Nihaisha
Ni Haisha TCM-Kurs-Lookup mit Formelmustern, Lektionsbezeichnungen und Screenshot-Zitaten
Getestet · Funktioniert
Was es kann
Ein Lernunterstützungs-Skill über destilliertes Ni Haisha (倪海厦) TCM-Vorlesungsmaterial — Shang Han Lun, Jingui Yaolue, Huangdi Neijing, Shennong Bencao, Akupunktur, Tianji und klinische Fälle. Er leitet eine Frage an das richtige gebündelte Markdown-Modul weiter, gibt Formel-Muster-Vergleiche und Sechs-Kanal-Tabellen mit Lektionsnummern zurück und lokalisiert Tafel-/PPT-Screenshot- oder PDF-Seitenbeweise über zwei stdlib Python-Suchskripte. Wird ausgelöst bei Fragen, die Ni Haisha-Kurse, klassische Formeln, Sechs-Kanal-Differenzierung, Akupunkturpunkte, Lektionsüberprüfung oder Anfragen nach Quellbeweisen und Zeitstempeln nennen; er ist auf Bildung ausgerichtet und lehnt Diagnosen, Verschreibungen und Dosierungen explizit ab.
Testbericht
SKILL.md im Repo-Root abgerufen (frontmatter hat name + eine lange bilinguale Beschreibung; extra metadata.short-description). 6 referenzierte Pfade über raw.githubusercontent stichprobenartig überprüft — references/index.md, references/formula-patterns.md, references/six-channel.md, scripts/search_screenshots.py, scripts/search_pdf_evidence.py, install_as_skill.sh — alle HTTP 200. Ich habe eine Mini-Installation in einem Scratch-Verzeichnis erstellt und tatsächlich `python3 scripts/search_screenshots.py "麻黄汤和桂枝汤的区别 有汗无汗" --show-terms` ausgeführt: es teilte die natürlichsprachliche Abfrage in 麻黄汤/桂枝汤/有汗/无汗 auf, druckte ein Sicherheitsbanner und gab rangierte Treffer wie „伤寒论03 38:17 [方剂方证、六经条文] → assets/screenshots/shanghanlun/0115.webp“ (Pfade zeigten `missing` nur, weil ich die Bild-Assets übersprungen hatte). Für die Ausgabe beantwortete ich zuerst aus dem Gedächtnis die Frage „how do 桂枝汤证 and 麻黄汤证 differ, give a review table“ (korrekt, aber generisch: 有汗/无汗, 浮缓/浮紧, 表虚/表实, ingredients), dann erneut aus formula-patterns.md + six-channel.md; die Skill-Version fügte Lektionsbezeichnungen hinzu (L01-L02 vs L01/L03/L04), die Kontraindikationsliste des Kurses (酒客/吐家/胸满 für 桂枝汤; 咽干/淋家/疮家禁汗 und „check 尺脉 before sweating“ für 麻黄汤), die Erklärung des Dozenten „水液压力“ für 身疼, das Ziel „微似汗“ und drei zitierbare, zeitgestempelte Tafel-Screenshots — nichts davon hatte die Baseline. Der Sicherheitsscan fand nichts Schlechtes: kein curl|sh, kein base64, keine geheimen Lesevorgänge; install_as_skill.sh rsyncs nur in $HOME/.claude/skills/nihaisha (keine maschinenspezifischen Pfade), Skripte lösen den Root über Path(__file__).parents[1] auf, und der optionale RAG-Downloader trifft nur huggingface.co/datasets/JuneYao/nihaisha-rag-assets mit SHA256-Verifizierung hinter einem ungewöhnlich strengen mehrstufigen Opt-in-Gate. Die Dokumentation verliert einen Punkt, weil der Installationsabschnitt der README nur sagt „give this prompt to your AI assistant“ und niemals das funktionierende install_as_skill.sh erwähnt; Inhaltsansprüche stimmten ansonsten mit dem überein, was ich sah, und die README ist offen über bekannte Probleme, den 3,68 GB optionalen Modus als 测试中 und den Copyright-Status der Quellvorlesungen.
Getestet am: 2026-07-21 · Claude Code 2.x (agent harness)
Installation
mkdir -p ~/.claude/skills git clone --depth 1 https://github.com/JuneYaooo/nihaisha-nishi-tcm.git ~/.claude/skills/nihaisha # The checkout is large (~100 MB of screenshots and evidence files); --depth 1 keeps it to one commit. # The repo's install_as_skill.sh --target claude does the same copy. # The optional 3.68 GB RAG runtime is NOT needed and is not downloaded by default. # Restart Claude Code after installing.
Befehle & Beispiel-Prompts
/nihaishaNi Haisha TCM-Kurs-Lookup mit Formelmustern, Lektionsbezeichnungen und Screenshot-Zitaten
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
Explain the Shang Han Lun formulas from this courseSummarize this clinical case from Ni Haisha's lecturesLook up the Bagang Bianzheng pattern identification