索概念趋势以及执行轻量级文献计量工作流。
  • 用户邮箱（可选，用于提升请求速率限制）
  • 检索关键词
  • 过滤参数（键值对）
  • 学术著作列表（包含ID、标题、出版年份、引文计数等）
  • 作者信息
  • 机构信息
  • 概念/主题信息
 View GitHub
证据洞察 patent-claim-mapper
(medical-research-skills-main/scientific-skills/Evidence Insight/patent-claim-mapper/SKILL.md)		 将专利权利要求映射至产品特征，用于生物技术和制药领域的侵权分析、自由实施评估及竞争情报。 适用于将专利权利要求与产品进行映射、分析专利侵权或准备自由实施分析，并比较专利权利要求与产品特征以进行生物技术和制药领域的知识产权评估。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 可复现的分析结果
  • 明确的假设
  • 最终交付物
 View GitHub
证据洞察 patent-landscape
(medical-research-skills-main/scientific-skills/Evidence Insight/patent-landscape/SKILL.md)		 分析生物技术和制药专利格局，以识别机遇、评估竞争并指导研发策略。 用于分析生物技术专利格局、识别制药知识产权空白、追踪竞争对手专利或评估药物开发的自由操作空间。提供全面的专利分析和生命科学创新战略洞察。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定参数
  • 全面的专利分析报告
  • 生命科学创新战略洞察
 View GitHub
证据洞察 pathway-introduction-expert
(medical-research-skills-main/scientific-skills/Evidence Insight/pathway-introduction-expert/SKILL.md)		 生成生物学通路（包括信号传导过程、标志物和抑制剂）的全面学术介绍。 当用户请求介绍特定通路、分子或基因时使用。
  • 通路名称
  • 分子名称
  • 基因名称
  • 生物学通路学术介绍报告
 View GitHub
证据洞察 pdb-database
(medical-research-skills-main/scientific-skills/Evidence Insight/pdb-database/SKILL.md)		 访问RCSB蛋白质数据库（PDB），用于搜索、下载和程序化检索三维大分子结构及元数据。 适用于结构发现（文本/序列/三维相似性）或结构生物学与药物发现工作流中的自动化结构数据摄取。
  • 搜索关键词
  • 结构属性筛选条件（例如：生物来源、实验方法、分辨率）
  • 查询序列
  • 查询PDB条目ID（用于三维结构相似性比对）
  • 目标PDB条目ID或ID列表
  • 输出文件格式（PDB或mmCIF）
  • 序列相似性搜索阈值（例如：E值、序列同一性）
  • 匹配的PDB条目ID列表
  • 大分子三维结构坐标文件
  • PDB条目元数据
 View GitHub
证据洞察 pdf-extract-experimental-materials
(medical-research-skills-main/scientific-skills/Evidence Insight/pdf-extract-experimental-materials/SKILL.md)		 从PDF（或PDF衍生的文本/Markdown）中提取实验材料和仪器信息，并生成三个结构化CSV表格。 适用于从研究论文中构建试剂、抗体、耗材、仪器设备、软件版本及试剂制备方法的结构化清单，或将关键资源表转换为标准CSV格式。
  • PDF衍生的Markdown/文本
  • PDF文件
  • 主要试剂信息（CSV格式）
  • 主要仪器信息（CSV格式）
  • 试剂制备方法（CSV格式）
 View GitHub
证据洞察 phenotype-introduction
(medical-research-skills-main/scientific-skills/Evidence Insight/phenotype-introduction/SKILL.md)		 生成结构化学术内容的全面生物医学表型介绍。 当用户需要详细解释细胞表型，包括其概念、机制、调控和检测方法，并以中文学术写作形式呈现时。
  • 目标生物医学表型
  • 全面且结构化的生物医学表型介绍
 View GitHub
证据洞察 pubchem-database-skill
(medical-research-skills-main/scientific-skills/Evidence Insight/pubchem-database-skill/SKILL.md)		 提供对PubChem数据库的程序化访问，用于化合物搜索、理化性质获取、结构相似性/亚结构搜索及生物活性数据检索。 需要通过名称、结构或ID检索化合物信息、理化性质、结构相似性、亚结构或生物活性数据时，或构建自动化药物发现工作流时。
  • 查询值（化合物名称、CID、SMILES、InChI、分子式或结构式）
  • 查询类型（指定查询值的类型，例如：名称、CID、SMILES、InChI、分子式）
  • 结构搜索类型（指定结构搜索的模式，例如：相似性搜索、亚结构搜索）
  • 化合物ID (PubChem CID)
  • 化合物理化性质数据
  • 结构搜索结果列表
  • 生物活性数据
 View GitHub
证据洞察 pubmed-search-specialist
(medical-research-skills-main/scientific-skills/Evidence Insight/pubmed-search-specialist/SKILL.md)		 构建复杂的布尔查询字符串，以精确检索PubMed/MEDLINE文献数据库。 当用户需要进行MeSH词汇映射、布尔查询构建、高级PubMed筛选、引文检索、系统评价检索策略或临床查询优化时。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 布尔查询字符串
  • 检索策略报告（包含构建假设）
 View GitHub
证据洞察 pubmed-topic-recommend
(medical-research-skills-main/scientific-skills/Evidence Insight/pubmed-topic-recommend/SKILL.md)		 基于PubMed文献检索，为用户提供可操作的研究主题建议。 当用户需要根据宽泛的研究方向或特定限制条件，快速获取基于PubMed文献的、具有明确研究空白或机遇的、可执行的研究主题建议时。
  • 研究方向或主题领域
  • 检索关键词或医学主题词（MeSH）
  • 排除关键词
  • 文献发表时间范围（起始日期与截止日期）
  • 文献出版物类型（可选）
  • 期望生成的研究主题数量
  • 研究主题目标与限制（例如：创新性、应用性、方法偏好、目标人群等）
  • 最终执行的PubMed检索查询语句
  • 检索到的文献元数据列表（包含标题、年份等）
  • 研究主题建议列表（每个建议包含主题标题、理由阐述及至少1-2篇支持性参考文献）
 View GitHub
数据分析 pytdc
(medical-research-skills-main/scientific-skills/Evidence Insight/pytdc/SKILL.md)		 提供用于药物发现的AI就绪治疗学机器学习数据集、标准化基准测试和评估工具。 当需要为药物发现任务（如ADME、毒性、DTI/DDI）获取精选数据集、进行标准化基准测试、执行有意义的数据分割或利用分子属性预言器时。
  • 治疗学任务类型
  • 特定数据集名称
  • 数据分割方法
  • 待查询分子结构（如SMILES）
  • 评估指标类型
  • 经过处理的AI就绪数据集
  • 标准化数据分割结果
  • 模型性能评估报告
  • 分子属性预测分数
 View GitHub
证据洞察 rare-disease-hpo-mapper
(medical-research-skills-main/scientific-skills/Evidence Insight/rare-disease-hpo-mapper/SKILL.md)		 将患者症状映射至人类表型本体术语，以辅助基因诊断。 适用于将患者症状映射至人类表型本体术语进行基因诊断，以及需要明确假设、限定范围和可复现输出的证据洞察任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 人类表型本体（HPO）术语映射结果
 View GitHub
数据分析 reactome-skill
(medical-research-skills-main/scientific-skills/Evidence Insight/reactome-skill/SKILL.md)		 通过Reactome REST API查询通路内容、进行富集分析并映射表达数据。 适用于对基因/蛋白质列表进行通路富集分析、检索Reactome通路内容、映射表达值至通路或跨物种通路投射的场景。
  • Reactome稳定标识符
  • 基因/蛋白质标识符列表
  • 通路及反应相关元数据
  • 通路富集分析结果
  • 表达数据通路映射结果
  • 通路层级结构信息
  • 跨物种通路投射结果
 View GitHub
证据洞察 reagent-substitute-scout
(medical-research-skills-main/scientific-skills/Evidence Insight/reagent-substitute-scout/SKILL.md)		 基于文献引用数据，查找经过验证的替代试剂。 适用于需要基于文献引用数据查找经过验证的替代试剂，并要求明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 输入文件路径
  • 输出文件路径
  • 范围筛选条件
  • 阈值
  • 领域特定限制
  • 经过验证的替代试剂列表
 View GitHub
证据洞察 reference-finder
(medical-research-skills-main/scientific-skills/Evidence Insight/reference-finder/SKILL.md)		 自动为科学文本中的每个句子查找并排序PubMed参考文献。 适用于需要为科学段落中的每个句子提供PubMed参考文献建议，或在撰写和审阅手稿时快速进行文献溯源的场景。
  • 科学文本
  • PubMed ID (PMID)
  • 标题
  • 数字对象唯一标识符 (DOI)
  • 发表年份
  • 推荐理由
 View GitHub
证据洞察 reference-search
(medical-research-skills-main/scientific-skills/Evidence Insight/reference-search/SKILL.md)		 多数据库文献检索与检索策略设计，输出结构化、可复现的结果列表。 适用于文献检索、系统性搜索、综述主题选择或构建可追溯的检索策略。
  • 用户输入
  • 输出路径
  • 配置参数
  • 源文件
  • 范围限制
  • 输出格式
  • 验收标准
  • 结构化、可复现的结果列表
  • 最终产物
 View GitHub
证据洞察 research-article-weekly
(medical-research-skills-main/scientific-skills/Evidence Insight/research-article-weekly/SKILL.md)		 根据关键词，利用PubMed生成每周学术文献报告。 适用于用户希望追踪特定主题的最新研究进展，自动检索、分类并总结过去7天的相关论文。
  • 关键词
  • 每周学术文献报告
 View GitHub
证据洞察 research-hotspot-analysis
(medical-research-skills-main/scientific-skills/Evidence Insight/research-hotspot-analysis/SKILL.md)		 分析研究热点并基于特定疾病或主题推荐相关文献。 当用户需要识别当前研究趋势、热门主题或获取特定医学领域或疾病的文献推荐时。
  • 输入路径
  • 输出路径
  • 研究热点分析报告
  • 推荐文献列表
 View GitHub
证据洞察 research-paper-downloader
(medical-research-skills-main/scientific-skills/Evidence Insight/research-paper-downloader/SKILL.md)		 从开放获取来源下载学术论文，支持DOI、arXiv ID或关键词搜索，并返回PDF本地路径。 用户需要通过DOI、arXiv ID或关键词搜索下载开放获取的学术论文，并获取其本地保存路径时。
  • 数字对象唯一标识符 (DOI)
  • arXiv预印本标识符 (arXiv ID)
  • 关键词查询字符串
  • 最大结果数量 (仅适用于关键词搜索)
  • 文件输出目录
  • 下载的PDF文件本地路径列表
 View GitHub
证据洞察 Retraction Watcher
(medical-research-skills-main/scientific-skills/Evidence Insight/retraction-watcher/SKILL.md)		 自动扫描文献参考文献列表，并对照撤稿数据库检查，以识别已撤回、更正或可疑的论文。 在需要自动扫描文献参考文献列表并对照撤稿数据库进行检查，以确保研究诚信的证据洞察任务中。
  • 输入文件路径
  • 输出文件路径
  • 扫描范围过滤器
  • 识别阈值
  • 领域特定限制条件
  • 结构化分析结果
  • 分析假设
  • 最终交付物
  • 潜在风险
  • 待解决问题
 View GitHub
学术写作 scholar-evaluation
(medical-research-skills-main/scientific-skills/Evidence Insight/scholar-evaluation/SKILL.md)		 基于ScholarEval框架，对学术文档进行批判性评估、评分和质量分析。 适用于评估研究论文、学位论文、提案或手稿，提供结构化批判、修订建议及投稿准备度评估。
  • 待评估的学术文档（PDF/DOCX/TXT文件或纯文本）
  • 基于8个评估维度的详细评分（1-5分）
  • 定性反馈与具体修订建议
  • 包含优势、劣势及后续改进建议的综合评估报告
 View GitHub
证据洞察 scientific-podcast-summary
