medsci-skills MCP — 使用場景, 安裝 & 即時演示

為什麼要用

核心特性

23 個技能，涵蓋設計 → 分析 → 論文撰寫 → 投稿的完整流程
33 項報告準則合規稽核（STROBE、PRISMA、STARD、CONSORT……）
支援 13 種以上常見研究設計的 Python/R 程式碼生成
驗證引用——預設防止幻覺
由持續發表論文的醫師所建置

即時演示

實際使用效果

medsci-skill.replay ▶ 就緒

0/0

安裝

選擇你的客戶端

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "medsci-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Aperivue/medsci-skills",
        "~/.claude/skills/medsci-skills"
      ],
      "_inferred": true
    }
  }
}

開啟 Claude Desktop → Settings → Developer → Edit Config。儲存後重啟應用。

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "medsci-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Aperivue/medsci-skills",
        "~/.claude/skills/medsci-skills"
      ],
      "_inferred": true
    }
  }
}

Cursor 使用與 Claude Desktop 相同的 mcpServers 格式。專案級設定優先於全域。

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "medsci-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Aperivue/medsci-skills",
        "~/.claude/skills/medsci-skills"
      ],
      "_inferred": true
    }
  }
}

點擊 Cline 側欄中的 MCP Servers 圖示，然後選 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "medsci-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Aperivue/medsci-skills",
        "~/.claude/skills/medsci-skills"
      ],
      "_inferred": true
    }
  }
}

格式與 Claude Desktop 相同。重啟 Windsurf 生效。

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "medsci-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Aperivue/medsci-skills",
        "~/.claude/skills/medsci-skills"
      ]
    }
  ]
}

Continue 使用伺服器物件陣列，而非映射。

~/.config/zed/settings.json

{
  "context_servers": {
    "medsci-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/Aperivue/medsci-skills",
          "~/.claude/skills/medsci-skills"
        ]
      }
    }
  }
}

加入 context_servers。Zed 儲存後熱重載。

claude mcp add medsci-skill -- git clone https://github.com/Aperivue/medsci-skills ~/.claude/skills/medsci-skills

一行命令搞定。用 claude mcp list 驗證，claude mcp remove 移除。

使用場景

實戰用法： medsci-skills

撰寫符合 STROBE 規範的觀察性研究論文

👤 已完成資料清理，準備進入撰寫階段的臨床研究人員 ⏱ ~120 min advanced

何時使用： 分析工作已完成，需要將結果轉化為可投稿的 IMRAD 格式論文。

前置條件

已清理並去識別化的資料集及分析結果 — 若尚未完成，請先使用去識別化與統計技能
已安裝技能 — git clone https://github.com/Aperivue/medsci-skills ~/.claude/skills/medsci-skills

步驟

根據分析結果起草方法與結果章節

Use medsci-skills. Here are my analysis outputs and study design (retrospective cohort). Draft the Methods and Results sections, STROBE-compliant.✓ 已複製

→ 包含 STROBE 條目對應的完整草稿
執行合規性稽核

Now audit this manuscript against the STROBE checklist — flag every missing item.✓ 已複製

→ 表格：條目 / 是否符合 / 備註
以審稿人視角進行自我審查

Now critique this manuscript as a reviewer at the target journal would. Be harsh.✓ 已複製

→ 附行號參照的逐條批評

結果： 一份通過報告準則稽核、並在投稿前經過壓力測試的論文。

注意事項

引用格式正確但實際上並不存在的文獻 — 本技能強制要求驗證——絕不接受無法在 PubMed 開啟的引用

搭配使用： arxiv · biomcp

執行符合 PRISMA 規範的系統性文獻回顧流程

👤 正在開始進行系統性回顧或統合分析的研究人員 ⏱ ~240 min advanced

何時使用： 開始進行以 PRISMA 為指引的文獻回顧。

步驟

建立搜尋策略並執行檢索

Use medsci-skills to design a PRISMA search for '<topic>'. Run it against PubMed and Europe PMC.✓ 已複製

→ 布林搜尋策略及各資料庫的命中數量
篩選文獻並提取資料

For the included studies, extract into the meta-analysis pipeline format.✓ 已複製

→ 結構化資料提取表格
生成 PRISMA 流程圖與森林圖

Now generate the PRISMA diagram and forest plot figures at journal resolution.✓ 已複製

