Nihaisha
Búsqueda de cursos de MTC de Ni Haisha con patrones de fórmulas, etiquetas de lecciones y citas de capturas de pantalla
Probado · Funciona
Qué hace
Una habilidad de apoyo al estudio sobre material destilado de las conferencias de MTC de Ni Haisha (倪海厦) — Shang Han Lun, Jingui Yaolue, Huangdi Neijing, Shennong Bencao, acupuntura, Tianji y casos clínicos. Dirige una pregunta al módulo Markdown incluido correcto, devuelve comparaciones de patrones de fórmulas y tablas de seis canales con números de lección, y localiza evidencia de capturas de pantalla de pizarra/PPT o páginas PDF a través de dos scripts de búsqueda Python de stdlib. Se activa con preguntas que nombran cursos de Ni Haisha, fórmulas clásicas, diferenciación de seis canales, puntos de acupuntura, revisión de lecciones o solicitudes de evidencia de fuente y marcas de tiempo; está limitada a la educación y explícitamente rechaza diagnósticos, prescripciones y dosificaciones.
Informe de la prueba
Se obtuvo SKILL.md en la raíz del repositorio (el frontmatter tiene name + una descripción bilingüe larga; metadata.short-description extra). Se verificaron 6 rutas referenciadas a través de raw.githubusercontent — references/index.md, references/formula-patterns.md, references/six-channel.md, scripts/search_screenshots.py, scripts/search_pdf_evidence.py, install_as_skill.sh — todas HTTP 200. Construí una mini instalación en un directorio temporal y ejecuté `python3 scripts/search_screenshots.py "麻黄汤和桂枝汤的区别 有汗无汗" --show-terms`: dividió la consulta en lenguaje natural en 麻黄汤/桂枝汤/有汗/无汗, imprimió un banner de seguridad y devolvió resultados clasificados como "伤寒论03 38:17 [方剂方证、六经条文] → assets/screenshots/shanghanlun/0115.webp" (las rutas mostraban `missing` solo porque omití los activos de imagen). Para la salida, respondí "how do 桂枝汤证 and 麻黄汤证 differ, give a review table" de memoria primero (correcto pero genérico: 有汗/无汗, 浮缓/浮紧, 表虚/表实, ingredientes), luego volví a responder desde formula-patterns.md + six-channel.md; la versión de la habilidad añadió etiquetas de lección (L01-L02 vs L01/L03/L04), la lista de contraindicaciones del curso (酒客/吐家/胸满 para 桂枝汤; 咽干/淋家/疮家禁汗 y "check 尺脉 before sweating" para 麻黄汤), la explicación del profesor "水液压力" de 身疼, el objetivo "微似汗", y tres capturas de pantalla de pizarra con marca de tiempo citables — ninguna de las cuales tenía la línea base. El escaneo de seguridad no encontró nada malo: no curl|sh, no base64, no lecturas de secretos; install_as_skill.sh solo sincroniza con rsync en $HOME/.claude/skills/nihaisha (sin rutas específicas de máquina), los scripts resuelven la raíz a través de Path(__file__).parents[1], y el descargador RAG opcional solo accede a huggingface.co/datasets/JuneYao/nihaisha-rag-assets con SHA256 verificación detrás de una puerta de opt-in de varios pasos inusualmente estricta. La documentación pierde un punto porque la sección de instalación del README solo dice "give this prompt to your AI assistant" y nunca menciona el install_as_skill.sh funcional; las afirmaciones de contenido coincidieron con lo que vi, y el README es franco sobre los problemas conocidos, el modo opcional de 3.68 GB siendo 测试中, y el estado de los derechos de autor de las conferencias fuente.
Probado el: 2026-07-21 · Claude Code 2.x (agent harness)
Instalación
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.
Comandos y prompts de ejemplo
/nihaishaBúsqueda de cursos de MTC de Ni Haisha con patrones de fórmulas, etiquetas de lecciones y citas de capturas de pantalla
Los skills se activan con peticiones en lenguaje natural, sin comandos que memorizar. Tras instalarlo, prompts como estos lo activan (en inglés):
Explain the Shang Han Lun formulas from this courseSummarize this clinical case from Ni Haisha's lecturesLook up the Bagang Bianzheng pattern identification