将「临床问题」与可选的 本地已抓取题录或摘要片段 一并交给内部医疗大模型,生成 PICO 对齐的问题重构、证据脉络梳理、检索式延展建议与知识空白提示。适用于开题、综述大纲、或向上级汇报前的文献叙事草稿。
本 skill 不直连 PubMed / CNKI 等外部索引;
passages由上游爬虫、图书馆 API 或手工粘贴提供。与药企侧literature-analysis相比,本包更强调 临床问题导向 与「下一步可查什么」的延展,而非研发管线证据表。
系统综述与快速证据合成中广泛采用 PICO(Population, Intervention, Comparator, Outcome) 框架约束检索问题;实践型产品常在「关键词布尔检索」之上叠加 语义段落排序 与 引用级摘要。本 skill 在 prompt 层显式引导 PICO 与「可检索引言」,便于后续接入真实检索 API 时把同一 JSON 映射为查询 DSL。
bash
python3 scripts/run.py --input input.json --output output.json --appkey YOUR_KEY
字段必填说明clinical_question是临床或科研问题(一句话或多句)passages否文献片段数组: title、 year、 excerpt(可无 PMID/DOI)constraints否如人群、语种、研究设计偏好等
json
{
"skill": "医学文献检索",
"status": "ok",
"data": { },
"text": "Markdown:PICO、要点、延展检索建议等"
}
--input PATH: 必填。--output PATH:可选。--appkey STRING: 必填。内部医疗大模型鉴权 key。https://maas-api.hivoice.cn/v1/chat/completions · u2-med非实时文献库; 不替代 系统评价与人工全文阅读。若 passages 为空,模型仅基于通用医学知识给出检索策略级建议,须在呈现中区分「未锚定具体文献」。