SKILLEMALL.ai
GitHub ↗ EN Войти

CD tooluniverse-clinical-trial-matching

Сопоставление пациентов с клиническими исследованиями на основе ИИ для прецизионной медицины и онкологии. На основе профиля пациента (заболевание, молекулярные изменения, стадия, предыдущие методы лечения) находит и ранжирует клинические исследования из ClinicalTrials.gov с использованием многомерного сопоставления по молекулярной пригодности, клиническим критериям, соответствию препарата и биомаркера, силе доказательств и географической осуществимости. Выдает количественную оценку Trial Match Score (0-100) для каждого исследования с многоуровневыми рекомендациями и подробным отчетом в формате markdown. Используйте, когда онкологи, молекулярные консилиумы или пациенты спрашивают о вариантах клинических исследований для конкретных типов рака, профилей биомаркеров или сценариев после прогрессирования.

машинный переводПоказать оригиналСкрыть оригинал«AI-driven patient-to-trial matching for precision medicine and oncolog…»

AI-driven patient-to-trial matching for precision medicine and oncology. Given a patient profile (disease, molecular alterations, stage, prior treatments), discovers and ranks clinical trials from ClinicalTrials.gov using multi-dimensional matching across molecular eligibility, clinical criteria, drug-biomarker alignment, evidence strength, and geographic feasibility. Produces a quantitative Trial Match Score (0-100) per trial with tiered recommendations and a comprehensive markdown report. Use when oncologists, molecular tumor boards, or patients ask about clinical trial options for specific cancer types, biomarker profiles, or post-progression scenarios.

FreedomIntelligence/OpenClaw-Medical-Skills Agent Skills автор: FreedomIntelligence 5 файлов · 1 скрипт тело ≈ 12 404 токенов Открыть источникgithub.com↗ проанализирован 14 ч назад

Сопоставление пациентов с клиническими исследованиями на основе ИИ для прецизионной медицины и онкологии.

Как процесс D 49/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: \w+

ПроцедураДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: \w+
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 12404 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: \w+

Процессный рейтинг: все десять параметров 49/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: \w+
  • 0Инструменты и файлы. Не хватает 1 файла(ов): \w+
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 12404 токенов: вытесняет саму задачу из окна
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 110, расплывчатых формулировок: 2
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • low Разделов верхнего уровня: 19. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 664 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 73 заголовков
  • +3Пошаговые инструкции: 110 пунктов
  • +4Есть примеры (27 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.