登录
下载

Skill UI

浏览并发现 15799+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 IDE ，共找到 12239 条记录
默认排序 最新上传 最多下载

日志PHI脱敏与安全防护

enforcing-nophi-logging
maziyarpanahi/openmed
429
本技能提供一个日志记录卫士，用于防止受保护的健康信息（PHI）泄露到日志、追踪和错误报告中。它在数据发送前作为过滤器运行，通过正则表达式脱敏结构化标识符（如SSN、邮箱），并使用模型处理自由文本PHI，确保日志在传输到集中存储时保持数据隐私和合规性。
查看详情

规则集审计与优化器

eval-rules
FlorianBruniaux/claude-code-ultimate-guide
109
该工具用于审计和维护规则文件结构（如.claude/rules/）。它能检查规则的结构正确性、验证 glob 路径模式是否有效，并通过交互式流程，引导用户确认和优化每条规则的适用性和准确性，确保规则集保持最佳状态。
查看详情

技能评估与质量审计

eval-skills
FlorianBruniaux/claude-code-ultimate-guide
369
该工具用于全面审计项目中的所有技能文件。它会检查元数据完整性、工具权限设置和内容质量是否符合标准，并生成一份详细的评分报告。报告不仅包含评分，还为每个技能推荐了合适的投入精力级别，适用于新项目启动或上线前进行质量审核。
查看详情

基于泄漏门的去标识化评估

evaluating-with-leakage-gates
maziyarpanahi/openmed
257
用于评估去标识化和临床命名实体识别模型是否符合严格的隐私保护标准。该功能不依赖于聚合F1分数，而是通过一系列泄漏门控（G1a-G8）检查模型是否存在残留的个人健康信息（PHI）泄露，从而判断模型是“可发布”还是“隔离”，确保模型满足HIPAA合规要求。
查看详情

演进式模块化架构设计

evolutionary-modular-architecture
tech-leads-club/agent-skills
95
这是一份用于指导和构建大型、高弹性的平台架构的指南。它倡导使用“演进式模块化单体”模式，通过领域驱动设计（DDD）建立强大的逻辑边界和模块化结构。适用于系统设计初期、定义业务边界上下文、选择单体与微服务模式，以及确保与外部系统（如ERP、AI）有效解耦。
查看详情

代码与概念深度解析

explain
FlorianBruniaux/claude-code-ultimate-guide
416
用于对复杂的代码片段、函数实现、系统架构或设计模式进行深度、结构化的解释。用户可以设定解释的深度（简单、标准或深入），从而获取包含目的、工作流程、关键决策和权衡利弊的全面解析，极大提高学习效率。
查看详情

批量导出FHIR数据用于分析

exporting-bulk-fhir
maziyarpanahi/openmed
136
用于从电子病历系统或FHIR数据仓库批量提取大规模（群体级）的临床文本记录。通过FHIR Bulk Data Access执行异步导出，获取NDJSON格式的数据流。该数据流设计用于分批传输给OpenMed进行脱敏处理和命名实体识别（NER）分析，是数据分析流程的起点。
查看详情

临床实体至FHIR R4导出

exporting-to-fhir
maziyarpanahi/openmed
329
该技能用于将OpenMed识别出的临床文本片段（NER输出）转换为结构化、符合FHIR R4标准的电子健康记录（EHR）资源。它提供构建CodeableConcept的机械帮助函数，支持SNOMED、LOINC、ICD-10等主流编码体系，确保数据具备高度的互操作性。
查看详情

临床实体到FHIR资源提取

extract-clinical-entities-to-fhir
maziyarpanahi/openmed
297
该工具用于从合成或脱敏的临床文本中提取实体。它通过OpenMed识别关键的临床信息跨度，并将这些信息映射为符合FHIR R4标准的结构化资源（如Condition、Observation等）。这实现了实体提取与临床编码的分离，确保输出数据具备标准化和可互操作性。
查看详情

提取临床生物医学实体

extracting-clinical-entities
maziyarpanahi/openmed
320
用于从临床医学文本中执行实体的命名实体识别 (NER)。它可以提取疾病、药物、解剖结构、基因和蛋白质等结构化生物医学实体，并提供实体的精确字符范围和模型置信度得分。是构建专业、隐私优先的临床自然语言处理 (NLP) 流程的关键工具。
查看详情

提取DICOM元数据和报告文本

extracting-dicom-metadata
maziyarpanahi/openmed
136
本技能用于从DICOM影像文件中提取关键的患者元数据（如姓名、日期）和结构化报告文本。它解决了将医疗影像导入自然语言处理（NLP）流程的痛点，是进行数据脱敏和临床文本分析的必要前置步骤。
查看详情

从临床文本提取个人身份信息

extracting-pii-entities
maziyarpanahi/openmed
102
使用 openmed.extract_pii 检测临床文本中的个人身份信息（PII）或受保护健康信息（PHI）范围（如姓名、日期、病历号等）。与脱敏功能不同，它返回原始文本和检测到的跨度，用户无需修改源数据即可进行审计、预览脱敏效果、规范化标签或路由到自定义匿名化处理程序。非常适用于数据预处理和策略执行。
查看详情
上一页123...1009101010111012101310141015...101810191020下一页
语言
简体中文
English