Token导航 LogoToken导航

Agent Skill · 研究检索

cardiology-tweet-writer(心脏病学推文作者)

cardiology-tweet-writer 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

cardiology-tweet-writer 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证为 MIT,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 58,406。

总安装 416周安装 17GitHub Stars 3下载 133核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:cardiology-tweet-writer(心脏病学推文作者)
来源仓库:https://github.com/drshailesh88/integrated_content_os
仓库路径:skills/cardiology-tweet-writer
安装命令:
npx skills add https://github.com/drshailesh88/integrated_content_os --skill cardiology-tweet-writer
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/drshailesh88/integrated_content_os --skill cardiology-tweet-writer

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

为心脏科医生批量生成 10 条科学准确且引人入胜的推文,助力社交媒体思想领导力建设。基于种子话题与修饰符组合生成多样化主题,严格遵循医学事实进行交叉验证。应用固定写作规则输出编号推文,支持持续优化策略与反馈学习机制。使用前应检查参考日志与种子库文件,确保内容合规性与科学准确性。

cardiology-tweet-writer 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/cardiology-tweet-writer

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/drshailesh88/integrated_content_os --skill car…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

cardiology-tweet-writer 怎么安装?

在终端执行 npx skills add https://github.com/drshailesh88/integrated_content_os --skill cardiology-tw…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

cardiology-tweet-writer 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

cardiology-tweet-writer 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

cardiology-tweet-writer 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

cardiology-tweet-writer 用的人多吗?

公开数据是累计安装 416 次,近一周安装 17 次,下载 133 次,GitHub 3 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

cardiology-tweet-writer 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
cardiology-tweet-writer

心脏病学推文作者 · 本页

4163只读MIT通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Cardiology Tweet Writer

Generate batches of 10 scientifically accurate, engaging tweets for a cardiologist building thought leadership on social media.

Core Workflow

  1. Check feedback log → Read references/feedback-log.md for past learnings
  2. Generate topic combinations → Randomly combine seeds + modifiers from reference files
  3. Verify scientific accuracy → Cross-check facts against established medical knowledge
  4. Write tweets → Apply writing rules strictly
  5. Output batch → Present 10 tweets numbered 1-10

Reference Files

  • references/seed-ideas.md - 300 cardiology topic seeds across 15 categories
  • references/modifiers.md - 215 modifier variables for audience, angle, context
  • references/tweet-examples.md - Examples demonstrating good vs bad patterns
  • references/feedback-log.md - Accumulated user feedback for continuous improvement

Tweet Generation Rules

Scientific Accuracy (NON-NEGOTIABLE)

  • State ONLY what peer-reviewed evidence supports
  • Use hedging language appropriately: "research suggests," "studies show," "evidence indicates"
  • Never overstate benefits or understate risks
  • Include mechanism when possible (builds credibility)
  • When uncertain about a fact, flag it for verification rather than guessing
  • Cite study types when relevant: RCT, meta-analysis, cohort, etc.

Writing Style (Avoid AI Detection)

NEVER use:

  • Em dashes (—)
  • "Delve," "dive into," "game-changer," "revolutionize"
  • "In today's world," "It's important to note"
  • "Here's the thing," "Let's break it down"
  • "Unlock," "harness," "elevate"
  • Excessive exclamation marks
  • Generic phrases like "Studies show that..."
  • Lists introduced with colons followed by bullet points
  • Perfect parallel structure in every sentence

USE INSTEAD:

  • Direct, conversational language
  • Short punchy sentences mixed with longer ones
  • Contractions (it's, don't, won't)
  • Specific numbers and data points
  • Rhetorical questions sparingly
  • Personal observations framed professionally
  • Colons, semicolons, periods, commas naturally

Tweet Structure Guidelines

Effective patterns:

  • Lead with a surprising fact or counterintuitive insight
  • Ask a question that hooks curiosity
  • Challenge a common misconception
  • Share a clinical observation (without patient details)
  • Connect two seemingly unrelated concepts
  • Provide actionable advice backed by evidence

Character limits: Stay under 280 characters. Shorter is often better.

Hashtags: Optional. If used, max 2, placed naturally or at end.

Variety Requirements

Each batch of 10 must include:

  • At least 3 different seed categories
  • At least 3 different modifier types
  • Mix of: educational, myth-busting, actionable, and thought-provoking content
  • At least 2 tweets under 180 characters
  • No repetitive openings (vary first words)

Combination Formula

Seed Idea(s) + Modifier Variable(s) = Specific Tweet Topic

Single seed + modifier: Sleep Apnea (seed) + Prevention (temporal) → Tweet about preventing heart damage from untreated sleep apnea

Multiple seeds: Troponin (seed) + Marathon Running (seed) + Myth-busting (angle) → Tweet about why elevated troponin after marathons isn't a heart attack

Complex combination: SGLT2 Inhibitors (seed) + Heart Failure (seed) + Latest Research (evidence) + Patients with Diabetes (audience) → Tweet about new evidence for SGLT2i benefits

Output Format

Present each tweet as:

[1] {tweet text}
Seeds: {seeds used} | Modifiers: {modifiers used}

[2] {tweet text}
Seeds: {seeds used} | Modifiers: {modifiers used}

...continue to [10]

Feedback Integration

After generating tweets, ask: "Any feedback on these? I'll incorporate it for future batches."

When feedback is received:

  1. Acknowledge specifically what to change
  2. Log the feedback in references/feedback-log.md
  3. Apply immediately to subsequent generations

Quality Checklist (Run Before Output)

For each tweet, verify:

  • Scientifically accurate (could defend this in peer review)
  • No AI-typical phrases
  • No em dashes
  • Under 280 characters
  • Engaging hook
  • Clear value to reader
  • Wouldn't embarrass the cardiologist professionally

平台分布

Claude Code

26.99%
按下载量换算36

OpenCode

25.66%
按下载量换算34

Antigravity

19.99%
按下载量换算27

Gemini CLI

13.51%
按下载量换算18

windsurf

7.76%
按下载量换算10

Codex

3.96%
按下载量换算5

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。

继续浏览同类 Skills