前言¶
系统评价与 Meta 分析往往横跨选题、检索、筛选、提取、统计与作图多个环节。临床与公卫研究者常见做法是 RevMan 做基础合并、Stata 做元回归与多变量 Meta，网络 Meta 与 TSA 再换一套工具链。每一步都要记软件差异，复现时要靠截图或零散脚本对齐。若在支持 Skills 的编码 Agent 里装一套面向医学 Meta 的技能，可以把「流程指引 + R 可复现代码 + 图形输出」收拢到对话里完成。下面介绍 SkillHub 上的 医学Meta分析（@user_ff7413f5/meta-analysis）。
这是什么¶
医学Meta分析（坐标 @user_ff7413f5/meta-analysis）是社区来源（community）的 Agent Skill，当前版本 2.20.1，分类为 data-analysis，由发布者 user_ff7413f5 维护；SkillHub 页面标注作者为张文彤。
定位一句话：基于 R 的 Meta 与系统评价辅助技能，在 Agent 对话中覆盖从选题与文献工作到多种 Meta 统计与作图，并为分析步骤提供可复现的 R 代码。
官方入口：
- SkillHub 页面：https://www.skillhub.cn/skills/user_ff7413f5/meta-analysis
- API 标识：https://api.skillhub.cn/user_ff7413f5/meta-analysis
核心功能¶
以下能力均来自 SkillHub 简介与页面说明，未单独列出的细节不作延伸。
统计与图形¶
技能说明其覆盖 RevMan 常见能力，以及 Stata 等价分析，并包含 esc、RVE、贝叶斯 NMA、生存 Meta、TSA、单组率 Meta、诊断 Meta 与 系统评价流程 等方向。
输出侧包括森林图、漏斗图、异质性（I²）、发表偏倚、亚组分析、元回归、网络 Meta 等，页面写明共 23 种 分析相关图形。各分析配套可复现 R 代码，便于导出后在本地 R 环境重跑或改写。
系统评价前期工作¶
除合并与作图外，简介还写明可提供：Meta 选题方向判断、文献检索整理、筛选、数据提取 等辅助，与统计模块形成一条从课题到效应量的链路（具体交互方式由 Skill 内 SKILL.md 与 Agent 执行环境决定）。
安装与启用¶
SkillHub 推荐两种方式：用 CLI 安装到当前 Agent 的 skills 目录，或把安装提示词发给 AI 由其按官方文档操作。
1、安装 SkillHub CLI（若尚未安装）¶
先检查是否已有 CLI：
command -v skillhub && skillhub --version
未安装时，可按 SkillHub 安装文档执行完整安装（文档中的推荐方式）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
说明与完整步骤见：https://skillhub.cn/install/skillhub.md
2、安装本 Skill 到 Agent 目录¶
安装技能时必须用 --dir 指向当前 Agent 实际读取的 skills 目录，否则默认落在 ./skills/ 可能不被识别。SkillHub 文档给出的常见路径示例：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
在 Cursor 中安装本技能的示例命令：
skillhub install @user_ff7413f5/meta-analysis --dir ~/.cursor/skills/
也可将下面提示词发给 AI，让其按官方安装说明拉取同一坐标：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_ff7413f5/meta-analysis`。
安装后按你所用客户端要求刷新或重启 Agent，使技能被加载。
3、API Key 标签¶
SkillHub 元数据标签为 requires_api_key=true。若技能运行依赖外部 API，需在 Agent 或 Skill 约定位置配置密钥；具体字段名以技能包内说明为准，本文不臆造配置项。
典型用法¶
官方页面未附带固定 Jupyter 式示例，典型用法是：在已启用该 Skill 的 Agent 中，用自然语言描述研究问题与数据形态，由技能引导完成对应环节。可按任务类型拆分对话，例如：
- 选题与检索：说明疾病/干预/结局，请求判断 Meta 选题是否可行，并整理检索策略或文献列表。
- 筛选与提取：提供纳入排除标准或表格字段，请求按 PRISMA 思路整理筛选结果或提取效应量所需列。
- 定量合并：说明效应量类型（如 OR、MD、HR）与研究设计，请求合并、报告 I²、做亚组或元回归，并生成森林图、漏斗图等。
- 扩展分析：在数据支持时，按技能说明请求网络 Meta、TSA、诊断 Meta、单组率或生存 Meta 等，并要求输出完整 R 代码 以便本地复现。
经过上面的步骤，你应能在同一会话里拿到图形说明与 R 脚本，而不是只在 Agent 里得到文字结论。
适用场景与注意¶
适合谁：需要做系统评价或 Meta 分析、希望减少多软件切换、并愿意在 R 生态里复现结果的临床、公卫、循证医学相关研究者；也适合已用 Cursor 等工具写分析脚本、希望用 Skill 固化流程的人。
平台信息（SkillHub 抓取数据，供选型参考）：评分 100000，下载 13413 次；分类 data-analysis。数字会随商店更新变化，以 SkillHub 页面为准。
注意：
- 技能描述的是能力与输出类型，不能替代研究方案伦理审查、统计师审阅或期刊方法学要求；合并模型、敏感性分析的选择仍需研究者把关。
- 依赖 R 包与环境：Agent 执行代码时，本机或沙箱需具备相应 R 与包；失败时以技能给出的代码在本地 RStudio 重跑往往是更稳妥路径。
- requires_api_key：若对话中提示缺少密钥，先完成 Skill 要求的 API 配置再继续。
- 用户线索中的「中英双语自动切换」未出现在本次核对的 SkillHub 简介中，是否支持以技能包内
SKILL.md为准。
结尾¶
医学Meta分析 把 RevMan/Stata 系常见 Meta 能力、扩展分析（含 NMA、TSA、诊断与单组率等）以及系统评价前期步骤，收敛到基于 R 的可复现输出上，适合在 Agent 里做循证项目的辅助执行层。安装与详情见 SkillHub：https://www.skillhub.cn/skills/user_ff7413f5/meta-analysis
