针对单个治疗适应症做研究、并写成一份 dossier。这里把适应症当成一个患者群体来看,而不是一个疾病实体:这些患者是谁、有多少、生物学上出了什么问题、今天怎么治、监管机构此前认可过什么、哪些临床试验改变了这个领域。有些群体根本对不上任何一个可计费的诊断,把这一点讲明白也是分内事,因为它会改变监管路径。这是一份研究与写作的 recipe,不给医疗建议,产出的内容也没有和任何已核验的证据数据库比对过。
检索由 Agent 自己完成。它必须找到当前的权威来源、精确引用,把不确定性和来源之间的分歧原样留在文里而不是抹平,并遵守各阶段参考文档里禁止捏造的硬性规则。本 Skill 不附带 sidecar,也不附带实时数据源。
一个 Skill 就是一个文件目录,所谓安装,就是把这个目录复制到 Agent 会去读的地方。有 Node 18+、且 PATH 上有 git(npm 靠它解析 github: 形式的包名)即可,无需先克隆仓库:
npx github:PKU-YuanGroup/OpenAI4S install indication-dossier --target claude
--target claude 写入 ~/.claude/skills,claude-project 写入 ./.claude/skills,openai4s 写入 <data_dir>/user-skills,--dir <path> 则写到你指定的任意位置。往目标写任何东西之前,都会先打印解析出的绝对路径;--dry-run 到此为止,不再写入。重装时,若目标副本被你改过、或者不是它自己装的,就拒绝覆盖;uninstall 也只删除它自己写过的文件。对于 npm 发布版中包含的配方,可用 npx @pku-yuangroup/openai4s-skills install indication-dossier --target claude 安装发布版本。npm 目录可能与当前仓库不同。
没有 Node 时,直接取这个目录——需要 .zip 上传时再打包。tarball 是整个仓库(超过 100 MB),下面这条管道是 POSIX shell(macOS、Linux、WSL)写法,只解出这一个目录:
curl -L https://codeload.github.com/PKU-YuanGroup/OpenAI4S/tar.gz/refs/heads/main \
| tar -xz --strip-components=2 OpenAI4S-main/skills/indication-dossier
python3 -m zipfile -c indication-dossier.zip indication-dossier
同一份内容的图形界面版本是点击下载整个仓库 zip 包,Windows 上也走这条路:解压后把 skills/indication-dossier/ 拷出来即可(unzip main.zip 'OpenAI4S-main/skills/indication-dossier/*' 只解这一个目录)。如果你本来就在跑 OpenAI4S,那这里没有任何东西需要安装——wheel 自带全部内置 Skill,且内置 Skill 优先于 <data_dir>/user-skills 里的同名副本。目标目录、来源记录,以及安装器拒绝去做的那些事:tools/skills-installer/。
| 文件 | 职责 |
|---|---|
SKILL.md |
驱动整轮研究:五个阶段,每个阶段写一个 waypoint 文件;第 1 阶段结束后有一次身份确认,工作目录里已经有 waypoint 时可以续跑。它同时规定输入、Skill 期望的工具(以及某个 MCP 未连接时的退路)、输出布局,以及综合阶段还允许补取什么、什么只能记成缺口。 |
| 目录 | 职责 |
|---|---|
references/ |
按需加载:跨阶段通用的研究标准、每个阶段一份的操作说明、写作规则,以及 waypoint 文件的 JSON schema。 |