SkillProof tested Claude skills

Academic AIO

Verifica articoli di AI medica per la rilevabilità tramite ricerca AI, con un checker pass/fail

di Aperivue · Aperivue/medsci-skills

Promosso ★ 9.2/10

Academic AIO — Verifica articoli di AI medica per la rilevabilità tramite ricerca AI, con un checker pass/fail

Cosa fa

Revisiona titoli, abstract, riquadri riassuntivi di riviste, README, CITATION.cff e schede Hugging Face per articoli di AI medica in modo che Perplexity, Elicit, Consensus e SciSpace li citino accuratamente, combinando i principi GEO con gli ancoraggi di reporting TRIPOD+AI/CLAIM/STARD-AI. Si attiva durante la stesura o la revisione di un manoscritto, preprint o rilascio di codice per sedi come Radiology, Lancet Digital Health o npj Digital Medicine. Fornisce checker Python che convalidano il formato del riquadro riassuntivo, lo schema JSON-LD e i metadati del repository anziché affidarsi solo al giudizio del modello.

Rapporto di test

Task: preparare un titolo, un riquadro Key Points e un abstract per la sottomissione a Radiology — un trasformatore che rileva fratture craniche su TC della testa senza contrasto. La baseline (senza skill) ha prodotto una bozza dall'aspetto ragionevole, ma il rilevatore integrato della skill l'ha rifiutata: `check_summary_box.py --journal radiology --strict` ha restituito EXIT=1, verdetto NON CONFORME — 'trovati 4 punti, attesi 3' (RSNA richiede esattamente 3) più un soft-hit one_claim_per_bullet su un punto con un punto e virgola. La versione della skill è passata: EXIT=0, verdetto CONFORME. Misurazioni del testo: la baseline aveva 0 menzioni di '95% CI', 0 risultati numerici (AUC/sensibilità/specificità), 0 ancoraggi di linee guida di reporting, 0 disponibilità di codice con DOI; la versione della skill aveva — 5 / 5 / 2 / 1 rispettivamente. Tutti i 12 file referenziati dal corpo (scripts/check_summary_box.py, references/summary_box_specs.json, references/checklists/AIO_GENERAL.md, templates/aio_audit_checklist.md.j2, ecc.) esistono effettivamente, e tre test del bundle del repository sono stati eseguiti e superati (test_summary_box: 7 passati 0 falliti; test_validate_schema e test_batch_metadata_audit: TUTTI PASSATI). Gli script sono solo stdlib, nessuna lettura di rete o ambiente — grep per urllib|requests|socket|subprocess|os.environ|token|secret ha corrisposto solo a 'https://schema.org' e regex ORCID.

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

Installazione

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

Comandi e prompt di esempio

  • /academic-aioVerifica articoli di AI medica per la rilevabilità tramite ricerca AI, con un checker pass/fail

Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):

  • 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

Rapporto completo →