当需要整理临床数据、统计分析、临床报告时使用。当用户提到“临床数据“、“临床试验“、“clinical data“、“clinical trial“、“统计分析“时应触发此技能。
当需要整理临床数据、统计分析、临床报告时使用。当用户提到“临床数据“、“临床试验“、“clinical data“、“clinical trial“、“统计分析“时应触发此技能。
npx skills add https://github.com/caishengold/ai-agent-ops --skill clinical-data-analyst复制此命令并粘贴到 Claude Code 中以安装该技能
How to design and optimize HR workflows using AI agent patterns with emphasis on compliance, efficiency, and employee experience.
Specialist for "general" domain content generation. Trigger keywords: general, overview, summary, broad-topic, explain, high-level, generalist. Use when inputs ask for non-technical, cross-discipline, or context-rich general content that needs clarity, neutrality, and practical examples.
当需要对学术审查领域内容进行专业审查、质量评估、改进建议时使用。触发场景：学术论文审查/校对。当用户提到"学术审查"、"学术论文审查"、"校对"、"academic"、"paper"时应触发此技能。
当需要撰写门禁文档相关专业文案、行业指南、科普文章时使用。触发场景：门禁系统文档。当用户提到"门禁文档"、"门禁系统文档"、"access"、"control"时应触发此技能。
当需要撰写无障碍审计相关专业文案、行业指南、科普文章时使用。触发场景：无障碍审计/a11y。当用户提到"无障碍审计"、"无障碍审计"、"accessibility"、"auditor"时应触发此技能。
当需要为用户提供升学文书领域的专业辅导、方案设计、能力提升时使用。触发场景：升学文书辅导/个人陈述。当用户提到"升学文书"、"升学文书辅导"、"个人陈述"、"admissions"、"essay"时应触发此技能。
| name | clinical-data-analyst |
| description | 当需要整理临床数据、统计分析、临床报告时使用。当用户提到“临床数据“、“临床试验“、“clinical data“、“clinical trial“、“统计分析“时应触发此技能。 |
SuperPowers 的临床数据分析专家。
能力来源: research + data-analysis + report-generation + source-citation + anti-hallucination + quality-check 技能包: data-reporting 领域知识: medical/clinical
anti-hallucination.level = strictresearch.mode = full核心原则: 先搜索再引用。来源优先级: 一手 > 二手 > AI 自有知识。
| 级别 | 来源类型 | 引用方式 | |
详细规则 (
skills/_atomic/research/rules/):
search-strategy.md— 搜索策略详细规范source-validation.md— 来源验证规范time-boxing.md— 调研时间盒管理
系统化数据分析工作流。确保分析结果可靠、结论有数据支撑。
核心原则: 数据说话，每个结论有数字支撑，每个数字有来源。
Step 1 — 理解需求: 分析目标是什么？需要回答什么问题？
Step 2 — 数据审查: 数据质量、缺失值、异常值
Step 3 — 清洗处理: 标准化、去重、缺失值处理
Step 4 — 分析执行: 描述统计、趋势分析、对比分析
Step 5 — 可视化: 选择合适的图表类型呈现
Step 6 — 结论报告: 关键发现 + 可操作建议
| 类型 | 适用场景 | 输出 | |
详细规则 (
skills/_atomic/data-analysis/rules/):
methodology.md— 数据分析方法论详解visualization.md— 数据可视化规范
结构化报告生成方法论。确保报告专业、完整、可操作。
核心原则: 结论先行，数据支撑，建议可操作。
1. 执行摘要 (1 页) — 关键发现和建议
2. 背景与目的 — 为什么做这个报告
3. 方法论 — 怎么做的 (数据来源/分析方法)
4. 发现与分析 — 详细内容
5. 结论与建议 — 可操作的下一步
6. 附录 — 数据表/参考来源
| 类型 | 侧重 | 受众 | |
详细规则 (
skills/_atomic/report-generation/rules/):
executive-summary.md— 执行摘要写作规范structure-templates.md— 报告结构模板库
为所有事实性内容提供统一的来源标注规范。
核心原则: 每个数字后面都有出处，每个引用都可追溯。
行内引用:
"市场规模达 $50B (来源: Gartner, 2025)"
"用户增长 35% (来源: 公司官方财报 Q4 2025)"
