前言¶
做立項查重或競品格局分析時，最費勁的一步往往不是分析本身，而是把分散在多個註冊庫裏的信息湊齊：ClinicalTrials.gov 有一套字段，CDE、ChiCTR、ISRCTN、DRKS、WHO ICTRP 各管各的，PubChem 又是另一套。人工逐站檢索、再手工歸一化分期、狀態、申辦方和時間線，既慢又容易漏。下面介紹的 ct-registry 就是爲這個環節準備的 Skill：一次檢索跨多個來源，輸出歸一化後的結構化結果。
這是什麼¶
ct-registry（臨牀試驗註冊檢索專家）是一個基於通用 SKILL.md 格式的社區 Skill，座標 @user_ff7413f5/ct-registry，發佈者爲 user_ff7413f5，歸類 professional，當前版本 0.14.3。它面向臨牀試驗註冊數據的跨源檢索與歸一化聚合場景，產出 JSON / Markdown，用於立項查重、對照設計與競品格局分析。
核心功能¶
按官方簡介，已覈實的能力有三項：
1、跨源檢索：覆蓋 ClinicalTrials.gov、CDE、ChiCTR、ISRCTN、DRKS、WHO ICTRP 以及 PubChem，統一查詢入口。
2、歸一化聚合：把不同來源的登記信息整理成一致的字段，包括分期、狀態、申辦方、時間線和競品格局。
3、結構化產出：結果輸出爲 JSON 或 Markdown，便於直接接後續分析或存檔。
此外提供可選集成：通過 pytrials 批量拉取 CT.gov（ClinicalTrials.gov）字段，適合需要大批量拉取而非單次檢索的場景。
該 Skill 標記爲 requires_api_key=true，即運行需要配置 API 密鑰。
安裝與啓用¶
官方頁面地址爲 https://api.skillhub.cn/user_ff7413f5/ct-registry，SkillHub 頁面爲 https://www.skillhub.cn/skills/user_ff7413f5/ct-registry。本次編寫時這兩條地址均無法打開，因此具體的安裝命令、採用的客戶端（Cursor / Codex CLI / Claude Code 等）以及配置字段的真實寫法未能覈實，在此如實說明，不給出推測性的命令。
可以確認的信息是：該 Skill 來源於 community，來源分類爲 professional，版本 0.14.3。啓用時請以官方頁面屆時展示的安裝方式爲準，並按 requires_api_key=true 的標記提前準備好對應的 API 密鑰。
典型用法¶
本次編寫時官方頁面無法訪問，沒有拿到可原文引用的官方示例，因此不在此編造用法。依據已覈實的簡介，其調用方向可以概括爲：傳入檢索條件（適應症、申辦方、分期或狀態等），Skill 跨上述註冊庫執行檢索，歸一化後返回 JSON 或 Markdown 格式的聚合結果；需要批量拉取 CT.gov 字段時才啓用 pytrials 集成。具體參數名稱與調用格式，請以官方頁面發佈的內容爲準。
適用場景與注意¶
適合兩類人：一是醫藥研發相關人員，做立項查重和對照設計時需要快速確認全球範圍內是否已有同類試驗登記；二是做競品格局分析的人，需要把多個註冊庫的試驗分期、狀態、申辦方和時間線匯到一起看。
需要注意的限制：
- 數據覆蓋面依賴各註冊庫的收錄範圍與同步時效，WHO ICTRP 等彙總庫與一手註冊庫之間可能存在滯後，重要結論建議回到一手來源複覈。
- 歸一化字段意味着來源間的差異被抹平，若需要某來源的原始字段（例如 ClinicalTrials.gov 的完整里程碑數據），應使用 pytrials 批量拉取後再自行處理。
- 該 Skill 需要 API 密鑰，涉及密鑰管理與調用額度問題，批量拉取前建議先確認配額。
結尾¶
ct-registry 的價值在於把跨註冊庫檢索和字段歸一化這兩件瑣碎的事固化成一個可重複調用的流程，讓立項查重與競品格局分析不必從零拼數據。官方地址：https://api.skillhub.cn/user_ff7413f5/ct-registry（SkillHub 頁面：https://www.skillhub.cn/skills/user_ff7413f5/ct-registry）。
