メニュー
用于文献综述 / systematic review / scoping review / narrative review / meta-analysis 前置检索。触发：帮我做文献综述、写综述、systematic review、scoping review、meta-analysis、PRISMA、搜一下最近 5 年、这个领域现在有哪些证据、把 X 的文献理一遍、literature review on、review the evidence for、我要写一个 review、帮我系统地看一下、grade the evidence。禁用于：只查单篇、翻译摘要这类微任务——那些直接答就行，别启动这个流程。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
用于给一个 outcome 的证据确定性做 GRADE 评级、产出 Summary of Findings (SoF) 表。触发：证据确定性、certainty of evidence、GRADE、证据质量分级、这个结论有多可靠、SoF 表、summary of findings、要不要下推荐、指南证据分级、quality of evidence、能不能信这个结论、证据强度、evidence certainty、把证据评个级。也用于"这个疗法的证据到底有多强"、"帮我给这几个结局评 GRADE"、"这条推荐的证据基础可靠吗"。禁用于：单纯核对某个 PMID 真伪（那用 evidence-audit / evidence_verify）。
Use for cross-modal target discovery from an unmet clinical need, combining literature, genetics, druggability, clinical trials, single-cell, and spatial evidence in one auditable context.
Design executable biomedical experiments from literature gaps or hypotheses, including testability, power, protocol, reagents, cost, preregistration, and failure modes.
Persist and query biomedical causal triples from BioCSSwitch conversations, literature checks, and debate outputs.
用于任何**可能含患者数据 / 临床原始记录 / 医疗档案**的场景，强制先做 PHI 检测再决定去向。触发：患者、病历、病案、临床数据、EHR、EMR、住院记录、门诊记录、handover note、progress note、discharge summary、SOAP、真实世界数据、RWD、reidentification、identifiable data、真实病人、我这里有一段病历、这是一份体检报告、帮我看一下这份 CT 报告、我上传一份门诊记录、患者档案、患儿、受试者数据、subject-level data、临床原始表、GCP 数据、eCRF、我要处理 HIPAA、PHI、脱敏、去标识化、我们医院的数据。也在提到 sensitive_mode / 敏感模式 / 隐私模式 时触发。禁用于：公开文献 / 已发表数据 —— 那些不含 PHI，扫描是浪费时间。
Use when the user opts into a local research-interest model, wants personalized paper/preprint/trial updates, saves or rejects research suggestions, asks for a proactive briefing, or wants workflow prediction across sessions.
| name | lit-review |
| description | 用于文献综述 / systematic review / scoping review / narrative review / meta-analysis 前置检索。触发：帮我做文献综述、写综述、systematic review、scoping review、meta-analysis、PRISMA、搜一下最近 5 年、这个领域现在有哪些证据、把 X 的文献理一遍、literature review on、review the evidence for、我要写一个 review、帮我系统地看一下、grade the evidence。禁用于：只查单篇、翻译摘要这类微任务——那些直接答就行，别启动这个流程。 |
综述质量的分水岭不是找到了多少篇，而是边界清晰 + 排除有据 + 证据分级。这个 skill 让你按 PRISMA 精神来（不强求 22 条完整对齐，但关键节点不能省）。
先问用户 4 件事，别抢答：
Step 1：检索。同时打三源：
pubmed_search 用 MeSH + Title/Abstract 组合，构造 boolean query。给用户看 query 让他确认，不确认不往下走。europepmc_search（含 preprint / PMC 全文，覆盖 PubMed 漏的）crossref_search（覆盖非 PubMed 索引的期刊）三源命中去重（按 DOI / PMID），把只在一个源出现的用 ⚠ 单源 标出。
Step 2：种子文献扩散。对用户提供的种子 PMID：
pubmed_related 拿相关文献europepmc_citations 拿谁引了它
两条路线交集里出现的高频文献 = 领域核心。Step 3：粗筛。给用户一个表格（每行 25 字以内标题 + 年份 + 类型 + 一句是否入选的理由），让他勾。别自动决定——排除依据必须记录，PRISMA 表就是这个用途。
Step 4：细筛 + 证据分级。对入选的每一篇：
pubmed_fetch 拿摘要与 evidence_typeevidence-audit skill（如果启用了 bio-audit）走一遍引用校验Step 5：合成。产出：
evidence_build_table）用户说"综述一下阿司匹林一级预防"，你直接给一段 500 字总结完事——这不是综述，是背诵。综述必须有检索 query、纳排、评级、冲突四件套。
europepmc_fulltext 只拿 OA；非 OA 论文你只能引摘要，别装作看过全文。本工作流的结论一律不得省略五段面板：Known knowns / Known unknowns / Conflicts / Missing data / Next experiment。做法见 uncertainty-first skill —— 优先把结论拆成 claim 走 evidence_graph（每条 claim 自动绑证据等级 / 物种 / 样本量 / 疾病阶段 / 适用边界 / 反证），再把 claims 喂给 uncertainty_ledger 自动生成五段，补上工具挖不到的领域先验（extra 参数）后原样贴出。缺这五段，回答视为未完成——研究者要的正是被暴露的盲区。