(medical-research-skills-main/scientific-skills/Evidence Insight/scientific-podcast-summary/SKILL.md)		 自动总结Huberman Lab或Nature播客的核心内容，生成文本简报。 适用于需要自动总结Huberman Lab和Nature等科学播客内容的场景。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 文本简报
 View GitHub
证据洞察 scite-database
(medical-research-skills-main/scientific-skills/Evidence Insight/scite-database/SKILL.md)		 访问Scite.ai智能引文数据，分析论文的引用类型（支持、对比、提及），以评估科学主张的强度和接受度。 当需要评估论文的可靠性或其在学术文献中的接受度时，通过分析智能引文来分类引用类型和评估科学主张。
  • 论文数字对象标识符 (DOI)
  • 论文的智能引文分类及引用情况总结（包括支持性、对比性、提及性引用）
 View GitHub
证据洞察 sds-msds-risk-scanner
(medical-research-skills-main/scientific-skills/Evidence Insight/sds-msds-risk-scanner/SKILL.md)		 从化学品安全数据表中提取危害代码和安全信息。 当需要从化学品安全数据表中提取危害代码和安全信息时使用。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 危害代码
  • 安全信息
 View GitHub
证据洞察 semantic-scholar-database
(medical-research-skills-main/scientific-skills/Evidence Insight/semantic-scholar-database/SKILL.md)		 通过访问Semantic Scholar图谱API，实现论文、作者及引文数据的检索与获取。 适用于文献发现、论文详细信息获取、作者信息查询以及引文网络探索等学术研究场景。
  • 检索关键词或标题
  • 检索结果数量上限
  • 论文唯一标识符
  • 作者唯一标识符
  • 引文关系查询类型（例如：“被引用”或“引用”）
  • 论文搜索结果列表
  • 论文详细元数据
  • 作者详细信息
  • 被引文献列表
  • 参考文献列表
 View GitHub
证据洞察 Smart Journal Monitor (RSS+AI)
(medical-research-skills-main/scientific-skills/Evidence Insight/smart-journal-monitor/SKILL.md)		 提供来自顶级期刊的个性化研究摘要。 适用于需要结构化执行、明确假设、清晰输出边界以及可复现结果的证据洞察工作流。
  • 源文件
  • 输入路径
  • 输出路径
  • 范围限制
  • 范围过滤器
  • 阈值
  • 输出格式
  • 验收标准
  • 领域特定约束
  • 生成结果
  • 最终成果物
  • 明确的假设
  • 可复现的结果
  • 无未记录的副作用
 View GitHub
证据洞察 string-database
(medical-research-skills-main/scientific-skills/Evidence Insight/string-database/SKILL.md)		 访问STRING数据库，用于识别符映射、蛋白质互作网络检索及功能/PPI富集分析，以获取基因/蛋白质集的互作背景信息。 适用于基因/蛋白质标识符解析、蛋白质互作网络构建与扩展、功能富集分析以及网络可视化。
  • 用于映射的基因或蛋白质名称
  • 物种的NCBI分类ID
  • 蛋白质STRING标识符列表
  • 静态网络图像的保存路径
  • 在网络中添加的互作伙伴数量
  • 用于STRING API请求的调用者身份字符串
  • STRING蛋白质标识符
  • 蛋白质互作网络数据（包含互作边和置信分数）
  • 功能富集分析结果（如GO、KEGG、Reactome）
  • PPI富集统计结果
  • 功能注释结果（如PFAM/SMART）
  • 静态网络图像文件（PNG/SVG格式）
 View GitHub
证据洞察 systematic-review-screener
(medical-research-skills-main/scientific-skills/Evidence Insight/systematic-review-screener/SKILL.md)		 支持PRISMA工作流程的系统性文献综述自动化摘要筛选工具。 适用于需要自动化摘要筛选、支持PRISMA工作流程的系统性文献综述任务，以及要求明确假设、限定范围和可复现输出的证据洞察场景。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 最终产物
  • 可复现结果
  • 明确识别的假设
 View GitHub
证据洞察 target-novelty-scorer
(medical-research-skills-main/scientific-skills/Evidence Insight/target-novelty-scorer/SKILL.md)		 通过文献挖掘评估生物靶点的创新性。 适用于需要通过文献挖掘评估生物靶点创新性，并要求明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 生物靶点创新性评分结果
  • 包含明确假设的最终分析报告
 View GitHub
证据洞察 translational-gap-analyzer
(medical-research-skills-main/scientific-skills/Evidence Insight/translational-gap-analyzer/SKILL.md)		 评估临床前模型与人类疾病之间的转化差距。 适用于评估临床前模型与人类疾病间的转化差距，尤其在需要明确假设、限定范围和可复现输出的证据洞察任务中。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 转化差距分析报告
 View GitHub
证据洞察 uniprot-database
(medical-research-skills-main/scientific-skills/Evidence Insight/uniprot-database/SKILL.md)		 直接通过REST API访问UniProt数据库，实现蛋白质搜索、条目检索及跨数据库标识符映射。 适用于需要通过Lucene查询UniProtKB、根据UniProt登录号获取蛋白质详细信息、进行跨数据库标识符转换，或构建自动化蛋白质注释检索流程的场景。
  • Lucene风格查询字符串
  • 输出数据格式
  • 返回结果数量
  • UniProt登录号
  • 源数据库名称
  • 目标数据库名称
  • 待映射标识符列表
  • 蛋白质搜索结果
  • 蛋白质条目详细信息
  • 标识符映射结果
 View GitHub
证据洞察 unstructured-medical-text-miner
(medical-research-skills-main/scientific-skills/Evidence Insight/unstructured-medical-text-miner/SKILL.md)		 从MIMIC-IV中挖掘非结构化临床文本以提取诊断逻辑。 适用于需要从MIMIC-IV非结构化临床文本中提取诊断逻辑，并要求明确假设、限定范围及可复现输出格式的证据洞察任务。
  • 输入路径
  • 源文件
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 输出格式
  • 验收标准
  • 提取的诊断逻辑
  • 输出路径
  • 最终产物
  • 明确的假设
 View GitHub
证据洞察 variant-annotation
(medical-research-skills-main/scientific-skills/Evidence Insight/variant-annotation/SKILL.md)		 查询并解读来自ClinVar和dbSNP数据库的基因变异临床意义，并支持ACMG指南。 适用于需要从ClinVar和dbSNP数据库查询并注释基因变异，以及需要明确假设、限定范围和可复现输出格式的证据洞察任务。
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 基因变异注释结果
  • 明确的假设
  • 可复现的分析结果
 View GitHub
学术写作 venue-templates
(medical-research-skills-main/scientific-skills/Evidence Insight/venue-templates/SKILL.md)		 提供期刊、会议、海报和基金申请的LaTeX模板、格式要求及提交指南，确保学术文档符合目标发表机构的严格规范。 适用于向特定期刊、会议、基金机构提交稿件时，需要严格遵循其官方LaTeX模板、格式要求、页面限制、匿名化规则或合规性约束，并验证最终文档是否符合规范。
  • 目标发表机构名称
  • 文档类型（如：文章、海报、基金）
  • 查询格式要求标志
  • 待定制的LaTeX模板文件路径
  • 文稿标题
  • 作者列表
  • 作者所属机构
  • 输出LaTeX文件路径
  • 目标发表机构的LaTeX模板及格式要求
  • 定制化的LaTeX文稿文件
  • 编译后的PDF文档
  • 格式合规性验证报告
 View GitHub
证据洞察 zinc-database
(medical-research-skills-main/scientific-skills/Evidence Insight/zinc-database/SKILL.md)		 访问ZINC数据库，用于化合物检索、结构相似性搜索及下载虚拟筛选所需的3D结构。 适用于构建虚拟筛选库、通过标识符或结构检索化合物、验证供应商可用性以及下载对接准备的3D结构。
  • ZINC ID
  • SMILES结构式
  • 相似性搜索参数
  • 供应商或目录标识符
  • 化合物属性筛选条件（例如分级代码）
  • 所需输出字段
  • 化合物基本信息（如ZINC ID、SMILES、供应商信息、分级）
  • 结构相似化合物列表
  • 可对接的3D结构文件
  • 供应商可用性验证报告
  • 随机抽样化合物数据集
 View GitHub
其他工具 lab-prep-calculations
(medical-research-skills-main/scientific-skills/Other/Lab-Prep-Calculations/SKILL.md)		 执行实验前计算，并生成稀释、溶液配制、溶解和百分比浓度等分步制备方案，以规划配方和实验室制备流程。 适用于从浓缩储备液配制工作溶液、固体配制、设计系列稀释方案、转换和配制百分比浓度溶液，以及生成可执行的实验室操作规程。
  • 目标浓度 (C2)
  • 目标终体积 (V2)
  • 储备液浓度 (C1)
  • 溶质/溶剂信息（如NaCl储备液溶于水；用水稀释）
  • 计算总结
  • 分步操作列表
  • 所需设备与材料清单
  • 风险提示与注意事项
 View GitHub
其他工具 pptx-skill
(medical-research-skills-main/scientific-skills/Other/PPTX-Skill/SKILL.md)		 创建、编辑并提取PowerPoint (.pptx) 演示文稿的内容。 适用于自动化生成演示文稿、更新现有幻灯片、提取结构化信息或将幻灯片导出为图像或PDF等场景。
  • 演示文稿文件路径
  • 幻灯片内容（包括文本、图像、布局等）
  • 结构化指令或大纲
  • 图像源（本地文件路径或URL）
  • 可选：演示文稿模板文件
  • 生成的或更新的PowerPoint演示文稿文件
  • 提取的演示文稿结构化数据（如幻灯片标题、文本内容）
  • 导出的幻灯片图像文件
  • 可选：导出的PDF文件
 View GitHub
其他工具 academic-cv-generator
(medical-research-skills-main/scientific-skills/Other/academic-cv-generator/SKILL.md)		 从自由格式的中英文文本生成结构化学术简历并导出为Word文档。 当需要将非结构化的中英文简历草稿整理为标准学术格式，并生成符合预设视觉风格的Word文档时。
  • 自由格式的中英文简历文本
  • 结构化学术简历Word文档
 View GitHub
其他工具 academic-norm-review
(medical-research-skills-main/scientific-skills/Other/academic-norm-review/SKILL.md)		 检测内容相似性，验证引文和缩写标准化，并标记潜在的学术诚信风险。 在稿件提交前进行合规性检查，确保学术写作质量，识别潜在学术诚信风险，并辅助协作编辑与修订。
  • 稿件内容
  • 学术规范审查报告（包含问题摘要、问题列表、位置、优先级及修订建议）
 View GitHub
其他工具 academic-poster-generator
(medical-research-skills-main/scientific-skills/Other/academic-poster-generator/SKILL.md)		 从PDF文献中提取内容，自动生成包含图表的LaTeX学术海报，并最终输出为可浏览器查看的HTML格式。 当需要从研究论文PDF自动提取内容，生成符合会议标准、包含图表且视觉优先的LaTeX学术海报草稿，并以HTML格式交付时。
  • 研究论文PDF文件
  • 渲染后的HTML海报文件
  • 生成的图表文件
 View GitHub
其他工具 adaptyv
(medical-research-skills-main/scientific-skills/Other/adaptyv/SKILL.md)		 提供自动化蛋白质测试与验证的云实验室平台 适用于已设计蛋白质序列，需要进行湿实验室实验验证（如结合、表达、热稳定性、酶活性）并支持API提交、状态查询及结果获取的场景
  • 蛋白质序列
  • 所需的实验验证类型（如结合、表达、热稳定性、酶活性）
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 实验结果
  • 实验状态
  • 最终实验产物
 View GitHub
其他工具 API Design Principles
(medical-research-skills-main/scientific-skills/Other/api-design-principles/SKILL.md)		 提供设计和审查REST与GraphQL API的原则和清单，以指导API契约、命名、错误模型、分页、版本控制及REST与GraphQL权衡的定义与评估。 适用于设计新的REST或GraphQL API契约、审查现有API、权衡REST与GraphQL技术选择以及标准化跨服务通用功能。
