前言¶

讓通用對話模型概括一篇醫學文獻，得到的是大意；做審稿級精讀需要的是另一套動作：判斷研究類型、逐段摘錄方法與結果、按該類型對應的報告規範和偏倚評價工具逐條覈查。下面介紹的 Skill「醫學文獻精讀」就是爲這個任務設計的，它面向單篇醫學文獻做深度精讀，輸出結構化摘錄報告。

這是什麼¶

一句話定位：面向單篇醫學文獻的精讀與結構化摘錄工具，覆蓋臨牀研究、動物實驗、細胞實驗、分子機制及混合型研究。

出品方爲社區發佈者 user_767538ff，是「世界藥師節·AI藥學技能大賽」參賽作品。版本 1.0.0，來源 community，分類 knowledge-management，標籤 requires_api_key=false，即不需要 API key。抓取時點頁面顯示評分 100000、下載 1354 次、安裝 0 次，實際數據以官方頁面爲準。

核心功能¶

1、單篇文獻深度精讀：按審稿的思路通讀全文，而不是做摘要。

2、研究類型覆蓋：臨牀研究、動物實驗、細胞實驗、分子機制，以及同時包含上述多種成分的混合型研究。

3、結構化摘錄報告：精讀結果以結構化報告的形式輸出，便於後續引用和複覈。

4、配套評價工具關鍵詞：簡介中列出 GRADE、SYRCLE、ARRIVE。GRADE 用於臨牀證據質量分級與推薦強度，SYRCLE 用於動物實驗偏倚風險評估，ARRIVE 是動物實驗報告指南。這些關鍵詞表明該 Skill 在精讀時會按研究類型對應到相應的評價與報告規範。

安裝與啓用¶

已抓取資料中沒有提供官方安裝命令、目錄路徑或配置文件字段，這些內容無法覈實，不在此寫出。可以確認的信息如下：

座標：@user_767538ff/medical-paper-reading-0019-psm2026
官方地址：https://api.skillhub.cn/user_767538ff/medical-paper-reading-0019-psm2026
SkillHub 頁面：https://www.skillhub.cn/skills/user_767538ff/medical-paper-reading-0019-psm2026
來源：community
版本：1.0.0
是否需要 API key：否

啓用前建議打開上面的 SkillHub 頁面，按頁面給出的安裝說明操作，再確認所用的客戶端（Cursor、Codex CLI、Claude Code 等）能加載該 Skill。

典型用法¶

已抓取資料中沒有提供可復現的官方調用示例，下面只說明經簡介確認的輸入輸出約定，不給出未經驗證的命令。

• 輸入：單篇醫學文獻，類型可以是臨牀研究、動物實驗、細胞實驗、分子機制研究或混合型研究。
• 輸出：結構化摘錄報告。

精讀過程中按研究類型走對應的核查路徑，例如臨牀研究對照 GRADE 的證據分級思路，動物實驗對照 SYRCLE 的偏倚風險條目和 ARRIVE 的報告條目，細胞實驗和分子機制研究則按簡介所列範圍處理。拿到報告後建議先覈對摘錄是否忠於原文，再採用其中的結論。

適用場景與注意¶

適合：需要對單篇醫學文獻做深度精讀、並按研究類型覈查報告規範與偏倚條目的場景，例如寫綜述前逐篇過一遍，或在課題設計階段評估某篇文獻的方法學。

注意：

1、它處理的是單篇文獻，不做批量文獻管理或檢索。

2、輸出是結構化摘錄報告，摘錄和結構化不等於該文獻質量本身的最終結論，能否外推到自己的研究問題需要自己判斷。

3、來源爲 community，是參賽作品，發佈者沒有公開維護說明，建議先在自己的文獻樣本上驗證輸出，再用於正式場合。

4、抓取時點安裝數爲 0，生態驗證還不充分。

結尾¶

醫學文獻精讀這個 Skill 的價值在於把單篇文獻的精讀做成審稿式的、按研究類型分路徑的結構化摘錄，省去手工逐段摘錄和對報告規範條目的對照工作。官方地址：https://api.skillhub.cn/user_767538ff/medical-paper-reading-0019-psm2026 ，安裝說明以 SkillHub 頁面爲準。