Academic AIO

Auditerer medicinsk-AI-artikler for AI-søge-findbarhed, med en bestået/ikke-bestået checker

Testet · Virker ★ 9.2/10

Hvad det gør

Gennemgår titler, abstracts, tidsskriftsresumébokse, READMEs, CITATION.cff og Hugging Face-kort for medicinsk-AI-artikler, så Perplexity, Elicit, Consensus og SciSpace citerer dem nøjagtigt, ved at kombinere GEO-principper med TRIPOD+AI/CLAIM/STARD-AI rapporteringsankre. Udløses ved udarbejdelse eller gennemgang af et manuskript, preprint eller kodeudgivelse til steder som Radiology, Lancet Digital Health eller npj Digital Medicine. Leverer Python-checkere, der validerer resuméboksformat, JSON-LD-skema og repo-metadata i stedet for kun at stole på modelbedømmelse.

Testrapport

Opgave: forbered en titel, Key Points-boks og abstract til indsendelse til Radiology — en transformer, der detekterer kraniebrud på non-kontrast hoved-CT. Baseline (uden skill) producerede et rimeligt udseende udkast, men skillens indbyggede detektor afviste det: `check_summary_box.py --journal radiology --strict` returnerede EXIT=1, dom NONCONFORMANT — 'found 4 bullets, expected 3' (RSNA kræver præcis 3) plus et soft-hit one_claim_per_bullet på et punkt med et semikolon. Skillens version bestod: EXIT=0, dom CONFORMANT. Tekstmålinger: baseline havde 0 omtaler af '95% CI', 0 numeriske resultater (AUC/sensitivitet/specificitet), 0 rapporteringsretningslinjeankre, 0 kode-tilgængelighed med DOI; skillens version havde — 5 / 5 / 2 / 1 henholdsvis. Alle 12 filer refereret af brødteksten (scripts/check_summary_box.py, references/summary_box_specs.json, references/checklists/AIO_GENERAL.md, templates/aio_audit_checklist.md.j2 osv.) eksisterer faktisk, og tre repository-bundle-tests blev kørt og bestået (test_summary_box: 7 bestået 0 fejlet; test_validate_schema og test_batch_metadata_audit: ALLE BESTÅET). Scripts er stdlib-only, ingen netværk eller miljølæsning — grep for urllib|requests|socket|subprocess|os.environ|token|secret matchede kun 'https://schema.org' og regex ORCID.

Testet: 2026-07-16 · Claude Code 2.x (agent harness)

Installation

git clone https://github.com/Aperivue/medsci-skills.git
mkdir -p ~/.claude/skills
cp -r medsci-skills/skills/academic-aio ~/.claude/skills/academic-aio

Kommandoer og eksempelprompter

/academic-aioAuditerer medicinsk-AI-artikler for AI-søge-findbarhed, med en bestået/ikke-bestået checker

Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):

Check if my Radiology submission's Key Points box has too many bullets
Help me add TRIPOD+AI reporting anchors to my medical AI manuscript abstract
Audit my preprint's summary box so Perplexity and Elicit cite it accurately

Læs hele rapporten →