Academic AIO
Audytuje artykuły medyczne AI pod kątem wykrywalności w wyszukiwarkach AI, z narzędziem do sprawdzania zaliczenia/niezaliczenia.
Testowano · Działa
Co robi ten skill
Przegląda tytuły, abstrakty, pola podsumowań czasopism, README, CITATION.cff i karty Hugging Face dla artykułów medycznych AI, aby Perplexity, Elicit, Consensus i SciSpace cytowały je dokładnie, łącząc zasady GEO z kotwicami raportowania TRIPOD+AI/CLAIM/STARD-AI. Uruchamia się podczas redagowania lub recenzowania manuskryptu, preprintu lub wydania kodu dla miejsc takich jak Radiology, Lancet Digital Health lub npj Digital Medicine. Dostarcza sprawdzarki Python, które walidują format pola podsumowania, schemat JSON-LD i metadane repozytorium, zamiast polegać wyłącznie na ocenie modelu.
Raport z testu
Zadanie: przygotować tytuł, pole Key Points i abstrakt do zgłoszenia do Radiology — transformator wykrywający złamania czaszki na niekontrastowym CT głowy. Linia bazowa (bez umiejętności) wygenerowała rozsądnie wyglądający szkic, ale wbudowany detektor umiejętności go odrzucił: `check_summary_box.py --journal radiology --strict` zwrócił EXIT=1, werdykt NONCONFORMANT — 'znaleziono 4 punkty, oczekiwano 3' (RSNA wymaga dokładnie 3) plus miękkie trafienie one_claim_per_bullet na punkcie ze średnikiem. Wersja umiejętności przeszła: EXIT=0, werdykt CONFORMANT. Pomiary tekstu: linia bazowa miała 0 wzmianek o '95% CI', 0 wyników numerycznych (AUC/czułość/specyficzność), 0 kotwic wytycznych raportowania, 0 dostępności kodu z DOI; wersja umiejętności miała — odpowiednio 5 / 5 / 2 / 1. Wszystkie 12 plików, do których odwołuje się treść (scripts/check_summary_box.py, references/summary_box_specs.json, references/checklists/AIO_GENERAL.md, templates/aio_audit_checklist.md.j2, itd.) faktycznie istnieje, a trzy testy pakietu repozytorium zostały uruchomione i przeszły (test_summary_box: 7 passed 0 failed; test_validate_schema i test_batch_metadata_audit: ALL PASS). Skrypty są tylko stdlib, bez odczytu sieci lub środowiska — grep dla urllib|requests|socket|subprocess|os.environ|token|secret pasował tylko do 'https://schema.org' i regex ORCID.
Testowano: 2026-07-16 · Claude Code 2.x (agent harness)
Instalacja
git clone https://github.com/Aperivue/medsci-skills.git mkdir -p ~/.claude/skills cp -r medsci-skills/skills/academic-aio ~/.claude/skills/academic-aio
Komendy i przykładowe prompty
/academic-aioAudytuje artykuły medyczne AI pod kątem wykrywalności w wyszukiwarkach AI, z narzędziem do sprawdzania zaliczenia/niezaliczenia.
Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):
Check if my Radiology submission's Key Points box has too many bulletsHelp me add TRIPOD+AI reporting anchors to my medical AI manuscript abstractAudit my preprint's summary box so Perplexity and Elicit cite it accurately