  • API设计或审查目标
  • 待设计/审查的资源类型
  • API消费者类型
  • 性能、安全及合规性约束
  • 核心业务用例
  • API契约文档（包含端点、模式及示例）
  • API错误模型定义
  • API分页、过滤与排序策略
  • API版本控制与废弃策略
  • API设计/审查结论与行动项清单
 View GitHub
其他工具 article-format-adjustment
(medical-research-skills-main/scientific-skills/Other/article-format-adjustment/SKILL.md)		 调整学术论文格式并进行文档格式转换，以满足期刊或学校的模板要求。 当需要将草稿转换为不同格式、满足严格排版规则、统一图表标题、切换引用风格或应用特定期刊模板时。
  • 原始学术论文文件（支持DOCX、LaTeX、Markdown格式）
  • 目标期刊名称（用于内置模板）
  • 自定义格式配置（JSON/YAML文件）
  • 格式化后的学术论文文件
  • 格式验证报告
 View GitHub
其他工具 benchling-integration
(medical-research-skills-main/scientific-skills/Other/benchling-integration/SKILL.md)		 通过API/SDK与Benchling研发平台集成，实现对注册实体、库存、电子实验记录、工作流、事件及数据仓库分析的程序化管理。 适用于通过代码管理Benchling注册实体、自动化库存操作、创建或更新电子实验记录以及编排Benchling工作流等场景。
  • Benchling操作指令：明确要执行的Benchling操作类型（如创建、读取、更新、归档、搜索）及目标对象（如注册实体、库存、ELN条目、工作流）
  • 操作所需数据：执行指定Benchling操作所需的具体数据或参数，例如实体详情、库存信息、ELN内容、工作流任务参数
  • 查询或筛选条件：用于读取或搜索操作的特定查询或筛选条件
  • 输出格式要求：对输出结果的格式要求
  • 其他领域特定约束：任何与Benchling集成相关的领域特定限制或配置
  • Benchling操作执行报告：详细说明Benchling操作的执行状态（成功/失败）、结果摘要及任何警告信息
  • 变更实体或数据详情：如果操作涉及创建、更新或归档，则返回相关实体或数据的最新状态或标识符
  • 查询结果数据：如果操作是读取或搜索，则返回匹配的Benchling实体或数据集合
  • 集成过程日志：记录集成过程中产生的详细日志信息
 View GitHub
其他工具 bib-formatter
(medical-research-skills-main/scientific-skills/Other/bib-formatter/SKILL.md)		 在不同参考文献格式（如RIS、BibTeX、纯文本、CSL-JSON）与引文样式之间进行转换，以统一参考文献格式或比较格式差异。 适用于期刊投稿前统一参考文献和引文格式、整合多来源参考文献、验证格式更改或修复不完整条目等学术写作场景。
  • 输入参考文献/引文数据文件
  • 输入参考文献格式 (支持RIS, BibTeX, 纯文本, CSL-JSON)
  • 目标期刊名称 (用于自动检索CSL样式)
  • 本地CSL样式文件路径
  • 处理模式 (可选：bibliography用于参考文献列表，citations用于文中引文)
  • 待格式化的特定引文键/ID列表 (仅在citations模式下使用)
  • 格式化后的参考文献或文中引文文本
  • Markdown格式的参考文献格式化前后对比表格 (可选)
  • 无法解析的参考文献条目及缺失字段提示 (可选)
 View GitHub
其他工具 bibliography
(medical-research-skills-main/scientific-skills/Other/bibliography/SKILL.md)		 批量读取并分类整理多种格式的医学文献，提取主题、方法和结论，生成结构化CSV用于文献综述和批注管理。 适用于需要对大量混合格式医学文献进行批量阅读、结构化信息提取（主题、方法、结论）及统一管理，以支持文献综述、数据分析和批注整理的场景。
  • 包含多种格式（PDF, Markdown, DOCX, TXT）医学文献的输入目录
  • 整合的文献摘要Markdown文件
  • 结构化文献信息CSV文件
 View GitHub
其他工具 biodbnet-api
(medical-research-skills-main/scientific-skills/Other/biodbnet-api/SKILL.md)		 访问bioDBnet REST服务，实现生物标识符转换、通路信息检索及直系同源基因映射。 当需要通过bioDBnet进行基因/蛋白质ID转换、通路信息查询或生物学注释检索时使用。
  • 待处理的生物标识符
  • 目标操作类型（如：标识符转换、通路检索、直系同源映射）
  • 输出数据格式
  • 转换后的生物标识符
  • 检索到的生物通路信息
  • 映射的直系同源基因数据
  • 其他相关生物学注释
 View GitHub
其他工具 bmi-bsa-calculator
(medical-research-skills-main/scientific-skills/Other/bmi-bsa-calculator/SKILL.md)		 计算身体质量指数（BMI）和体表面积（BSA），用于临床评估、肥胖筛查和化疗剂量计算。 适用于健康评估、肥胖筛查、药物（特别是化疗）剂量计算及儿科生长发育评估。
  • 体重 (千克或磅)
  • 身高 (厘米或英寸)
  • 年龄 (可选)
  • 性别 (可选)
  • 每平方米体表面积的药物剂量 (可选)
  • 输出格式 (可选)
  • 身体质量指数 (BMI) 值
  • 体表面积 (BSA) 值
  • 体重分类结果
  • 药物剂量计算建议
  • 儿科生长发育百分位数
 View GitHub
其他工具 brainstorming
(medical-research-skills-main/scientific-skills/Other/brainstorming/SKILL.md)		 用于在实施前明确目标与限制、探索多种方案并确定方向的创造性探索与头脑风暴。 适用于在概念模糊阶段明确研究目标、范围与限制，生成并评估多种解决方案，分解复杂问题，或从众多想法中筛选出优先方向。
  • 问题描述或初始构想
  • 限制条件
  • 核心目标
  • 澄清后的目标与边界（包括主要目标、限制条件、成功指标）
  • 生成的多种解决方案选项（包括方案描述与潜在益处）
  • 方案比较与评估结果（包括工作量、风险、预期影响等维度）
  • 推荐的解决方案方向及其理由
  • 后续行动计划（包括原型开发、数据埋点、A/B测试方案、待解决问题）
 View GitHub
其他工具 buffer-calculator
(medical-research-skills-main/scientific-skills/Other/buffer-calculator/SKILL.md)		 精确计算分子生物学、生物化学和细胞培养实验所需的缓冲液配方，包括各组分的精确质量和体积。 适用于分子生物学、生物化学和细胞培养实验中缓冲液的精确配制。
  • 缓冲液类型（磷酸盐缓冲液PBS、RIPA裂解液、TAE电泳缓冲液）
  • 目标终体积（毫升）
  • 可选的浓度倍数（默认为1X）
  • 精确的缓冲液配方（包含各组分的精确质量和体积）
  • 详细的缓冲液制备步骤（包含安全注意事项）
  • pH调节指导
 View GitHub
其他工具 Chart Style Unifier
(medical-research-skills-main/scientific-skills/Other/chart-style-unifier/SKILL.md)		 批量统一Word文档中表格单元格和嵌入图表的字体样式（字体、字号、斜体） 在不改变正文内容的前提下，确保学位论文或报告中图表格式一致性时使用
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 任何领域特定约束
  • 格式统一后的文档
 View GitHub
其他工具 chemical-storage-sorter
(medical-research-skills-main/scientific-skills/Other/chemical-storage-sorter/SKILL.md)		 根据化学品兼容性和危害分类，将实验室化学品组织成安全的储存组。 在实验室环境中，通过识别不兼容化学品对并提供符合OSHA、NFPA及机构安全标准的隔离指南，以预防危险反应。
  • 化学品名称列表（逗号分隔或每行一个）
  • 单个化学品名称（用于兼容性检查）
  • 标准IUPAC名称或常用名称
  • CAS号
  • 化学品危害分类结果
  • 化学品兼容性检查结果
  • 安全储存分组方案
  • 不兼容组合安全警告
  • 符合OSHA和NFPA标准的隔离指南
  • 结构化分析报告（包含假设、可交付成果、风险和未解决事项）
 View GitHub
其他工具 Chemical Structure Converter
(medical-research-skills-main/scientific-skills/Other/chemical-structure-converter/SKILL.md)		 在IUPAC名称、SMILES字符串、分子式和通用名称等不同化学结构表示之间进行相互转换。 适用于药物发现和化学研究中的化学信息学工作流程、数据库标准化和化合物注册。
  • 化合物通用名称
  • 化合物IUPAC名称
  • SMILES字符串
  • InChI标识符
  • 包含上述任一类型标识符的批量输入文件（如CSV或纯文本列表）
  • 转换后的IUPAC名称
  • 转换后的SMILES字符串
  • 转换后的InChI标识符
  • 转换后的分子式
  • 化合物分子量
  • 其他相关化合物标识符
 View GitHub
其他工具 clinic-sample-size
(medical-research-skills-main/scientific-skills/Other/clinic-sample-size/SKILL.md)		 统一计算诊断、疗效、病因和预后等临床研究的样本量，支持多种统计学方法。 适用于用户能提供必要输入且期望获得结构化样本量计算报告的临床研究场景。
  • 研究类型（如：诊断性、疗效性、病因学、预后性）
  • 研究模式（如：针对特定统计检验）
  • 统计学参数（如：标准差、误差范围、效应量、显著性水平α、检验效能β）
  • 研究名称
  • 结局指标
  • 报告输出路径
  • 范围筛选器
  • 阈值
  • 领域特定约束
  • 详细的样本量计算Markdown报告
  • 报告文件路径
 View GitHub
其他工具 clinical-reports
(medical-research-skills-main/scientific-skills/Other/clinical-reports/SKILL.md)		 撰写符合法规要求、高准确性且基于模板的综合性临床报告，涵盖病例报告、诊断报告、临床试验报告和患者病历文档。 适用于需要撰写符合CARE指南的病例报告、结构化诊断报告、符合ICH E3的临床研究报告、严重不良事件（SAE）报告以及患者病历文档等多种临床报告的场景。
  • 原始临床数据（例如：病例详情、诊断结果、试验数据、患者病历）
  • 目标报告类型（例如：病例报告、诊断报告、SAE报告、CSR、SOAP笔记）
  • 适用的医学指南与法规（例如：CARE指南、ACR/CAP标准、ICH E3、HIPAA、FDA、ICH-GCP）
  • 报告模板或结构要求
  • 符合期刊发表标准的临床病例报告
  • 结构化诊断报告（影像、病理、实验室）
  • 临床试验安全性文档（包括严重不良事件叙述）
  • 符合ICH E3标准的临床研究报告
  • 患者医疗记录文档（SOAP笔记、入院病史与体格检查、出院总结）
  • 经过合规性检查和去识别化的报告草稿
 View GitHub
其他工具 CO2 Tank Monitor
(medical-research-skills-main/scientific-skills/Other/co2-tank-monitor/SKILL.md)		 监测二氧化碳钢瓶压力，预测耗尽时间，以预防细胞培养设施的气体中断。 适用于细胞培养设施，尤其是在实验室无人值守的周末，预防二氧化碳气体耗尽。
  • 当前钢瓶压力 (MPa)
  • 每日消耗速率 (MPa/天)
  • 钢瓶容量 (10 或 40 升)
  • 可选警报阈值 (天)
  • 剩余钢瓶寿命 (天)
  • 预计耗尽时间
  • 周末耗尽风险评估
  • 钢瓶状态（颜色编码）
  • 可操作的建议
  • 单位转换假设
  • 结构化结果（包含假设、可交付成果、风险和未解决事项）
 View GitHub
其他工具 cold-chain-risk-calculator
(medical-research-skills-main/scientific-skills/Other/cold-chain-risk-calculator/SKILL.md)		 评估冷链运输路线的温度偏移风险，并提供结构化的风险评分与缓解建议。 适用于评估生物样本、疫苗或温敏药物的运输风险，选择合适的包装类型，以及生成监管或质量保证所需的风险文档。
  • 运输路线描述
  • 运输时长（小时）
  • 包装类型（如干冰、液氮、凝胶包）
  • 输出JSON文件路径
  • 运输路线
  • 运输时长（小时）
  • 包装类型
  • 风险评分
  • 风险等级
  • 风险缓解建议
 View GitHub
其他工具 conference-tweet-generator
(medical-research-skills-main/scientific-skills/Other/conference-tweet-generator/SKILL.md)		 通过筛选摘要、翻译内容并创建引人入胜的标题，生成学术会议推文和摘要。 当需要将学术会议摘要处理为社交媒体内容时使用。
  • 学术会议摘要
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 会议信息
  • 学术会议推文
  • 学术会议摘要
 View GitHub
其他工具 conflict-of-interest-checker
(medical-research-skills-main/scientific-skills/Other/conflict-of-interest-checker/SKILL.md)		 检测作者与审稿人之间的共同作者关系和机构冲突，以维护同行评审的公正性。 适用于期刊投稿准备、编辑冲突筛选、同行评审完整性验证以及资助评审小组的合规性检查。
  • 逗号分隔的作者姓名
  • 逗号分隔的审稿人姓名
  • 包含出版记录的CSV文件
  • 冲突标记（共同作者关系）
  • 共享出版物列表
  • 建议：接受/回避
