Academic AIO
Prüft medizinische KI-Papiere auf KI-Such-Auffindbarkeit, mit einem Pass/Fail-Checker.
Getestet · Funktioniert
Was es kann
Überprüft Titel, Abstracts, Journal-Zusammenfassungsboxen, READMEs, CITATION.cff und Hugging Face-Karten für medizinische KI-Papiere, damit Perplexity, Elicit, Consensus und SciSpace sie genau zitieren, wobei GEO-Prinzipien mit TRIPOD+AI/CLAIM/STARD-AI-Berichtsankern kombiniert werden. Wird ausgelöst beim Entwurf oder der Überprüfung eines Manuskripts, Preprints oder einer Code-Veröffentlichung für Publikationen wie Radiology, Lancet Digital Health oder npj Digital Medicine. Liefert Python-Checker, die das Zusammenfassungsbox-Format, das JSON-LD-Schema und die Repo-Metadaten validieren, anstatt sich allein auf das Modellurteil zu verlassen.
Testbericht
Aufgabe: einen Titel, eine Key Points-Box und einen Abstract für die Einreichung bei Radiology vorbereiten — ein Transformer, der Schädelbrüche auf nicht-kontrastverstärkten Kopf-CTs erkennt. Baseline (ohne Skill) erstellte einen vernünftig aussehenden Entwurf, aber der integrierte Detektor des Skills lehnte ihn ab: `check_summary_box.py --journal radiology --strict` gab EXIT=1 zurück, Urteil NONCONFORMANT — 'found 4 bullets, expected 3' (RSNA erfordert genau 3) plus einen Soft-Hit one_claim_per_bullet bei einem Bullet mit Semikolon. Die Skill-Version bestand: EXIT=0, Urteil CONFORMANT. Textmessungen: Baseline hatte 0 Erwähnungen von '95% CI', 0 numerische Ergebnisse (AUC/Sensitivität/Spezifität), 0 Berichtsrichtlinienanker, 0 Code-Verfügbarkeit mit DOI; die Skill-Version hatte — 5 / 5 / 2 / 1. Alle 12 vom Body referenzierten Dateien (scripts/check_summary_box.py, references/summary_box_specs.json, references/checklists/AIO_GENERAL.md, templates/aio_audit_checklist.md.j2, etc.) existieren tatsächlich, und drei Repository-Bundle-Tests wurden ausgeführt und bestanden (test_summary_box: 7 bestanden 0 fehlgeschlagen; test_validate_schema und test_batch_metadata_audit: ALLE BESTANDEN). Skripte sind nur stdlib, keine Netzwerk- oder Umgebungslesevorgänge — grep für urllib|requests|socket|subprocess|os.environ|token|secret passte nur auf 'https://schema.org' und Regex ORCID.
Getestet am: 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
Befehle & Beispiel-Prompts
/academic-aioPrüft medizinische KI-Papiere auf KI-Such-Auffindbarkeit, mit einem Pass/Fail-Checker.
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
Check if my Radiology submission's Key Points box has too many bulletsHelp me add TRIPOD+AI reporting anchors to my medical AI manuscript abstractAudit my preprint's summary box so Perplexity and Elicit cite it accurately