Nihaisha
Ni Haisha TCM kurs oppslag med formelmønstre, leksjonsmerker og skjermbildehenvisninger
Bestått
Hva den gjør
En studie-støtteferdighet over destillert Ni Haisha (倪海厦) TCM-forelesningsmateriale — Shang Han Lun, Jingui Yaolue, Huangdi Neijing, Shennong Bencao, akupunktur, Tianji og kliniske tilfeller. Den ruter et spørsmål til riktig medfølgende Markdown-modul, returnerer formelmønster-sammenligninger og sekskanals-tabeller med leksjonsnumre, og lokaliserer tavle/PPT-skjermbilde eller PDF-sidebevis via to stdlib Python-søkeskript. Utløses på spørsmål som nevner Ni Haisha-kurs, klassiske formler, sekskanals-differensiering, akupunkturpunkter, leksjonsgjennomgang, eller forespørsler om kildebevis og tidsstempler; den er avgrenset til utdanning og nekter eksplisitt diagnose, resepter og dosering.
Testrapport
Hentet SKILL.md ved repo-roten (frontmatter har name + en lang tospråklig beskrivelse; ekstra metadata.short-description). Stikkprøvekontrollerte 6 refererte stier via 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 — alle HTTP 200. Jeg bygget en mini-installasjon i en scratch-katalog og kjørte faktisk `python3 scripts/search_screenshots.py "麻黄汤和桂枝汤的区别 有汗无汗" --show-terms`: den delte den naturlige språkforespørselen inn i 麻黄汤/桂枝汤/有汗/无汗, skrev ut et sikkerhetsbanner, og returnerte rangerte treff som "伤寒论03 38:17 [方剂方证、六经条文] → assets/screenshots/shanghanlun/0115.webp" (stier viste `missing` kun fordi jeg hoppet over bilderessursene). For utdata svarte jeg "how do 桂枝汤证 and 麻黄汤证 differ, give a review table" fra minnet først (korrekt, men generisk: 有汗/无汗, 浮缓/浮紧, 表虚/表实, ingredients), deretter svarte jeg på nytt fra formula-patterns.md + six-channel.md; ferdighetsversjonen la til leksjonsmerker (L01-L02 vs L01/L03/L04), kursets kontraindikasjonsliste (酒客/吐家/胸满 for 桂枝汤; 咽干/淋家/疮家禁汗 and "check 尺脉 before sweating" for 麻黄汤), foreleserens "水液压力"-forklaring av 身疼, "微似汗"-målet, og tre siterbare tidsstemplede tavle-skjermbilder — none av disse hadde grunnlinjen. Sikkerhetsskanning fant ingenting dårlig: ingen curl|sh, ingen base64, ingen hemmelige lesninger; install_as_skill.sh rsyncs kun til $HOME/.claude/skills/nihaisha (ingen maskinspesifikke stier), skript løser rot via Path(__file__).parents[1], og den valgfrie RAG-nedlasteren treffer kun huggingface.co/datasets/JuneYao/nihaisha-rag-assets med SHA256-verifisering bak en uvanlig streng flertrinns opt-in-port. Dokumentasjonen mister et poeng fordi READMEs installasjonsseksjon kun sier "give this prompt to your AI assistant" og nevner aldri den fungerende install_as_skill.sh; innholdspåstander ellers stemte overens med det jeg så, og README er åpen om kjente problemer, den 3.68 GB valgfrie modusen som er 测试中, og opphavsrettsstatusen til kildematerialet.
Testet på: 2026-07-21 · Claude Code 2.x (agent harness)
Installer
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.
Kommandoer og eksempelprompter
/nihaishaNi Haisha TCM kurs oppslag med formelmønstre, leksjonsmerker og skjermbildehenvisninger
Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):
Explain the Shang Han Lun formulas from this courseSummarize this clinical case from Ni Haisha's lecturesLook up the Bagang Bianzheng pattern identification