 View GitHub
其他工具 content-proofreading
(medical-research-skills-main/scientific-skills/Other/content-proofreading/SKILL.md)		 为中英文学术手稿提供自动化拼写、语法、术语一致性和格式检查。 适用于学术论文提交前进行语言、格式终审，处理中英文双语内容的一致性，验证专业术语和缩写规则，以及检查参考文献、数字单位和标题层级是否符合指定样式。
  • 待校对的学术手稿文件路径
  • 校对结果报告的输出路径
  • HTML交互式校对报告
  • Markdown格式批注
  • 精确的错误定位信息
  • 可操作的修订建议
 View GitHub
其他工具 datamol
(medical-research-skills-main/scientific-skills/Other/datamol/SKILL.md)		 提供RDKit的Python封装，简化接口，用于标准药物发现工作流，包括SMILES解析、标准化、描述符计算、指纹生成、聚类、3D构象生成和并行处理，并返回rdkit.Chem.Mol对象。 适用于需要对化学结构数据进行标准化处理、特征提取、构象生成及聚类分析等重复性、结构化药物发现任务的场景。
  • 分子结构数据 (例如SMILES字符串、Mol文件路径)
  • 处理范围过滤器
  • 计算阈值参数
  • 领域特定处理约束
  • 自定义配置参数
  • 处理后的分子结构数据 (以rdkit.Chem.Mol对象形式)
  • 分子描述符集合
  • 分子指纹数据
  • 分子聚类分析结果
  • 分子3D构象数据
 View GitHub
其他工具 date-calculator
(medical-research-skills-main/scientific-skills/Other/date-calculator/SKILL.md)		 计算医学日期窗口，包括孕周、预产期和随访计划。 用于计算末次月经期的孕周和预产期，为临床试验安排随访窗口，以及生成协议定义的访视日期范围。
  • 计算类型（孕周或随访）
  • 参考日期（YYYY-MM-DD格式）
  • 随访间隔周数（默认4周，最小1周）
  • 访视窗口天数（默认7天）
  • 计算时区（默认UTC）
  • 输出JSON文件路径（默认标准输出）
  • 末次月经日期
  • 孕周
  • 孕周天数
  • 预产期
  • 计算日期
 View GitHub
其他工具 DICOM Anonymizer
(medical-research-skills-main/scientific-skills/Other/dicom-anonymizer/SKILL.md)		 通过移除个人健康信息（PHI）标签，对DICOM医学图像进行去识别化处理，以支持研究共享。 用于准备影像数据以供研究共享；批量匿名化DICOM文件夹并保留研究关联性；评估工作流程中是否仍需手动PHI质量保证；以及生成合规性审计日志。
  • 输入DICOM文件或目录
  • 输出DICOM文件或目录
  • 启用目录处理
  • 使用假名保留研究关联性
  • 逗号分隔的需保留标签
  • 移除私有标签
  • 可选的JSON审计日志路径
  • 允许覆盖输出文件
  • 去识别化的DICOM文件或限定的执行计划
  • 保留和去识别化标识符的摘要
  • 外部发布前剩余质量保证步骤的明确提醒
 View GitHub
其他工具 docx-feedback-tracker
(medical-research-skills-main/scientific-skills/Other/docx-feedback-tracker/SKILL.md)		 自动检测DOCX文档的修订历史、版本轮次和作者反馈，并生成Markdown格式的修改说明文件。 当接收到带有修订追踪或评论的DOCX文档时，需要整合作者的修改日志；当拥有多个DOCX版本时，需要重建基于轮次的修改报告；当文档没有修订追踪但仍需通过版本差异获取增删内容时；需要自动生成Markdown格式的修改说明并与原DOCX文件一同保存；需要批量处理DOCX文件并按主题分组输出修改日志时。
  • DOCX文件路径列表
  • 包含DOCX文件的目录路径
  • 文件匹配模式（可选）
  • Markdown格式的修改日志文件
 View GitHub
其他工具 DPI Upscaler & Checker
(medical-research-skills-main/scientific-skills/Other/dpi-upscaler-checker/SKILL.md)		 检查图像是否符合300 DPI打印标准，并利用AI超分辨率技术智能修复模糊的低分辨率图像。 适用于检查图像DPI标准、利用AI超分辨率技术提升或修复低分辨率图像，以及批量处理图像以满足打印要求。
  • 待处理的图像文件（支持JPG, PNG, TIFF, BMP, WebP格式）或包含图像文件的文件夹路径
  • 输出文件或文件夹路径（用于保存处理结果）
  • 图像超分辨率处理的缩放比例
  • 最小DPI阈值（用于批量识别并修复低于该DPI的图像）
  • 单张图像的DPI检查结果（JSON格式）
  • 文件夹内图像的DPI批量检查报告（JSON格式）
  • 超分辨率修复后的图像文件
  • 批量修复后的图像文件集合
 View GitHub
其他工具 EBM Calculator
(medical-research-skills-main/scientific-skills/Other/ebm-calculator/SKILL.md)		 根据诊断试验数据计算循证医学统计指标，包括敏感性、特异性、阳性/阴性预测值、似然比、需治疗人数（NNT）以及检验前/后概率。 适用于从2×2列联表计算诊断试验性能指标、根据特定人群患病率调整阳性/阴性预测值、根据对照组和试验组事件发生率计算需治疗人数（NNT），以及利用似然比转换检验前概率。
  • 模式 (可选值: 诊断模式, NNT模式, 概率模式)
  • 真阳性计数
  • 假阴性计数
  • 真阴性计数
  • 假阳性计数
  • 疾病流行率
  • 对照组事件发生率
  • 试验组事件发生率
  • 检验前概率
  • 似然比
  • 输出文件路径
  • 敏感性
  • 特异性
  • 阳性预测值 (PPV)
  • 阴性预测值 (NPV)
  • 阳性似然比
  • 阴性似然比
  • 需治疗人数 (NNT)
  • 检验前概率
  • 检验后概率
 View GitHub
其他工具 equipment-maintenance-log
(medical-research-skills-main/scientific-skills/Other/equipment-maintenance-log/SKILL.md)		 追踪实验室设备校准日期并发送维护提醒，涵盖移液器、天平、离心机等各类仪器。 用于追踪实验室设备校准计划、检查逾期或即将进行的维护、生成维护提醒报告以及维护审计合规记录。
  • 要添加的设备名称
  • 上次校准日期 (YYYY-MM-DD格式)
  • 校准间隔（月）
  • 设备位置
  • 要更新校准日期的设备名称
  • 要从日志中移除的设备名称
  • 检查即将进行的维护
  • 列出所有设备
  • 生成合规报告 (JSON)
  • 设备维护日志更新确认
  • 即将进行的维护状态列表
  • 所有设备详细列表
  • 合规性报告 (JSON格式)
 View GitHub
其他工具 experiment-detail-comparator
(medical-research-skills-main/scientific-skills/Other/experiment-detail-comparator/SKILL.md)		 比较两篇文献的实验方法细节，识别方案差异，通过文献搜索解释差异原因，并生成HTML报告。 适用于需要对两篇文献的实验方法进行参数级比较，并获取差异的循证解释，以及生成可共享的标准化报告的场景。
  • 第一篇文献的识别信息（如标题、作者、DOI）
  • 第二篇文献的识别信息（如标题、作者、DOI）
  • HTML格式的实验方法比较报告
  • 结构化的实验方案差异列表
  • 差异的文献支持解释及证据等级
  • 机器可读的JSON格式实验方法提取结果
 View GitHub
其他工具 expert-interview-generator
(medical-research-skills-main/scientific-skills/Other/expert-interview-generator/SKILL.md)		 根据访谈问题和专家背景信息，生成一篇包含引言、问答主体和总结的完整专家访谈文章。 当您拥有访谈问题和专家简介，并需要一篇润色过的专业文章时使用。
  • 专家背景信息（姓名、职称、所属机构、研究方向、主要成就）
  • 访谈问题列表
  • 文章标题
  • 文本1
  • 完整的专家访谈文章（包含引言、问答主体和总结）
 View GitHub
其他工具 expert-interview-topics
(medical-research-skills-main/scientific-skills/Other/expert-interview-topics/SKILL.md)		 基于专家背景和讨论主题，生成专业的访谈标题和问题，并提供结构化的访谈准备工作流程。 适用于需要根据专家背景和特定主题，系统化生成访谈标题与问题，并期望获得结构化访谈准备方案的场景。
  • 专家背景信息
  • 讨论主题
  • 专业访谈标题
  • 访谈问题列表
  • 结构化推理过程
  • LLM生成提示词
 View GitHub
其他工具 file-search
(medical-research-skills-main/scientific-skills/Other/file-search/SKILL.md)		 快速执行文件名称和内容搜索，支持正则表达式和文件类型过滤，以高效定位文件和关键词。 适用于快速查找符合特定模式的文件、在目录中搜索关键词或正则表达式、获取匹配内容的上下文，以及替代传统的查找与搜索工作流。
  • 搜索目标路径
  • 文件名称匹配模式（通配符或正则表达式）
  • 文件内容搜索模式（正则表达式）
  • 匹配上下文行数（可选）
  • 文件类型过滤器（可选）
  • 符合条件的文件路径列表
  • 匹配到的文件内容及其上下文
  • 搜索操作的执行状态与摘要
 View GitHub
其他工具 file-security-toolkit
(medical-research-skills-main/scientific-skills/Other/file-security-toolkit/SKILL.md)		 加密/解密本地文件，对文档中的敏感信息进行修订，并在处理私人数据或准备文件共享时验证密码强度。 在可复现的工作流程中，当需要加密/解密本地文件、修订文档中的敏感信息，以及在处理私人数据或准备文件共享时验证密码强度时。
  • 源文件路径
  • 目标文件路径
  • 加密/解密密码
  • 敏感信息修订范围
  • 输出文件格式规范
  • 加密或解密后的文件
  • 敏感信息修订后的文档
  • 密码强度验证结果
 View GitHub
其他工具 fulltext-fetcher
(medical-research-skills-main/scientific-skills/Other/fulltext-fetcher/SKILL.md)		 根据提供的统一资源定位符（URL）、数字对象唯一标识符（DOI）或PubMed文献标识符（PMID），抓取并保存科学文献网页的原始HTML内容。 当需要归档科学文献网页的原始HTML，或通过DOI/PubMed PMID获取并保存其HTML内容，以供后续解析、审计或离线查阅时使用。
  • 统一资源定位符 (URL)
  • 数字对象唯一标识符 (DOI)
  • PubMed文献标识符 (PMID)
  • 科学文献网页的原始HTML内容
 View GitHub
其他工具 hippocrates
(medical-research-skills-main/scientific-skills/Other/hippocrates/SKILL.md)		 作为基于证据的医学知识与研究导师，提供疾病机制、药物作用、诊断推理、临床指南解读、文献评估、治疗比较、检验影像解读及公共卫生分析。 用户提出任何与医学、临床科学、药理学、病理学、流行病学、健康科学、疾病、药物或治疗学相关的查询时。
  • 用户医学或健康相关查询
  • 基于证据的医学知识与研究指导
  • 疾病机制与药物作用分析
  • 鉴别诊断推理与临床指南解读
  • 医学文献评估（含GRADE评级）
  • 治疗方案比较与临床意义
  • 实验室及影像学结果解读
  • 公共卫生分析与医学术语解释
  • 结构化回答（含简明答案、推理框架、开放性问题）
 View GitHub
其他工具 html-to-pdf
(medical-research-skills-main/scientific-skills/Other/html-to-pdf/SKILL.md)		 使用Puppeteer将HTML文件或URL转换为高保真PDF，并自动检测或强制处理希伯来语/阿拉伯语等从右到左（RTL）内容的排版。 将网页、本地HTML报告或动态HTML内容精确渲染为高质量、可打印的PDF文档，尤其适用于需要Chrome级渲染、特定页面尺寸、RTL语言支持或JavaScript执行的场景。
  • HTML源文件路径
  • 网页统一资源定位符 (URL)
  • 标准输入流HTML内容
  • 强制从右到左（RTL）排版选项
  • 浏览器可执行文件路径
  • PDF输出配置参数（例如：页面尺寸、横向/纵向、页边距、缩放比例、背景打印）
  • HTML格式的页眉/页脚模板
  • 高质量PDF文档
 View GitHub
其他工具 id-photo-tool
(medical-research-skills-main/scientific-skills/Other/id-photo-tool/SKILL.md)		 提供证件照背景颜色替换和文本水印添加功能。 适用于为官方提交材料转换证件照背景颜色，或添加水印以防止滥用，以及本地批量处理敏感个人图像。
  • 输入图像文件路径
  • 输出图像文件路径
  • 目标背景颜色（可选，用于背景替换，可选值：蓝色、白色、红色）
  • 水印文本内容（可选，用于添加水印）
  • 水印位置（可选，用于添加水印，可选值：左上、右上、左下、右下、居中）
  • 水印不透明度（可选，用于添加水印）
  • 水印字体大小（可选，用于添加水印）
  • 水印字体颜色（可选，用于添加水印）
  • 处理后的证件照图像文件
 View GitHub
其他工具 image-ocr
(medical-research-skills-main/scientific-skills/Other/image-ocr/SKILL.md)		 利用Tesseract OCR技术从图像文件中提取文本信息 需要从PNG/JPEG/TIFF/BMP等图像文件中识别并提取文本，支持指定语言模型或通过自然语言请求指定图像路径
  • 图像文件路径
  • 包含图像路径的自然语言指令
  • Tesseract语言模型代码
  • Tesseract可执行文件名称或完整路径
