医学文献智能分析器
将以下提示词粘贴到你的 AI 对话框中：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_da376a5d/333。
技能介绍
解决的问题
医学文献阅读常卡在三个点：正文结论、统计数据与可复现方法分散；补充证据检索容易混入核心论文；实验与转化路径难以从单篇论文直接落地。该技能把单篇医学文献作为输入，要求助手先基于文本完成深度分析，再围绕关键药物、疾病或机制做补充检索，最后输出可复核的报告与图谱数据。
工作方式
它按阶段执行：读取 PDF、DOCX、URL 或粘贴文本；提取标题、作者、DOI、PMID、研究设计、证据等级、主要发现、P 值、95% CI、HR/OR/RR、样本量等字段。接着做关系驱动实体提取，只保留有文本依据的实体对，覆盖疾病、药物、基因、症状、通路、结局等类型，并写入 entities.json。随后必须调用 build_knowledge_graph.py 与 visualize_graph.py 生成交互式 HTML 图谱。核心能力包括主动检索补充文献、推演短期/中期/长期转化路径、总结实验方法并设计 1-3 套可落地方案，最终保存 analysis_report.md、图谱 JSON 和补充文献数据。
适用边界
它适合研究论文、机制研究、临床试验或方法学较强的文献。检索失败、实体为空或涉及非常规领域时，结果需人工复核；AI 生成的转化路径和实验方案具有不确定性，关键结论以原文为准，实验前需伦理审查。
使用场景
- 收到一篇 PDF 论文，需要提取主要发现、P 值、95% CI、HR/OR 并整理成结构化摘要。
- 围绕论文关键药物和疾病检索 5-10 篇补充文献，并比较与核心论文一致、补充或冲突。
- 把论文中的机制与实验方法提炼成 1-3 套可复现方案，包含材料清单、SOP 和预算。
- 基于已提取的实体关系生成交互式 HTML 知识图谱，并保留可点击的 PMID/DOI 链接。
适合人员
- 临床科研人员：需要快速拆解单篇医学论文的统计结果、证据等级和局限，并形成可汇报摘要。
- 生物医药研发人员：需要从机制和实验方法中整理可复现实验方案、材料清单与关键控制点。
- 科研教学者：需要围绕核心论文补充检索相关文献，并比较不同研究的结论与研究空白。
- 医学数据分析工程师：需要把论文中的实体关系转成 JSON 图谱数据，便于后续可视化和复用。
相关技能
辅助广东省省级政务信息化项目立项审批，提供分类判断、流程指引、材料清单、命名校验、方案辅导、预算计算和审核自查。
基于恒生聚源 MCP 金融数据库，对固定收益持仓进行业绩、风险、久期、信用和宏观分析，并输出可溯源的 Markdown 与 HTML 报告。
围绕消防法规、设计审查、验收、设施运维、安全管理和灭火辅导，检索规范条文并输出可溯源的结构化解答。
基于 accurLex 知法 API 审查中国法合同纯文本，输出完整审查意见原文，并生成 Word 文档。