技能介绍

要解决的问题

临床试验信息分散在多个入口：ClinicalTrials.gov、EU CTR、中国 CDE、ChiCTR、ISRCTN、DRKS，以及把这些库聚合起来的 WHO ICTRP。各家的字段命名、试验编号体系和状态枚举都不一样，一个调研项目往往要手工拼几次查询，再对着表格逐条去重。更实际的障碍是访问：CDE 和 ChiCTR 用 WAF 指纹拦截自动化浏览器，老版 ICTRP 门户也是 WebForms 形态，脚本直接抓网页这条路并不可靠。

它如何工作

技能把取数拆成两条安全路径，原则是不在调用端用无头浏览器硬闯 WAF 后面的站点。

Tier 1 直连（纯 HTTP，无浏览器）：ClinicalTrials.gov v2 REST API（必需）、EU CTR 旧版 EudraCT 搜索结果 HTML 解析（search_eu_ctr.py）、PubChem PUG-REST（药物到 CID / 靶点，可选）。
Tier 2 外部工作流（Bearer token + POST JSON）：extsvc_client.py 作为共享客户端，CDE、WHO ICTRP、ChiCTR、ISRCTN、DRKS 统一走同一个端点 https://ct-search.coze.site/run，只发送公开查询词。
CDE 粘贴模式：parse_cde.py 解析用户手工粘贴的页面，数据不出本机。

检索按强制顺序执行：先定范围，再做关键词本地化（CT.gov / WHO / PubChem 用英文，CDE 需要中文且去掉“类”后缀，例如 drugs_name=列汀 而不是 DPP-4抑制剂），最后执行。WHO 与 CDE 是两次独立调用（共用 demand_id），CDE 永不被跳过，因为 WHO 的英文标题匹配会漏掉中文试验。

归一化由 aggregate.py 完成：统一 UTN/TRN 与各库编号，做模糊匹配，扫描原始字段中内嵌的注册号，以 CT.gov 为基准。输出支持 JSON / Markdown / 可选 PNG，可继续串到 ct-pipeline 和 ct-protocol。

两块能力值得单独提：--track 把结果写入 registry_snapshot.json，--diff 按 NCT 集合比对两份 normalized.json 输出 status_delta，并按 STATUS_EQUIV 同义归桶，避免把 RECRUITING 与 ONGOING 误报成状态变更。Tier-2 失败时自动降级为 CDE + ClinicalTrials.gov，标记 who_status=failed 或 zero_hit_unverified，降级位置在 report.md 里披露数据流向。

适用边界

默认是安全预览，脚本只生成与展示，联网需显式 --run。输出仅供调研参考，不构成监管递交，CSR 与申报文件仍需按 GCP 单独生成。Tier-2 依赖作者发布的统一端点公共凭证，它只是 XOR+base64 混淆而非加密，作用是规避目录列举时被一眼看到；覆盖请用 --token 或 CT_REGISTRY_COZE_TOKEN，不要把 token 贴进对话。配额计数器与输出目录是技能目录内的共享文件，建议单会话运行，多会话并行需依赖 usage_guard.py 的文件锁。检索通常耗时 10 秒到 3 分钟，宽泛关键词可能到 5 分钟并返回标记 is_timeout: true 的部分结果。