  • 提取的文本内容
 View GitHub
其他工具 image-processing
(medical-research-skills-main/scientific-skills/Other/image-processing/SKILL.md)		 利用Pillow库实现本地图像的批量格式转换与压缩，提供离线、可脚本化的目录级处理流程。 适用于需要批量转换图像格式、减小文件大小、进行离线处理、以及在输出目录中保留源目录结构的场景。
  • 源目录路径
  • 输出目录路径
  • 目标图像格式
  • 图像质量参数
  • 递归处理子目录标志
  • 允许覆盖现有输出标志
  • 转换并压缩后的图像文件
  • 批处理摘要报告（包含文件计数与错误信息）
 View GitHub
其他工具 iso-certification
(medical-research-skills-main/scientific-skills/Other/iso-13485-certification/SKILL.md)		 为医疗器械质量管理体系（QMS）准备ISO 13485:2016认证文档的工具包。 适用于启动ISO 13485实施、评估现有QMS、准备认证审计、创建或更新SOP以及与FDA QMSR或EU MDR等法规协调时，进行文档准备与差距分析。
  • 现有质量管理体系文档目录
  • 差距分析报告输出文件路径
  • 自动化文档差距分析报告
 View GitHub
其他工具 journal-recommender
(medical-research-skills-main/scientific-skills/Other/journal-recommender/SKILL.md)		 根据研究手稿的主题、摘要和预期影响因子，推荐合适的学术期刊，并将其分类为冲刺型、稳健型和保底型。 当用户需要为其研究手稿寻找合适的发表期刊，并能提供手稿主题、摘要及目标影响因子时。
  • 手稿主题
  • 摘要
  • 预期影响因子
  • 可选的全文内容
  • 推荐的学术期刊列表，分为冲刺型（高）、稳健型（匹配）和保底型（低）三类
 View GitHub
其他工具 Knowledge Base Search
(medical-research-skills-main/scientific-skills/Other/knowledge-base-search/SKILL.md)		 在本地知识库中搜索并定位相关内容，提供可验证的引用来源。 需要从本地资料中查找特定事实、定义或程序，并提供精确的来源位置以支持审计、合规或验证原始措辞的场景。
  • 知识库根目录
  • 查询语句
  • 过滤条件（文件类型、时间范围等）
  • 可验证的命中片段及精确引用位置（文件路径、页码/段落/章节）
  • 符合标准模板的CSV格式命中列表
 View GitHub
其他工具 kv-design
(medical-research-skills-main/scientific-skills/Other/kv-design/SKILL.md)		 生成专业的关键视觉（KV）设计方案和图像，用于在已有标语/文案和营销场景时，提供清晰的视觉方向和可直接用于图像生成的提示词。 适用于品牌营销活动、事件推广、网站/应用横幅、社交媒体创意以及向利益相关者展示多种设计方向的场景，旨在快速生成符合品牌调性、具有明确视觉焦点的关键视觉内容。
  • 项目/品牌名称
  • 核心标语/文案
  • 使用场景
  • 风格偏好
  • 主色调
  • 尺寸/比例要求
  • 专业关键视觉设计方案（包含视觉焦点、布局建议、风格细节）
  • 优化后的图像生成提示词
  • 生成关键视觉图像的文件路径
 View GitHub
其他工具 lab-inventory-predictor
(medical-research-skills-main/scientific-skills/Other/lab-inventory-predictor/SKILL.md)		 根据历史使用频率预测关键实验室试剂的耗尽时间，并在库存低于安全阈值时自动生成采购警报。 适用于基于历史消耗数据预测实验室试剂耗尽时间、生成采购警报，以及跟踪库存水平和使用历史。
  • 实验室试剂库存数据（包括库存水平和使用记录）
  • 试剂耗尽时间预测
  • 自动采购警报
  • 库存报告（文本、JSON或CSV格式）
 View GitHub
其他工具 Lab Result Interpretation
(medical-research-skills-main/scientific-skills/Other/lab-result-interpretation/SKILL.md)		 将复杂的生化实验室检测结果转化为清晰、患者友好的解释，并提供异常值严重程度标记和健康建议。 适用于解读生化实验室检测结果，生成患者友好解释，标记异常值并提供健康建议，同时支持数据分析任务和处理不完整输入或执行错误。
  • 生化实验室检测原始数据
  • 患者友好的实验室结果解释
  • 异常值严重程度标记
  • 背景健康建议
  • 强制性医疗免责声明
  • 危急发现总结及紧急护理建议（针对危急值）
 View GitHub
其他工具 learning-tutoring
(medical-research-skills-main/scientific-skills/Other/learning-tutoring/SKILL.md)		 提供学习辅导规划与内容生成，包括制定学习计划、生成练习题、撰写答案解析及提供复习调整指导。 适用于用户请求学习计划、习题集、答案解析、错题分析、备考方案或周期性复习安排等场景。
  • 学习辅导请求内容
  • 输出文件路径
  • 必要配置参数
  • 相关源文件
  • 任务范围限制
  • 输出结果格式
  • 结果验收标准
  • 学习计划
  • 练习题集
  • 答案解析
  • 复习与调整指导
 View GitHub
其他工具 literature-management
(medical-research-skills-main/scientific-skills/Other/literature-management/SKILL.md)		 将本地文献导入至统一管理的文库中，支持离线去重、标签化管理及可检索索引的生成。 当用户需要将本地下载的文献（PDF/BibTeX/RIS/CSV/TXT）整理成统一文库结构，进行离线去重、手动及自动标签化，并生成本地可追加的检索索引时适用，尤其适用于无网络访问限制的环境。
  • 源目录（包含一个或多个.pdf, .bib, .ris, .csv, .txt文件）
  • 目标文库目录（受本技能管理的文库根目录）
  • 手动标签（可选，通过重复的`--tag ""`提供）
  • 整理后的文献文件写入目标文库目录
  • 在文库根目录创建/追加`index.jsonl`索引文件
  • 导入项、去重项和错误项的汇总报告
 View GitHub
其他工具 literature-statistics
(medical-research-skills-main/scientific-skills/Other/literature-statistics/SKILL.md)		 生成本地参考文献或PDF的出版年份和期刊分布统计数据，无需网络访问即可提供标准化的年份/期刊表格和摘要。 当需要从粘贴的引文、本地参考文献文件或PDF文件夹中快速生成出版年份和期刊分布统计表，用于文献综述或报告附录时。
  • 粘贴的引文文本（支持BibTeX、RIS、EndNote、纯文本或混合格式）
  • 本地参考文献文件（如.bib、.ris、.txt、.csv格式）
  • 本地PDF文件目录
  • 文献统计摘要（包含总处理量、未知年份和未知期刊数量）
  • 出版年份分布表（包含年份、文献数量和百分比）
  • 期刊分布表（包含期刊名称、文献数量和百分比）
 View GitHub
其他工具 literatureimages-interpretation
(medical-research-skills-main/scientific-skills/Other/literatureimages-interpretation/SKILL.md)		 解析学术论文中的图表及其图注，从PDF转Markdown文档中提取变量、趋势和结论，并生成结构化的Markdown报告。 适用于已转换为Markdown格式的学术论文，需要逐图解释、从图表中提取关键信息、将图像与图号对齐，并生成标准化的Markdown报告以供后续分析。
  • 包含页面标记和图像链接的PDF转Markdown格式学术论文
  • 与论文文件同名的图像文件夹中的图像文件
  • 图注和正文引用信息
  • 结构化的Markdown图像解读报告
  • 提取的关键变量、趋势、比较和结论
 View GitHub
其他工具 market-research-report-generator
(medical-research-skills-main/scientific-skills/Other/market-research-report-generator/SKILL.md)		 通过分析商业意图、决策层级并进行多源数据（网络、PubMed、临床试验）检索，生成专业的市场研究报告。 适用于用户需要基于明确主题和可选要求，生成结构化、可重复的市场研究报告的场景。
  • 研究主题
  • 市场研究报告
 View GitHub
其他工具 markitdown
(medical-research-skills-main/scientific-skills/Other/markitdown/SKILL.md)		 将各类文件和Office文档转换为简洁高效的Markdown格式，以优化大型语言模型（LLM）的文本处理、摘要、检索增强生成（RAG）和数据集准备流程。 在需要将研究论文、报告、电子表格、演示文稿、图像、音频等多种异构数据源转化为统一的、LLM友好型Markdown文本时，用于内容摘要、问答系统构建、RAG索引、数据分析或知识库填充。
  • 待转换的源文件路径或统一资源定位符（URL）
  • 待转换的文件流
  • 源文件扩展名
  • 转换后的Markdown格式文本内容
 View GitHub
其他工具 medical-case-interpreter
(medical-research-skills-main/scientific-skills/Other/medical-case-interpreter/SKILL.md)		 将原始临床数据转化为符合微信发布规范的专业医学病例报告文章 需要将原始临床数据整理并撰写成符合隐私、格式和风格要求的微信医学病例报告文章时
  • 病例数据：包含患者病史、检查结果和治疗方案的原始文本或文件
  • 产品名称：需要重点突出的目标药物/产品
  • 医生信息：专家的姓名和所属机构
  • 药物映射：(可选) 英文药物名称的特定中文翻译
  • 符合微信发布规范的医学病例报告文章
 View GitHub
其他工具 medical-case-report-generator
(medical-research-skills-main/scientific-skills/Other/medical-case-report-generator/SKILL.md)		 根据病例图像和疾病名称生成面向患者的医学病例报告推文。 当用户提供医学病例图像并需要结构化报告或推文时使用。
  • 病例图像
  • 疾病名称
  • 面向患者的医学病例报告推文
 View GitHub
其他工具 Medical Unit Converter
(medical-research-skills-main/scientific-skills/Other/medical-unit-converter/SKILL.md)		 在提供公式透明度和临床参考范围的同时，转换医学实验室值（如血糖、胆固醇、肌酐和血红蛋白）的单位。 适用于在不同单位系统间转换血糖、胆固醇、肌酐或血红蛋白等实验室值，并可用于临床文档、研究验证、批量转换以及提供参考范围。
  • 待转换的数值
  • 原始单位（例如：mg_dl, mmol_l, umol_l, g_dl, g_l）
  • 目标单位
  • 用于查找参考范围的分析物名称（例如：血糖、胆固醇、肌酐、血红蛋白）
  • 转换后的数值
  • 转换公式
  • 原始单位
  • 目标单位
  • 分析物名称
  • 参考范围
 View GitHub
其他工具 Medication Reconciliation
(medical-research-skills-main/scientific-skills/Other/medication-reconciliation/SKILL.md)		 自动比对患者入院前用药清单与住院医嘱，以识别遗漏或重复用药，从而提升用药安全性。 适用于比对入院前用药与住院医嘱以检测遗漏或重复用药，并生成结构化报告用于临床交接或药学审核。
  • 入院前用药的JSON文件
  • 住院医嘱的JSON文件
  • 结构化的用药核对报告
  • 剂量变更检测警告
  • 关键药物类别警告
 View GitHub
其他工具 meeting-assistant
(medical-research-skills-main/scientific-skills/Other/meeting-assistant/SKILL.md)		 按时间顺序提取会议关键信息，并输出决策和待办事项。 适用于从原始会议笔记或会议转录文本中生成会议纪要、跟踪待办事项或同步项目进展。
  • 原始会议笔记
  • 会议转录文本
  • 输入文件路径
  • 输出文件路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 会议纪要
  • 决策列表
  • 待办事项列表
  • 项目同步笔记
 View GitHub
其他工具 meeting-minutes-generator
(medical-research-skills-main/scientific-skills/Other/meeting-minutes-generator/SKILL.md)		 从文本转录中生成结构化的会议纪要。 当用户提供文本内容并需要带有签名的结构化总结时使用。
  • 会议文本转录
  • 会议标题
  • 会议类型（工作报告、客户沟通或其他）
  • 结构化会议纪要
 View GitHub
其他工具 meta-search-builder
(medical-research-skills-main/scientific-skills/Other/meta-search-builder/SKILL.md)		 根据用户提供的自然语言描述，自动识别医学实体（疾病、干预措施、人群、结局），并为七大主流医学数据库（PubMed、Cochrane、Embase、Web of Science、CNKI、万方、维普）生成专业的文献检索策略。 在进行系统评价和Meta分析时，用于高效构建和优化文献检索策略。
  • 用户自然语言描述（例如：Meta分析主题、PICOS要素、研究问题）
  • 针对七大主流数据库（PubMed、Cochrane、Embase、Web of Science、CNKI、万方、维普）的专业文献检索式
 View GitHub
其他工具 microscopy-scale-bar-adder