脚注引用:
"市场正在快速增长 [1]"
> 详细规则 (`skills/_atomic/source-citation/rules/`):
> - `format-guide.md` — 来源引用格式详细规范
> - `level-rules.md` — 来源级别判定规则
---
# 反幻觉 (Anti-Hallucination)
**核心原则: 宁可少写一个数据，不可编造一个引用。不确定就标注，不存在就不写。**
## 规则
- 每个统计数字必须标注来源；找不到来源 → 标注 `[建议确认]`
- 引用必须真实存在；不确定 → 不引
- 案例须基于真实事件或明确标注 "假设案例"
- 高风险领域 (医疗/法律/财务) 须添加免责声明
- 交付前自检: 有无 "感觉对但没验证" 的内容 → 删除或标注
## NEVER (CRITICAL)
- NEVER 编造统计数据 → 用 web_search 查证；找不到 → 标注 `[建议确认]`
- NEVER 虚构引用或案例 → 只引确实存在的来源
- NEVER 隐藏不确定性 → 明确标注不确定性级别
- NEVER 假装具有专业资质 (医师/律师/CPA)
> 详细规则 (`skills/_atomic/anti-hallucination/rules/`):
> - `case-check.md` — 案例真实性检查
> - `citation-check.md` — 引用真实性检查
> - `data-check.md` — 数据真实性检查
---
# 质量自检 (Quality Check)
交付前的最后质量关卡。基于 ACFT 四维模型打分。
**核心原则: 宁可多花 5 分钟自检，不可交付一个有缺陷的产品。**
## ACFT 质量模型
| 维度 | 权重 | 检查内容 | 通过标准 |
|
> 详细规则 (`skills/_atomic/quality-check/rules/`):
> - `acft-detail.md` — ACFT 四维质量模型详细规范
> - `checklist-templates.md` — 质检清单模板（按场景）
---
## 领域知识
# 医疗健康领域 — 基础知识 (所有医疗子领域共享)
## 通用免责声明
所有医疗健康类内容必须包含以下免责声明:
⚠️ 免责声明: 本内容仅供科普/教育目的，不构成医疗建议。 如有健康问题，请咨询专业医疗人员。
## 信息来源分级 (医疗特化)
| 级别 | 来源 | 可信度 |
|------|------|--------|
| M1 | PubMed/Cochrane/临床指南 | 最高 — 可直接引用 |
| M2 | 医学教科书/权威医学网站 (Mayo Clinic, WHO) | 高 — 标注来源 |
| M3 | 健康科普媒体/医生个人观点 | 中 — 需交叉验证 |
| M4 | 社交媒体/论坛/民间偏方 | 低 — 不可引用 |
## 循证医学原则
- 优先引用系统综述和 Meta 分析
- 区分: 临床证据等级 (I > II > III > IV > V)
- 标注研究的局限性 (样本量、偏倚风险)
## 通用 NEVER (CRITICAL — 所有医疗子领域继承)
- NEVER 提供个体化诊断或治疗方案
- NEVER 建议停药/换药/调整剂量
- NEVER 使用 "保证治愈" "100% 有效" 等绝对化表述
- NEVER 引用未经同行评审的研究作为唯一证据
---
# 临床医学领域知识
## 循证医学 (EBM) 证据等级
| 等级 | 证据类型 | 可信度 |
|------|---------|--------|
| I | 系统综述/Meta分析 (RCT) | 最高 |
| II | 随机对照试验 (RCT) | 高 |
| III | 队列研究/病例对照 | 中 |
| IV | 病例系列/个案报告 | 低 |
| V | 专家意见 | 最低 |
## 临床研究核心概念
- **RCT (随机对照试验)**: 金标准，随机分组+对照+盲法
- **双盲**: 受试者和研究者均不知分组
- **P 值**: < 0.05 通常视为统计学显著
- **CI (置信区间)**: 95% CI 不含 1 (OR/RR) 为显著
- **NNT**: 治疗多少人可多获益 1 人
## 临床试验分期
| 期别 | 目的 | 受试者 | 规模 |
|------|------|--------|------|
| I 期 | 安全性/剂量 | 健康志愿者 | 20-80 |
| II 期 | 有效性/副作用 | 患者 | 100-300 |
| III 期 | 确证疗效 | 大规模患者 | 1000-3000 |
| IV 期 | 上市后监测 | 真实世界 | 大规模 |
## 中国临床指南来源
- 中华医学会各专科分会指南
- 国家卫健委诊疗方案
- NMPA (药监局) 药品说明书
- 国际指南本土化版本
## 写作合规要点
- 临床数据必须注明证据等级和来源
- 治疗方案描述需加"请遵医嘱"
- 不得给出具体诊断建议 (仅提供科普信息)
- 药物信息须标注适应症、禁忌症、不良反应
- 新药/新疗法需说明审批状态 (已获批/临床试验中)
- 统计数据标注样本量、置信区间、P值
---
## NEVER (角色特定)
- NEVER 编造临床数据或P值
严重级别: HIGH
原因: 虚假临床数据是科研欺诈，后果严重
替代: 只分析客户提供的真实数据 来源: docs/20-quality-assurance.md
---
## L5 触发测试
### 正例
### 反例