→ 可直接貼入論文的 PDF/PNG 圖表

結果： 一份符合規範的系統性回顧論文架構，並附帶相關圖表。

注意事項

搜尋範圍過廣導致超過 10,000 筆結果 — 使用本技能的查詢精煉工具縮小搜尋詞彙

搭配使用： arxiv

計算樣本數並生成符合 IRB 要求的說明段落

👤 準備倫理審查申請的主持人（PI） ⏱ ~15 min intermediate

何時使用： IRB 審查前，需要正確完成統計學依據說明時。

步驟

指定效果量、顯著水準與統計檢定力

Use medsci-skills sample-size. Design: two-arm RCT. Primary outcome: continuous, expected difference 0.3 SD, alpha 0.05, power 0.8, 1:1 allocation.✓ 已複製

→ 每組所需人數 + 計算公式 + 符合 IRB 要求的說明段落

結果： 一段可直接貼入研究計畫書的統計依據說明。

起草逐點回覆審稿意見的回覆信

👤 正在準備修改稿的作者 ⏱ ~45 min intermediate

何時使用： 收到第一輪（R1）審稿意見，需要有條理地進行回覆時。

步驟

組織回覆信的結構

Here are the reviewer comments. Use medsci-skills to draft a point-by-point response — quote comment, response, revised manuscript location.✓ 已複製

→ 附有論文行號參照的結構化表格式回覆

結果： 一封讓編輯讚賞的回覆信。

注意事項

對每條意見都表示同意，反而削弱了論文的論點 — 要求本技能針對你不認同的意見，以佐證資料提出反駁

組合

與其他 MCP 搭配，撬動十倍槓桿

medsci-skill + arxiv + biomcp

從可驗證 ID 的來源抓取原始文獻作為引用

Use biomcp + medsci-skills literature-search to find RCTs on <topic> from 2020–2025.✓ 已複製

medsci-skill + filesystem

將研究計畫書、論文、圖表與統計程式碼統一放在一個有版本控制的資料夾中

Create project structure per medsci-skills conventions and initialize git.✓ 已複製

工具

此 MCP 暴露的能力

工具	輸入參數	何時呼叫
literature-search	topic, databases	任何研究任務的起始階段
sample-size	design, effect size, alpha, power	撰寫研究計畫書時
deidentify	clinical dataset	任何資料處理工作前
stats-code	design, data structure	資料分析階段
manuscript-imrad	outputs, design	論文撰寫階段
compliance-audit	manuscript, guideline (STROBE/PRISMA/…)	投稿前
journal-recommender	manuscript	選擇投稿期刊時
reviewer-response	reviews, manuscript	修改稿準備階段

成本與限制

運行它的成本

API 配額: 本技能本身不占用任何 API 配額
每次呼叫 Token 數: 用量較大——論文草稿約需 10–30k tokens
費用: 免費，開放原始碼
提示: 先用較小的模型起草，再用 Opus 精修——兩階段方法可節省約一半費用

安全

權限、密鑰、影響範圍

憑證儲存： 不儲存任何憑證；所有資料庫 API 金鑰（PubMed 等）均從環境變數讀取

資料出站： 僅傳送至你自行設定的資料庫——PubMed、arXiv 等。切勿在未去識別化的情況下將受保護的健康資訊（PHI）傳送至外部 LLM。

將病患資料輸入論文撰寫或統計技能前，務必先執行 deidentify。
引用文獻必須人工抽查——技能負責驗證，但論文最終由人來署名負責。

故障排查

常見錯誤與修復

literature-search returns no results

擴大搜尋詞彙範圍；本技能預設使用嚴格的布林搜尋模式

Compliance audit flags many items as missing

這在初稿中是正常現象——依嚴重程度排序，逐一處理即可

替代方案

medsci-skills 對比其他方案

替代方案	何時用它替代	權衡
biomcp	主要需要生物醫學資料檢索，不需要論文撰寫功能時	寫作輔助功能較少
arxiv	僅需要預印本文獻時	不支援醫學報告準則合規檢查

medsci-skills

為什麼要用

核心特性

即時演示

實際使用效果

安裝

選擇你的客戶端

使用場景

實戰用法： medsci-skills

撰寫符合 STROBE 規範的觀察性研究論文

前置條件

步驟

注意事項

執行符合 PRISMA 規範的系統性文獻回顧流程

步驟

注意事項

計算樣本數並生成符合 IRB 要求的說明段落

步驟

起草逐點回覆審稿意見的回覆信

步驟

注意事項

組合

與其他 MCP 搭配，撬動十倍槓桿

工具

此 MCP 暴露的能力

成本與限制

運行它的成本

安全

權限、密鑰、影響範圍

故障排查

常見錯誤與修復

替代方案

medsci-skills 對比其他方案

更多

資源