(medical-research-skills-main/scientific-skills/Other/microscopy-scale-bar-adder/SKILL.md)		 为显微图像添加精确的、可用于出版的比例尺，基于像素与物理单位的校准数据。 适用于荧光、明场或电子显微图像的比例尺添加，用于期刊投稿的显微图像制备，批量处理具有一致比例尺样式的图像集，以及验证比例尺的准确性。
  • 输入图像文件路径
  • 比例尺的物理长度值
  • 比例尺的物理单位（如微米、纳米、毫米）
  • 每单位像素校准值（覆盖默认元数据）
  • 输出图像文件路径
  • 比例尺在图像中的位置（右下、左下、右上、左上）
  • 比例尺填充颜色
  • 比例尺标签文本颜色
  • 比例尺高度（像素值）
  • 带有精确比例尺的显微图像
 View GitHub
其他工具 mindmap-helper
(medical-research-skills-main/scientific-skills/Other/mindmap-helper/SKILL.md)		 将需求、复杂主题或笔记组织成Markdown或JSON格式的层级思维导图结构。 适用于将产品需求转化为清晰的多级大纲、为思维导图工具准备文档、起草信息架构或将复杂主题总结为平衡的层级结构。
  • 主题（待生成思维导图的核心内容）
  • 受众（思维导图的目标阅读群体）
  • 范围（思维导图应涵盖的关键领域或子主题）
  • 输出格式（可选：Markdown或JSON）
  • 层级深度（思维导图的最大层级数）
  • Markdown格式的层级思维导图结构
  • JSON格式的层级思维导图结构
 View GitHub
其他工具 mindmap
(medical-research-skills-main/scientific-skills/Other/mindmap/SKILL.md)		 提供本地离线思维导图渲染功能，支持解析纯文本结构并可视化大型语言模型输出。 适用于离线、内网环境下的思维导图渲染，无需外部依赖，支持解析纯文本格式并实时更新内容，便于快速集成与复用。
  • 纯文本思维导图内容
  • 思维导图解析规则（包括缩进/标记规则、节点标签规则）
  • 流式更新行为配置
  • 本地HTML格式的可视化思维导图
  • 解析后的层级节点结构
 View GitHub
其他工具 multi-panel-figure-assembler
(medical-research-skills-main/scientific-skills/Other/multi-panel-figure-assembler/SKILL.md)		 将6个子图（A-F）组装成一个具有统一风格、标签和出版质量的高分辨率复合图。 适用于将独立图板组合成用于出版的复合图，标准化图集标签字体、边距和DPI，以及自动化图表组装以确保可重复性。
  • 6个支持格式的图像文件（图板A-F）
  • 输出路径
  • 高分辨率复合图
 View GitHub
其他工具 multi-source-news-writer
(medical-research-skills-main/scientific-skills/Other/multi-source-news-writer/SKILL.md)		 整合多源信息，撰写高质量、逻辑连贯的新闻稿件。 当拥有原始新闻内容和特定主题，并需要专业新闻稿件时使用。
  • 包含新闻信息的原始文本输入
  • 特定主题
  • 高质量、逻辑连贯的新闻稿件
 View GitHub
其他工具 note-summarizer
(medical-research-skills-main/scientific-skills/Other/note-summarizer/SKILL.md)		 将学习笔记整理成结构化知识点大纲，并导出为可共享的Word文档摘要。 适用于将Word、PPT、文本或Markdown格式的多种来源学习笔记整合、结构化并生成统一的知识点大纲与摘要文档。
  • 原始学习笔记文件（支持Word、PPT、文本、Markdown等格式）
  • 输入文件路径
  • 范围筛选条件
  • 阈值
  • 领域特定约束
  • 结构化知识点大纲
  • Word格式摘要文档
 View GitHub
其他工具 paper-tweet-generator
(medical-research-skills-main/scientific-skills/Other/paper-tweet-generator/SKILL.md)		 分析学术论文（PDF、Word或文本），生成包含基本信息、背景、结果和结论的结构化阅读推文，可突出特定产品/药物优势并确保术语标准化。 当用户希望将学术文档转换为社交媒体帖子或阅读摘要时使用。
  • 学术论文文件（PDF、Word或纯文本格式）
  • 需突出显示的产品或药物优势（可选）
  • 结构化阅读推文
 View GitHub
其他工具 patient-consent-simplifier
(medical-research-skills-main/scientific-skills/Other/patient-consent-simplifier/SKILL.md)		 将复杂的知情同意书转化为患者友好的语言，同时保持法规遵从性和伦理标准。 适用于简化临床试验或医疗程序的知情同意书，以及为普通大众或健康素养有限的患者改编研究摘要。
  • 输入知情同意文件（PDF或文本）
  • 待简化的内联知情同意文本
  • 输出文件路径
  • 目标阅读年级水平（默认：8）
  • 简化后的文件
  • 可读性报告
  • 合规性状态
 View GitHub
其他工具 pdf-extract
(medical-research-skills-main/scientific-skills/Other/pdf-extract/SKILL.md)		 从PDF文档中提取可选择文本和页面图像（包括表格），并将其转换为带有页面标题和图像链接的Markdown格式。 适用于将PDF报告/论文转换为Markdown以保留页面结构、为PPT或设计材料准备文本和视觉内容、审查PDF并过滤无意义图像，以及构建可追溯的文本图像数据集。
  • 输入PDF文件路径
  • 输出Markdown文件路径
  • 图像文件存储目录
  • 图像提取模式（可选：segment, embedded, page）
  • 是否启用基于OCR的文本密集图像过滤
  • 文本密集度过滤阈值
  • OCR文本识别语言
  • 是否启用基于文本匹配的图像过滤
  • 文本匹配识别语言
  • 文本匹配的最小长度
  • 是否启用基于PDF文本重叠的图像过滤
  • PDF文本重叠过滤阈值
  • 规范化处理后的PDF可选择文本
  • 提取的PDF页面图像（包括表格、图表等，可为全页或分段）
  • 结构化Markdown文件（包含文档标题、按页划分的章节标题及图像链接）
 View GitHub
其他工具 pdf-ppt
(medical-research-skills-main/scientific-skills/Other/pdf-ppt/SKILL.md)		 从PDF论文中提取元数据、总结研究、解读结果/图表，并生成符合布局规则且图文一对一对应的文献报告PPTX演示文稿。 适用于将研究论文PDF转换为标准学术结构的文献报告PPTX，要求逐图解读、严格图文对应、离线处理，并遵循指定布局与专业中文叙述。
  • 论文PDF文件
  • PPTX布局脚本
  • 图表标题中文映射文件
  • 文献报告PPTX演示文稿
 View GitHub
其他工具 pdf-processor
(medical-research-skills-main/scientific-skills/Other/pdf-processor/SKILL.md)		 在本地离线执行PDF文档的基本操作，包括合并、拆分、页面提取、文本提取、表格提取和PDF创建。 适用于用户需要离线合并、拆分、提取特定页面、提取文本或提取表格等PDF文档处理任务的场景。
  • 操作类型
  • 输入文件路径列表
  • 输出文件或目录路径
  • 页面范围表达式
  • 合并后的PDF文档
  • 拆分后的独立PDF文档集合
  • 从指定页面提取的PDF文档
  • 提取的纯文本文件
  • 提取的表格数据（CSV格式）
  • 由文本文件生成的PDF文档
 View GitHub
其他工具 pdf-to-ppt-pack
(medical-research-skills-main/scientific-skills/Other/pdf-to-ppt-pack/SKILL.md)		 将研究论文PDF转换为文献报告PPTX演示文稿，通过离线工作流提取文本/图表、映射图注、总结发现并生成幻灯片。 当需要将研究论文PDF转换为演示文稿，特别是包含图表和表格的科学文章，或准备期刊俱乐部/文献报告时使用。
  • 研究论文PDF文档
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 文献报告PPTX演示文稿
 View GitHub
其他工具 phi-prompt-guard
(medical-research-skills-main/scientific-skills/Other/phi-prompt-guard/SKILL.md)		 作为运行时提示行为防护，通过检测PHI提示、避免不安全工具操作和引导用户使用去标识化输入，以降低大型语言模型（LLM）辅助工作流中的PHI暴露风险。 适用于用户即将输入、查询或读取临床/患者数据，或智能体操作可能将受保护健康信息（PHI）引入对话上下文的各种场景。
  • 用户输入文本
  • 智能体待执行操作
  • PHI风险评估报告
  • 智能体行为指令（拒绝、编辑或重定向）
  • PHI处理建议
 View GitHub
其他工具 plan-generator
(medical-research-skills-main/scientific-skills/Other/plan-generator/SKILL.md)		 根据用户提供的日期范围、任务列表和每日可用时间，自动生成考试复习计划或实验室实验排程。 当需要制定跨特定日期范围的期末考试复习计划、分配任务持续时间的实验室实验排程、生成日历式逐日计划并导出为Markdown格式，以及考虑任务依赖性和资源限制时。
  • 计划类型（复习或实验）
  • 开始日期（YYYY-MM-DD）
  • 结束日期（YYYY-MM-DD）
  • 每日可用小时数（可区分工作日和周末）
  • 任务/项目列表（包含任务名称、持续时间、依赖关系、所需资源、考试日期、重要性、主题等详细信息）
  • 计划摘要
  • 逐日日程安排
  • 任务/项目清单
  • Markdown格式的计划文件
 View GitHub
其他工具 Plotly
(medical-research-skills-main/scientific-skills/Other/plotly/SKILL.md)		 提供交互式数据可视化功能，支持悬停提示、缩放、平移、选择和动画，并可嵌入网页 适用于探索性数据分析、构建交互式仪表板、网页嵌入式图表以及时间序列数据监控
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 交互式可视化图表
 View GitHub
其他工具 postdoc-fellowship-matcher
(medical-research-skills-main/scientific-skills/Other/postdoc-fellowship-matcher/SKILL.md)		 根据申请人的国籍、博士毕业年限和研究领域，从精选数据库中筛选并匹配博士后奖学金机会。 博士后申请人需要根据其国籍、职业阶段和研究领域识别符合条件的奖学金时，或比较多个项目的奖学金要求和截止日期时使用。
  • 申请人国籍
  • 博士毕业年限
  • 研究领域
  • 申请人姓名（用于报告标题）
  • 符合条件的奖学金列表及匹配理由
  • 各项奖学金的截止日期和关键要求
  • 资格限制和验证步骤的注意事项
 View GitHub
其他工具 poster-designer
(medical-research-skills-main/scientific-skills/Other/poster-designer/SKILL.md)		 根据用户需求，自动生成专业海报设计概念、优化图像生成提示词，并执行绘图脚本生成最终海报图像。 适用于学术会议、研究发布、产品推广、品牌宣传等多种场景下，快速生成专业海报设计概念与图像。
  • 场景/类型
  • 风格
  • 标题 (可选)
  • 正文内容
  • 主色调
  • 布局偏好 (可选)
  • 资产 (可选)
  • 结构化设计元素
  • 优化后的图像生成提示词
  • 自动生成的海报图像
 View GitHub
其他工具 ppt
(medical-research-skills-main/scientific-skills/Other/ppt/SKILL.md)		 基于本地HTML/JS框架，通过代码驱动方式创建并导出PPTX演示文稿。 当需要从主题或大纲生成具有一致视觉风格的新演示文稿，通过代码迭代编辑幻灯片内容和结构，快速进行HTML预览，或不依赖现有PowerPoint模板导出PPTX时。
  • 包含幻灯片内容与结构定义的JavaScript项目文件
  • PPTX演示文稿文件
  • HTML格式的幻灯片预览文件
 View GitHub
其他工具 pptx-posters
(medical-research-skills-main/scientific-skills/Other/pptx-posters/SKILL.md)		 根据论文摘要或全文内容，自动优化布局并格式化引用，生成PowerPoint演示文稿和学术海报。 当需要将论文摘要或PDF内容转换为结构化的学术海报或幻灯片，并指定设计模板或输出格式时。
  • 摘要文本或文件路径
  • 完整论文PDF文件
  • 输出格式：海报或幻灯片
  • 设计模板：学术型、简约型或彩色型
  • 输出PowerPoint文件路径
  • PowerPoint文件（.pptx格式）
  • 布局建议
  • 手动优化设计指南
 View GitHub
其他工具 Reagent Expiry Alert
(medical-research-skills-main/scientific-skills/Other/reagent-expiry-alert/SKILL.md)		 扫描、记录试剂条形码或标识符及其有效期，并在试剂过期前生成多级预警，以支持实验室库存管理。 适用于新试剂入库时记录有效期，以及定期检查临近过期（30/60/90天预警）的试剂。
  • 试剂条形码或标识符
  • 试剂名称
  • 有效期 (格式：YYYY-MM-DD)
  • 存储位置
  • 现有库存量
  • 检查过期预警标志
  • 预警提前天数
  • 包含各试剂预警级别的过期预警报告
  • 库存概览
  • 针对临界或已过期试剂的重新订购建议
 View GitHub
其他工具 reproducibility-check
(medical-research-skills-main/scientific-skills/Other/reproducibility-check/SKILL.md)		 评估论文方法学部分是否包含所有可重复研究所需信息。 用于投稿前自查、复现可行性评估、同行评审、内部文档规范化及元研究筛选，以确保研究方法的可重复性。
  • 完整的论文方法学部分
  • 可选上下文信息（如设备清单、软件详情、统计计划、数据处理流程等）
  • 方法学部分完整性审计报告
  • 结构化缺失项报告（包含高/低优先级）
  • 不明确或未充分说明的描述识别
  • 可重复性风险评级（低/中/高）及明确理由
  • 针对具体缺陷的可操作性补充建议
 View GitHub
其他工具 resubmission-deadline-tracker
(medical-research-skills-main/scientific-skills/Other/resubmission-deadline-tracker/SKILL.md)		 追踪稿件再投稿截止日期，并根据剩余时间自动生成分阶段任务分解。 适用于追踪稿件再投稿截止日期，评估紧急程度并生成分阶段修订计划。
  • 目标提交日期 (YYYY-MM-DD)
  • 稿件标题
  • 目标期刊名称
  • 主要审稿人意见数量
  • 次要审稿人意见数量
  • 用户时区
  • 截止日期总结
  • 任务分解
  • 风险提示
 View GitHub
其他工具 result-figure-consistencycheck
(medical-research-skills-main/scientific-skills/Other/result-figure-consistencycheck/SKILL.md)		 核查论文结果描述与图例文本之间的一致性 适用于验证论文结果文本与图例描述的匹配性、检测缺失的图表引用以及识别数值或标签不一致的情况
  • 包含分页符（如`## Page XX`）和图例文本的PDF转Markdown格式的论文全文
  • Markdown格式的一致性报告
  • CSV格式的问题列表（包含图号、位置/引用、问题描述、建议修订和优先级）
 View GitHub
其他工具 schedule-management
(medical-research-skills-main/scientific-skills/Other/schedule-management/SKILL.md)		 提供本地化的日程管理功能，包括事件添加、截止日期追踪、提醒生成及时间冲突检测。 适用于需要离线管理日程、追踪项目截止日期、避免时间冲突并接收本地提醒通知的场景。
  • 操作类型
  • 数据存储目录
  • 事件标题
  • 事件开始时间 (YYYY-MM-DD HH:MM)
  • 事件结束时间 (YYYY-MM-DD HH:MM)
  • 事件类别
  • 事件地点
  • 事件备注
  • 事件标签 (逗号分隔)
  • 提醒提前分钟数
  • 事件数据文件 (JSONL格式)
  • 提醒事项导出文件 (CSV格式)
  • 已发送通知记录文件
  • 调度冲突检测结果
  • 筛选后的事件列表
 View GitHub
其他工具 sci-paper-reviewer
(medical-research-skills-main/scientific-skills/Other/sci-paper-reviewer/SKILL.md)		 模拟严格的SCI同行评审流程，对医学稿件进行创新性评估、实验逻辑漏洞检查并提供修订建议。 用户上传或粘贴医学稿件时，需要进行SCI风格的同行评审，包括创新性评分、实验逻辑漏洞审查和具体修订建议。
  • 待评审的医学稿件内容（支持PDF、DOC、DOCX、TXT文件或直接文本输入）
  • 研究类型分类（材料学、基础医学、临床医学或综述）
  • 创新性评估（1-12分），包含原创性、理论拓展和转化路径等严格评分标准
  • 结果部分的逻辑漏洞筛查（包括假阳性风险、机制断裂、对照失败等）
  • 结构化的同行评审报告，包含编号的具体修改建议
 View GitHub
其他工具 science-popularization-article
(medical-research-skills-main/scientific-skills/Other/science-popularization-article/SKILL.md)		 根据医学主题和风格偏好，生成科普文章的标题和提纲。 用户需要为公众教育创建医学/科学科普内容时。
  • 文章的医学/科学主题
  • 写作风格（易于理解或专业权威）
  • 3个候选标题
  • 文章结构提纲
 View GitHub
其他工具 Scientific Schematics
(medical-research-skills-main/scientific-skills/Other/scientific-schematics/SKILL.md)		 根据自然语言描述自动生成出版质量的科学图表（如流程图、架构图、通路图）。 用于创建期刊或海报级图表、神经网络架构图、生物通路图，并支持AI辅助迭代优化。
  • 自然语言描述
  • 文档类型（期刊或海报）
  • 生成模型名称（可选）
  • 评审模型名称（可选）
  • 出版质量的科学图表文件
 View GitHub
其他工具 search-pubmed
(medical-research-skills-main/scientific-skills/Other/search-pubmed/SKILL.md)		 利用PubMed的E-utilities API进行精准医学文献检索，并返回相关文章的总数。 适用于系统评价、荟萃分析和循证研究中的精准医学文献检索。
  • 明确且符合文档范围的任务目标
  • 所有必需的文件、标识符、参数或环境变量
  • 输入路径
  • 输出路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 相关文章总数
  • 结构化检索结果（例如：文献列表、摘要）
 View GitHub
其他工具 Shift Handover Summarizer
(medical-research-skills-main/scientific-skills/Other/shift-handover-summarizer/SKILL.md)		 从电子健康记录中生成结构化的交班总结，突出关键事件、生命体征变化和待处理任务。 在临床班次结束时，从电子健康记录中生成结构化交班总结，并根据事件严重程度对患者进行优先级排序。
  • 班次电子健康记录的JSON文件
  • 班次开始时间
  • 班次结束时间
  • 科室筛选条件
  • 输出文件路径
  • 排除生命体征总结
  • 包含按优先级排序的患者、关键事件和待处理任务的结构化总结
 View GitHub
其他工具 short-video-script-generator
(medical-research-skills-main/scientific-skills/Other/short-video-script-generator/SKILL.md)		 根据主题、时长和风格生成科普短视频脚本。 当用户需要创建科普短视频脚本时调用此技能。
  • 主题
  • 时长
  • 脚本风格
  • 脚本类型
  • 短视频脚本
 View GitHub
其他工具 slide-deck-images
(medical-research-skills-main/scientific-skills/Other/slide-deck-images/SKILL.md)		 生成专业的幻灯片SVG图像，用于内容展示和分享。 适用于用户需要生成可分享、风格化、结构化的幻灯片SVG图像，而非PPTX/PDF文件时。
  • 幻灯片主题或内容描述
  • 幻灯片风格
  • 目标受众
  • 输出语言
  • 幻灯片数量
  • 仅生成大纲
  • 仅生成提示词
  • 仅生成图像
  • 重新生成指定幻灯片编号
  • SVG格式幻灯片图像
  • 幻灯片大纲
  • 幻灯片生成提示词
  • 生成总结报告
 View GitHub
其他工具 soft-article-writer
(medical-research-skills-main/scientific-skills/Other/soft-article-writer/SKILL.md)		 根据产品信息和热门话题，生成高质量的宣传软文，包括结构化大纲、定制化引言和优化标题。 适用于需要撰写宣传内容、软文或营销文案，将产品亮点与当前趋势、新闻或行业洞察相结合的场景。
  • 产品信息
  • 热门话题
  • 高质量宣传软文
  • 结构化大纲
  • 定制化引言
  • 优化标题
 View GitHub
其他工具 spreadsheet-ops
(medical-research-skills-main/scientific-skills/Other/spreadsheet-ops/SKILL.md)		 对CSV/Excel表格数据进行处理与分析，包括数据合并、清洗、统计、公式编辑、格式化、图表生成及工作簿重算。 需要合并、清洗表格数据，执行数据分析与统计，或对Excel文件进行公式操作、格式化、图表生成及强制重算时。
  • 文件路径
  • 文件格式 (CSV或Excel)
  • 工作表名称
  • 目标范围
  • 任务类型 (合并、分析、公式、格式、图表或重算)
  • 输出文件
  • 分析报告
 View GitHub
其他工具 symptom-checker-triage
(medical-research-skills-main/scientific-skills/Other/symptom-checker-triage/SKILL.md)		 基于症状描述和危险信号识别，评估并建议患者的紧急分诊级别（急诊/紧急/门诊），并提供理由和后续步骤建议。 在临床或研究环境中，根据患者症状描述进行分诊，识别危险信号，并生成结构化的分诊结果用于记录或后续处理。
  • 症状描述（自然语言文本）
  • 分诊级别（急诊/紧急/门诊）
  • 识别出的危险信号症状
  • 分诊决策的理由
  • 建议的后续步骤
  • 免责声明
 View GitHub
其他工具 task-reminder
(medical-research-skills-main/scientific-skills/Other/task-reminder/SKILL.md)		 将分散的任务组织成可执行列表，并生成每日、每周或截止日期提醒计划。 适用于需要将分散任务整合为可执行列表，并生成每日、每周或截止日期提醒计划，或导出提醒以进行共享和协作的场景。
  • 任务列表 (包含任务标题、截止日期、优先级、预估工时等详细信息的任务对象数组)
  • 计划开始日期 (YYYY-MM-DD)
  • 计划结束日期 (YYYY-MM-DD)
  • 提醒模式 (可选：每日/每周/截止日期/全部)
  • 每周提醒日 (可选：0=周一, 6=周日)
  • Markdown格式的提醒计划 (包含可执行列表和计划)
  • CSV格式的提醒计划 (表格数据)
 View GitHub
其他工具 text-format-organizer
(medical-research-skills-main/scientific-skills/Other/text-format-organizer/SKILL.md)		 智能清理和规范化生物医学及学术文本格式，同时保护Markdown等特定结构。 适用于生物医学和学术写作中，对稿件、报告、笔记等多种格式文档进行提交前或校对前的格式清理与规范化。
  • 输入文件路径（支持.txt、.md、.docx格式）
  • 输出文件路径
  • 格式化后的文本文件或Word文档
 View GitHub
其他工具 text-to-technical-roadmap
(medical-research-skills-main/scientific-skills/Other/text-to-technical-roadmap/SKILL.md)		 将研究文本（如研究方案、实验设计）转化为Mermaid技术路线图流程图。 当用户提供研究方案、实验设计或科学文本并要求生成路线图或流程图时使用。
  • 研究文本
  • Mermaid技术路线图流程图
 View GitHub
其他工具 Time Zone Planner
(medical-research-skills-main/scientific-skills/Other/time-zone-planner/SKILL.md)		 为分布式团队规划跨时区会议窗口，提供区域性本地时间映射及调度决策的权衡分析。 适用于规划多区域或跨时区会议窗口，并比较不同候选时间段及其权衡以优化分布式团队的调度。
  • 区域集合，例如 ["US/Eastern", "Europe/London", "Asia/Shanghai"]
  • 会议时长（分钟）
  • 各区域偏好的本地小时范围，例如 {"US/Eastern": [9, 17]}
  • 按区域划分的建议会议窗口
  • 每个包含区域的本地时间映射
  • 适用的夏令时假设说明
  • 每个候选窗口的权衡总结
 View GitHub
其他工具 treatment-plans
(medical-research-skills-main/scientific-skills/Other/treatment-plans/SKILL.md)		 生成以患者为中心的、简洁的医学治疗方案（LaTeX/PDF格式） 适用于需要制定可操作的、专业排版的个性化治疗方案，尤其是在多学科协作、慢性病管理或围手术期护理等场景下
  • 患者临床信息
  • 诊断与病情描述
  • 治疗目标与期望结果
  • 干预措施相关证据
  • 监测与评估指标
  • 以患者为中心的医学治疗方案（LaTeX/PDF格式）
 View GitHub
其他工具 uspto-database
(medical-research-skills-main/scientific-skills/Other/uspto-database/SKILL.md)		 程序化访问美国专利商标局（USPTO）数据，包括专利、商标的检索、审查历史和状态信息。 适用于专利检索、审查历史追踪、商标状态查询、专利生命周期验证及所有权信息获取等场景。
  • JSON查询对象
  • USPTO/PatentsView API密钥
  • 专利/申请标识符
  • 匹配的专利标识符/记录
  • 专利审查历史与事件数据
  • 商标状态与文档
  • 专利生命周期状态元数据
 View GitHub
其他工具 vector-text-fixer
(medical-research-skills-main/scientific-skills/Other/vector-text-fixer/SKILL.md)		 修复PDF/SVG矢量图形中因字体嵌入、编码或字体缺失导致的乱码文本，并输出修复后的文件或可编辑的JSON。 适用于修复PDF和SVG文件中因字体嵌入、编码错误或字体缺失导致的乱码文本，支持批量处理，以便在AI工具中进行编辑或分析。
  • 单个PDF或SVG文件路径
  • 包含PDF或SVG文件的文件夹路径
  • 修复后的PDF或SVG文件
  • 用于AI工具导入的可编辑JSON文本映射文件
  • 包含已修复、已跳过和未解决文本块的结构化结果报告
 View GitHub
其他工具 virtual-patient-roleplay
