Token导航 LogoToken导航

Agent Skill · 研究检索

medical-imaging-review(医学影像评论)

medical-imaging-review 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。

medical-imaging-review 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,权限为调用外部服务;许可证信息还不明确,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 17,589。

总安装 6,515周安装 277GitHub Stars 541下载 2,282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
unknown

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:medical-imaging-review(医学影像评论)
来源仓库:https://github.com/luwill/research-skills
仓库路径:skills/medical-imaging-review
安装命令:
npx skills add https://github.com/luwill/research-skills --skill medical-imaging-review
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。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/luwill/research-skills --skill medical-imaging-review

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。

medical-imaging-review 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中根据关键词或任务场景定位候选结果。适用于需要快速获取信息或线索的场景,如医学影像分析或临床支持。通过关键词、来源仓库或任务描述触发检索,返回结构化候选列表。

安装前需确认权限范围,注意是否会触发联网或文件操作,建议检查维护状态。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/medical-imaging-review

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/luwill/research-skills --skill medical-imaging…;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

    它需要调用外部服务,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

medical-imaging-review 怎么安装?

在终端执行 npx skills add https://github.com/luwill/research-skills --skill medical-imaging-review。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

medical-imaging-review 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。

medical-imaging-review 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

medical-imaging-review 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

medical-imaging-review 用的人多吗?

公开数据是累计安装 6,515 次,近一周安装 277 次,下载 2,282 次,GitHub 541 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。

medical-imaging-review 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 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
medical-imaging-review

医学影像评论 · 本页

6,515541调用外部服务未明确有提醒

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

Medical Imaging AI Literature Review Skill

Write comprehensive literature reviews following a systematic 7-phase workflow.

Quick Start

  1. Initialize project with three core files:

- CLAUDE.md - Writing guidelines and terminology - IMPLEMENTATION_PLAN.md - Staged execution plan - manuscript_draft.md - Main manuscript

  1. Follow the 7-phase workflow (see references/WORKFLOW.md)
  2. Use domain-specific templates (see references/DOMAINS.md)

Core Principles

Writing Style

  • Hedging language: "may", "suggests", "appears to", "has shown promising results"
  • Avoid absolutes: Never say "X is the best method"
  • Citation support: Every claim needs reference
  • Limitations: Each method section needs a Limitations paragraph

Required Elements

  • Key Points box (3-5 bullets) after title
  • Comparison table for each major section
  • Performance metrics: Dice (0.XXX), HD95 (X.XX mm)
  • Figure placeholders with detailed captions
  • References: 80-120 typical, organized by topic

Paragraph Structure

Topic sentence (main claim)
  → Supporting evidence (citations + data)
  → Analysis (critical evaluation)
  → Transition to next paragraph

Literature Sources

Use multi-source strategy for comprehensive coverage:

SourceBest ForTools
ArXivLatest DL methods, preprintssearch_papers, read_paper
PubMedClinical validation, peer-reviewedpubmed_search_articles
ZoteroExisting library, organized refszotero_search_items

For MCP configuration details, see references/MCP_SETUP.md.


Standard Review Structure

# [Title]: State of the Art and Future Directions

## Key Points
- [3-5 bullets summarizing main findings]

## Abstract

## 1. Introduction
### 1.1 Clinical Background
### 1.2 Technical Challenges
### 1.3 Scope and Contributions

## 2. Datasets and Evaluation Metrics
### 2.1 Public Datasets (Table 1)
### 2.2 Evaluation Metrics

## 3. Deep Learning Methods
### 3.1 [Category 1]
### 3.2 [Category 2]
(Table 2: Method Comparison)

## 4. Downstream Applications

## 5. Commercial Products & Clinical Translation (Table 3)

## 6. Discussion
### 6.1 Current Limitations
### 6.2 Future Directions

## 7. Conclusion

## References

Method Description Template

### 3.X [Method Category]

[1-2 paragraph introduction with motivation]

**[Method Name]:** [Author] et al. [ref] proposed [method], which [innovation]:
- [Key component 1]
- [Key component 2]
Achieves Dice of X.XX on [dataset].

**Limitations:** Despite advantages, [category] methods face:
(1) [limit 1]; (2) [limit 2].

Citation Patterns

# Data citation
"...achieved Dice of 0.89 [23]"

# Method citation
"Gu et al. [45] proposed..."

# Multi-citation
"Several studies demonstrated... [12, 15, 23]"

# Comparative
"While [12] focused on..., [15] addressed..."

Reference Files

FilePurpose
references/WORKFLOW.mdDetailed 7-phase workflow
references/TEMPLATES.mdCLAUDE.md and IMPLEMENTATION_PLAN.md templates
references/DOMAINS.mdDomain-specific method categories
references/MCP_SETUP.mdMCP server configuration
references/QUALITY_CHECKLIST.mdPre-submission quality checklist

平台分布

Codex

35.92%
按下载量换算820

Claude

31.97%
按下载量换算730

Cursor

17.26%
按下载量换算394

Gemini CLI

10.25%
按下载量换算234

安全审计

Gen Agent Trust Hub

可疑

Socket

通过

Snyk

可疑

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills