Nihaisha
Ricerca corsi Ni Haisha TCM con pattern di formule, etichette di lezioni e citazioni di screenshot
Promosso
Cosa fa
Una skill di supporto allo studio basata su materiale didattico distillato di Ni Haisha (倪海厦) TCM — Shang Han Lun, Jingui Yaolue, Huangdi Neijing, Shennong Bencao, agopuntura, Tianji e casi clinici. Instrada una domanda al modulo Markdown appropriato, restituisce confronti di pattern di formule e tabelle a sei canali con numeri di lezione, e individua prove da screenshot di lavagne/PPT o pagine PDF tramite due script di ricerca Python stdlib. Si attiva su domande che nominano corsi di Ni Haisha, formule classiche, differenziazione a sei canali, agopunti, revisione di lezioni o richieste di prove e timestamp; è limitata all'educazione e rifiuta esplicitamente diagnosi, prescrizioni e dosaggi.
Rapporto di test
Recuperato SKILL.md alla root del repo (il frontmatter ha name + una lunga descrizione bilingue; metadati extra.short-description). Controllato a campione 6 percorsi referenziati tramite 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 — tutti HTTP 200. Ho costruito una mini installazione in una directory scratch e ho effettivamente eseguito `python3 scripts/search_screenshots.py "麻黄汤和桂枝汤的区别 有汗无汗" --show-terms`: ha diviso la query in linguaggio naturale in 麻黄汤/桂枝汤/有汗/无汗, ha stampato un banner di sicurezza e ha restituito risultati classificati come "伤寒论03 38:17 [方剂方证、六经条文] → assets/screenshots/shanghanlun/0115.webp" (i percorsi mostravano `missing` solo perché ho saltato gli asset immagine). Per l'output ho risposto "how do 桂枝汤证 and 麻黄汤证 differ, give a review table" a memoria prima (corretto ma generico: 有汗/无汗, 浮缓/浮紧, 表虚/表实, ingredienti), poi ho risposto nuovamente da formula-patterns.md + six-channel.md; la versione della skill ha aggiunto etichette di lezione (L01-L02 vs L01/L03/L04), l'elenco delle controindicazioni del corso (酒客/吐家/胸满 per 桂枝汤; 咽干/淋家/疮家禁汗 e "check 尺脉 before sweating" per 麻黄汤), la spiegazione del docente "水液压力" di 身疼, il target "微似汗", e tre screenshot di lavagne con timestamp citabili — nessuno dei quali era presente nella baseline. La scansione di sicurezza non ha trovato nulla di male: nessun curl|sh, nessun base64, nessuna lettura di segreti; install_as_skill.sh esegue solo rsync in $HOME/.claude/skills/nihaisha (nessun percorso specifico della macchina), gli script risolvono la root tramite Path(__file__).parents[1], e il downloader RAG opzionale colpisce solo huggingface.co/datasets/JuneYao/nihaisha-rag-assets con verifica SHA256 dietro un gate di opt-in multi-step insolitamente rigoroso. La documentazione perde un punto perché la sezione di installazione del README dice solo "give this prompt to your AI assistant" e non menziona mai il funzionante install_as_skill.sh; le affermazioni sul contenuto corrispondevano a quanto ho visto, e il README è schietto sui problemi noti, la modalità opzionale da 3.68 GB in 测试中, e lo stato del copyright delle lezioni originali.
Testato il: 2026-07-21 · Claude Code 2.x (agent harness)
Installazione
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.
Comandi e prompt di esempio
/nihaishaRicerca corsi Ni Haisha TCM con pattern di formule, etichette di lezioni e citazioni di screenshot
Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):
Explain the Shang Han Lun formulas from this courseSummarize this clinical case from Ni Haisha's lecturesLook up the Bagang Bianzheng pattern identification