(medical-research-skills-main/scientific-skills/Other/virtual-patient-roleplay/SKILL.md)		 模拟标准化患者情景，用于医学培训，支持OSCE式病史采集练习、沟通技巧排练和教学复盘。 适用于OSCE式病史采集练习、沟通技巧排练、复盘规划，以及学习者需要与模拟患者进行临床访谈练习的场景。
  • 模拟情景（可选：胸痛、头痛、腹痛）
  • 学习者向患者提出的问题
  • 情景难度级别
  • 模拟患者回应
  • 情景特定提示与复盘要素
  • 明确提示输出内容仅供教学，非临床建议
 View GitHub
其他工具 waste-disposal-guide
(medical-research-skills-main/scientific-skills/Other/waste-disposal-guide/SKILL.md)		 提供特定化学废物的正确废弃容器、安全预防措施及合规性指导。 适用于识别特定化学废物的正确废弃容器，以及查阅实验室化学品的废物类别和安全预防措施。
  • 待查询的化学品名称
  • 列出所有废物类别
  • 显示所有类别的安全注意事项
  • 查询化学品的正确容器颜色和类别
  • 废弃处理说明和安全预防措施
  • 不兼容废物处理注意事项
 View GitHub
其他工具 word-read-write
(medical-research-skills-main/scientific-skills/Other/word-read-write/SKILL.md)		 创建和读取Microsoft Word (.docx) 文档。 从结构化数据生成Word报告、制作标准化备忘录/信函/模板、导出可靠渲染的文档、程序化插入元素以及从现有.docx文件提取文本。
  • 文档内容
  • 文档格式配置
  • Word文档文件路径
  • 生成的Word文档文件
  • 提取的文档文本内容
 View GitHub
实验方案设计 inplasy-registration-helper
(medical-research-skills-main/scientific-skills/Protocol Design/INPLASY-registration-helper/SKILL.md)		 协助研究人员根据研究标题和可选的实验方案，生成荟萃分析的INPLASY注册内容。 当用户需要起草INPLASY注册表单时。
  • 研究标题
  • 实验方案 (可选)
  • INPLASY注册表单内容
 View GitHub
实验方案设计 basic-research-design
(medical-research-skills-main/scientific-skills/Protocol Design/basic-research-design/SKILL.md)		 基于给定主题生成渐进式实验副标题和详细研究大纲，以设计生物医学研究课题。 当用户需要设计研究方案、为特定主题规划实验或构建生物医学研究时使用。
  • 研究主题
  • 渐进式实验副标题
  • 详细研究大纲
 View GitHub
实验方案设计 clinic-research-design
(medical-research-skills-main/scientific-skills/Protocol Design/clinic-research-design/SKILL.md)		 生成临床研究方案的结构化提示框架，支持诊断性、有效性、病因学和预后研究，并计算样本量，为大型语言模型提供逻辑指导。 适用于需要结构化、可重复的临床研究方案设计，用户可提供必要输入并期望获得结构化交付物。
  • 来源文件
  • 范围限制
  • 输出格式
  • 验收标准
  • 输入路径
  • 范围过滤器
  • 阈值
  • 领域特定约束
  • 研究类型（诊断性、有效性、病因学、预后）
  • 样本量计算所需参数
  • 临床研究方案的结构化提示框架
  • 样本量计算结果
  • 方案骨架与逻辑结构
  • 明确的假设列表
 View GitHub
实验方案设计 dual-disease-transcriptomic-ml-planner
(medical-research-skills-main/scientific-skills/Protocol Design/dual-disease-transcriptomic-ml-planner/SKILL.md)		 根据用户提供的疾病对，生成完整的双疾病转录组学与机器学习研究设计。 适用于用户希望利用公共GEO数据，识别两种疾病之间的共有差异表达基因、共有核心基因、跨疾病生物标志物或共享分子机制的场景。
  • 两种疾病或表型
  • 四种工作负载配置（精简版/标准版/高级版/出版级+）
  • 推荐的主方案
  • 分步工作流程
  • 图表规划
  • 验证策略
  • 最小可执行版本
  • 出版升级路径
 View GitHub
实验方案设计 esm
(medical-research-skills-main/scientific-skills/Protocol Design/esm/SKILL.md)		 提供蛋白质语言模型工具包，用于多模态生成性蛋白质设计、高效嵌入、序列/结构/功能预测及逆折叠。 适用于设计新型蛋白质、补全或编辑序列、预测蛋白质三维结构、执行逆折叠、生成蛋白质嵌入以及大规模推理任务。
  • 蛋白质序列
  • 目标蛋白质结构
  • 目标蛋白质功能
  • 生成配置参数
  • Forge API认证凭证
  • 生成的蛋白质序列
  • 预测的蛋白质三维结构
  • 设计的蛋白质序列
  • 蛋白质嵌入向量
  • 补全或编辑后的蛋白质序列
 View GitHub
实验方案设计 faers-multi-drug-soc-planner
(medical-research-skills-main/scientific-skills/Protocol Design/faers-multi-drug-soc-planner/SKILL.md)		 从用户提供的药物集合、对照逻辑和目标系统器官分类（SOC）生成完整的基于FAERS的比较药物警戒研究设计，并始终输出四种工作负载配置及一个推荐的主要计划。 适用于用户希望在单个系统器官分类（SOC）或限定不良事件领域内，利用FAERS或OpenFDA数据比较多种药物间安全性信号的场景。
  • 药物集合 - 一个或多个药物名称或药物类别（例如，“β受体阻滞剂”，“普萘洛尔，阿替洛尔”）
  • 对照组 - 活性对照药物或类别（例如，“ACE抑制剂”，“赖诺普利”）；若省略可推断
  • 目标系统器官分类 - 一个MedDRA系统器官分类（SOC）或限定不良事件领域（例如，“精神疾病”）；若省略可推断
  • 配置偏好 - “精简版”、“标准版”、“高级版”或“出版级+”，用于预选研究计划
  • 四种工作负载配置（精简版/标准版/高级版/出版级+）
  • 推荐的主要研究计划
  • 分步工作流程
  • 图表规划
  • 验证策略
  • 最小可执行版本
  • 出版升级路径
 View GitHub
数据分析 hypogenic
(medical-research-skills-main/scientific-skills/Protocol Design/hypogenic/SKILL.md)		 自动化的大语言模型驱动的表格数据集假设生成与检验 适用于新数据集的探索性分析、竞争性解释的基准测试、文献信息与数据驱动假设的结合以及高覆盖率的假设发现
  • 训练数据集 (JSON格式)
  • 验证数据集 (JSON格式)
  • 测试数据集 (JSON格式)
  • 任务配置参数 (YAML格式)
  • 自动化生成的假设列表
  • 假设评估结果
 View GitHub
实验方案设计 hypothesis-generation
(medical-research-skills-main/scientific-skills/Protocol Design/hypothesis-generation/SKILL.md)		 从实验观察或初步数据中系统地构建可验证的科学假设，并制定相应的验证计划。 当拥有实验观察结果或初步数据，需要将其转化为可测试的假设、预测、机制及验证实验时。
  • 实验观察结果
  • 初步数据
  • 可验证的科学假设
  • 假设预测
  • 作用机制
  • 验证实验方案
 View GitHub
实验方案设计 meta-protocol-writer
(medical-research-skills-main/scientific-skills/Protocol Design/meta-protocol-writer/SKILL.md)		 根据研究标题和PICOS要素生成符合PROSPERO标准的Meta分析方案 适用于用户需要撰写系统评价或Meta分析方案的场景
  • 研究标题
  • PICOS要素
  • 符合PROSPERO标准的Meta分析方案
 View GitHub
实验方案设计 Network Toxicology + Molecular Docking Research Planner
(medical-research-skills-main/scientific-skills/Protocol Design/network-tox-docking-research-planner/SKILL.md)		 根据用户提供的毒物和疾病/表型，生成完整的网络毒理学与分子对接研究设计。 当用户希望通过共享分子靶点、枢纽基因、通路和对接证据，研究环境毒物、内分泌干扰物、重金属、食品污染物、药物残留或消费品化学品如何导致疾病时，应使用此技能。
  • 毒物（环境化学品、内分泌干扰物、重金属、食品污染物、药物残留或消费品化学品）
  • 疾病或表型
  • 四种工作量配置（精简版/标准版/高级版/出版增强版）
  • 推荐的主计划
  • 分步工作流程
  • 图表计划
  • 验证策略
  • 最小可执行版本
  • 发表升级路径
 View GitHub
实验方案设计 Non-Tumor ML Research Planner
(medical-research-skills-main/scientific-skills/Protocol Design/non-tumor-ml-research-planner/SKILL.md)		 生成完整的非肿瘤生物医学机器学习研究设计方案。 适用于规划非肿瘤疾病的生物信息学与机器学习研究，包括诊断生物标志物研究、GEO数据集整合与模型构建，以及不同工作量级别的研究计划生成。
  • 疾病/表型
  • 机制主题（例如：细胞焦亡、铁死亡等）
  • 主要研究目标（例如：诊断模型、生物标志物发现、机制研究论文）
  • 数据限制（例如：仅限GEO数据、仅限公开数据、无湿实验、无单细胞数据）
  • 模型偏好（例如：随机森林+LASSO、支持向量机、XGBoost、可解释性模型）
  • 结构化、面向发表的非肿瘤生物信息学与机器学习研究计划（涵盖四个工作量级别）
 View GitHub
实验方案设计 prospero-registration-helper
(medical-research-skills-main/scientific-skills/Protocol Design/prospero-registration-helper/SKILL.md)		 协助研究人员根据研究标题和可选研究方案生成荟萃分析的PROSPERO注册内容。 当用户需要起草荟萃分析的PROSPERO注册表单时，用于协助研究人员生成注册内容。
  • 研究标题
  • 可选研究方案
  • PROSPERO注册表单草稿
 View GitHub
实验方案设计 protocol-standardization
(medical-research-skills-main/scientific-skills/Protocol Design/protocol-standardization/SKILL.md)		 将零散的实验步骤标准化为可重复的实验方案文档 适用于方法组织、实验室标准操作规程（SOP）起草或确保跨操作员的可重复性
  • 原始实验记录
  • 标准化实验方案
 View GitHub
学术写作 research-grants
(medical-research-skills-main/scientific-skills/Protocol Design/research-grants/SKILL.md)		 撰写符合资助机构规范、预算要求及评审标准的竞争性研究基金申请书。 适用于撰写、修订或再提交需严格遵循资助机构规定及评审期望的各类研究基金申请。
  • 资助机构征集文件/基金机会公告/广域机构公告
  • 项目研究内容与目标
  • 详细预算信息与经费需求
  • 资助机构特定的评审标准与要求
  • 项目时间表、里程碑与管理计划
  • 现有草稿或评审意见（如适用）
  • 相关参考文献与支持性材料
  • 图表或示意图设计需求
  • 完整的、符合资助机构要求的竞争性研究基金申请书
  • 项目核心叙述章节（如研究策略、项目描述、技术卷宗）
  • 机构特定价值章节（如广泛影响、创新性、意义）
  • 符合机构规范的项目预算及详细经费说明
  • 项目时间表、里程碑、可交付成果及风险管理计划
  • 针对评审意见的结构化回应（如适用）
  • 与申请内容匹配的图表或示意图建议
 View GitHub
实验方案设计 research-proposal-generator
(medical-research-skills-main/scientific-skills/Protocol Design/research-proposal-generator/SKILL.md)		 基于输入的文献资料，生成一份包含科学假设、机制验证和预算的综合性研究方案设计。 当用户希望基于一篇论文设计一个研究项目时使用。
  • 一篇科学论文的文本内容
  • 一份结构化的研究方案
 View GitHub
实验方案设计 two-sample-mr-research-planner
(medical-research-skills-main/scientific-skills/Protocol Design/two-sample-mr-research-planner/SKILL.md)		 根据用户提供的研究方向，生成完整的两样本孟德尔随机化（MR）研究设计方案。 适用于用户希望设计、规划或构建使用两样本孟德尔随机化方法来检验因果关系的研究时。
  • 一个暴露因素（或暴露因素集合）与一个结局变量
  • 用户提供的研究方向（包含潜在的时间或资源限制）
  • 四种工作量配置方案（精简版/标准版/高级版/出版级+）
  • 推荐的主研究计划
  • 分步工作流程
  • 图表规划
  • 验证策略
  • 最小可执行版本
  • 出版升级路径
 View GitHub
学术写作 skill-auditor
(medical-research-skills-main/skill-auditor/SKILL.md)		 提供对任何智能体技能进行全面审计、评估、审查、评分和质量检查的标准化端到端流程。 在发布、更新或部署智能体技能前，对其进行评估、审计、审查、评分或质量检查；或当用户需要改进其技能时使用。
  • 待审计的智能体技能
  • 否决报告
  • 静态质量评分与评估注释
  • 动态测试输入
  • 多模式执行测试结果
  • 多层输出评估结果
  • 人工评估查看器
  • 可操作的优化建议
  • 经过改进的、可投入生产的SKILL.md文件
  • 评估报告JSON文件
 View GitHub
📊 页面访问 — 次