前言¶
系统评价或毕业论文里的文献综述，往往卡在三件事：研究问题拆不清、检索式写不全、筛选与质量评价难对齐 PRISMA 与 GRADE。手工查库、做表、写初稿周期长，而通用对话模型容易跳过可复现的检索记录，或把病例系列当成高级别证据。
下面介绍 SkillHub 社区 Skill「医学文献综述助手」（@user_f37e97ba/medical-literature-review，v1.0.0）。它在 Agent 里把角色、步骤和输出结构固定为循证医学流程，并附带校验脚本与配置，便于生成可核对的方法学与报告骨架。
这是什么¶
医学文献综述助手 是基于通用 SKILL.md 格式的 Agent Skill，简介为：PICO + PRISMA + GRADE 循证医学文献检索、评价与综述工具。
- 坐标：
@user_f37e97ba/medical-literature-review - 来源：SkillHub 社区（
community），分类professional - 发布者：
user_f37e97ba - 标签：
requires_api_key=false（SkillHub 页面标注，安装后无需单独配置 API Key） - 官方入口：SkillHub 技能页、API 坐标页
Skill 声明允许 Agent 使用 Read、Write、WebSearch、WebFetch 完成检索与撰写；禁止直接给出临床诊断或治疗建议。
核心功能¶
以下能力均来自 Skill 包内 SKILL.md 与 assets/config.json，按工作流顺序说明。
1. PICO 问题结构化¶
将研究问题拆为人群（P）、干预（I）、对照（C）、结局（O），并要求在综述中明确列出纳入/排除标准。
2. 可复现的检索策略¶
- 将 PICO 转为 MeSH 词与自由词，用 AND/OR/NOT 组合检索式。
- 记录检索日期（精确到日）、数据库名称与过滤器。
- 默认时间范围为近 10 年（2015-01 至当前）；可在对话中显式修改
time_range覆盖。 - 若未指定数据库，默认至少检索 PubMed 与 Cochrane Library（不可只查一个库）。
config.json中默认库列表还包括 Embase。
3. PRISMA 2020 筛选流程¶
去重 → 标题/摘要筛选 → 全文筛选，记录各阶段排除数量与原因，并输出 PRISMA 流程图相关结构（模拟双人独立筛选）。
4. 数据提取与质量评价¶
对纳入文献提取设计类型、样本量、干预与对照、主要结局及效应量（RR/OR/HR/MD 与 95%CI）等。按研究类型选用工具，例如：
| 研究类型 | 评价工具（Skill 约定） |
|---|---|
| RCT | Cochrane RoB 2.0 |
| 队列 / 病例对照 | NOS 量表 |
| 系统评价 | AMSTAR 2 |
| 诊断性研究 | QUADAS-2 |
5. 证据合成与 GRADE 分级¶
支持叙述性综合；在异质性可接受时讨论 Meta 分析思路。结论需按 GRADE 标注证据质量（高/中/低/极低），并区分推荐强度。config.json 中定义了 GRADE 符号与校验规则（如必须含 GRADE、偏倚评估、检索日期等）。
6. 固定版式的综述报告¶
输出 Markdown，包含摘要、方法（检索策略、纳排标准、PRISMA 流程、数据提取与质量评价）、结果（特征表、结局与偏倚风险）、讨论与参考文献；并提供纳入研究特征表模板。
7. 触发词与边界¶
常见触发词包括：文献综述、医学文献、循证医学、PubMed 检索、系统评价、meta 分析等。
不触发场景：患者诊断建议、用药推荐、治疗方案、单一病例讨论、非医学领域文献检索。
8. 包内辅助脚本¶
scripts/validate.sh：检查综述 Markdown 的章节完整性与结构规范（用法见下文）。scripts/literature-analyzer.py：辅助文献数据提取与分析。
安装与启用¶
安装说明以 SkillHub 安装文档 与技能页提示为准。
1. 安装 SkillHub CLI（若尚未安装）¶
command -v skillhub && skillhub --version
未安装时可执行（仅 CLI）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2. 安装本 Skill¶
安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能无法被识别。
skillhub install @user_f37e97ba/medical-literature-review --dir <你的 skills 目录>
常用路径（来自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下.agents/skills/
安装完成后，按你所用客户端要求重启或刷新 Agent，使 Skill 生效。
典型用法¶
在对话中提交 PICO¶
Skill 文档中的示例如下，可直接改写为你的课题：
研究问题：SGLT-2抑制剂对2型糖尿病患者心血管结局的影响
P: 18岁以上2型糖尿病患者
I: SGLT-2抑制剂（达格列净/恩格列净/卡格列净）
C: 安慰剂或其他降糖药物
O: 主要心血管不良事件(MACE)、心衰住院、全因死亡
更完整的输入样例（含数据库、时间范围、研究类型）见 Skill 包内 references/examples/sample-input.md；对应输出结构见 references/examples/expected-output.md。
校验生成的报告¶
在 Skill 目录下对生成的综述 Markdown 运行：
bash scripts/validate.sh <综述报告.md>
脚本会按约 10 项规则检查必要章节、GRADE 标注、偏倚评估、检索可复现性等（与 assets/config.json 中 validation_rules 一致）。
适用场景与注意¶
适合谁
- 需要按 PRISMA / GRADE 写系统评价或课程综述的临床研究者、研究生。
- 希望 Agent 先产出检索式、纳排标准、特征表与讨论框架，再由人工核对证据的人。
使用时要接受的限制
- Skill 做的是辅助综述与方法学文档，不能替代 PROSPERO 注册、伦理审查或同行评议。
- 默认语言范围为中英文文献，需在报告中写清语言限制。
config.json中limits约定纳入研究约 2–50 篇、参考文献上限 200 条，超长课题需分段或人工裁剪。- 检索依赖
WebSearch/WebFetch与 Agent 执行质量，最终纳入文献与效应量必须由人工对照原文核实。 - Skill 文档列出的常见坑点包括：只查单一数据库、忽视发表偏倚与异质性（如 I²>50% 时不宜强行合并）、GRADE 误用、遗漏利益冲突与资金来源标注。
SkillHub 页面当前统计（以抓取资料为准）：评分 100000，下载约 5618 次；版本 v1.0.0。
结尾¶
医学文献综述助手把 PICO 提问、多库检索记录、PRISMA 筛选、偏倚工具选择与 GRADE 标注写进同一套 Agent 工作流，并可用 validate.sh 核对报告结构。若你正在搭循证综述类 Agent，可从官方页安装试用：https://www.skillhub.cn/skills/user_f37e97ba/medical-literature-review。
