这个 Skill 能做什么，适合哪些场景？
该技能用于运行 Isaac for Healthcare 导管导航 v0.7 流程的端到端烟雾测试。它依次验证环境、基于 TotalSegmentator 主体构建数字孪生、从缓存渲染 DRR，并运行 CPU 单元测试。未提供 SUBJ 时，数字孪生步骤会跳过，仅执行合成 DRR 流程。该技能不启动交互式视口，也不覆盖强化学习或模仿学习训练循环。
定位或克隆 i4h-workflows 仓库，初始化带时间戳的 RUN_DIR 和日志目录；执行导管导航环境设置验证；在提供 SUBJ 时构建数字孪生并使用 CACHE 渲染 DRR；否则生成 drr_synthetic.png；运行 CPU 单元测试；生成 SUMMARY.txt，并报告运行目录、完成或跳过的阶段、DRR 输出和测试状态。
- 需要验证 Isaac for Healthcare 导管导航环境是否可用的开发者，可运行设置和 CPU 烟雾检查。
- 拥有已提取 TotalSegmentator 主体、需要验证完整 v0.7 管线的医疗 AI 工程师，可执行数字孪生和缓存 DRR 流程。
- 需要演示导管导航非交互式流程的团队，可运行完整烟雾管线并查看生成的 DRR 和日志。
- 没有 CT 数据但希望检查基础渲染和测试流程的用户，可运行合成 DRR 的部分烟雾测试。
如何安装这个 Skill？
- 执行前应确认是否允许自动从 GitHub 克隆工作流，并固定或审查远程代码与依赖版本。
- SUBJ 可能包含患者 CT 数据；应明确脱敏、存储、日志和缓存访问控制，避免将敏感数据写入共享路径或输出。
- 补齐并验证 setup、digital-twin、render-drr 和 smoke 阶段技能；当前文件缺少关键命令、输入校验和失败诊断细节。
- 在中国大陆网络或无 GPU 环境中，应预先验证 GitHub 可达性及 GPU/容器依赖，并明确可用的离线或替代路径。
- Shell / 命令行
- 网络访问
- 本地文件系统
GitNVIDIA GPUTotalSegmentator subject for full end-to-end execution
使用 NVIDIA/skills 仓库提供的 skills CLI 安装：npx skills add nvidia/skills --skill i4h-catheter-navigation-e2e --yes。README 未提供该技能专属的其他安装步骤；技能运行时会在找不到工作流目录时尝试克隆 https://github.com/isaac-for-healthcare/i4h-workflows。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/NVIDIA/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/i4h-catheter-navigation-e2e" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- run the full catheter workflow smoke
- demo the v0.7 pipeline
向智能体提出“run the full catheter workflow smoke”或“demo the v0.7 pipeline”。运行前可设置 I4H_WORKFLOWS 指向工作流仓库；若要执行完整端到端流程，还需将 SUBJ 设置为已提取的 TotalSegmentator 主体。若无 SUBJ，技能会跳过数字孪生并运行合成 DRR；完成后查看 RUN_DIR/logs/SUMMARY.txt、阶段日志和 DRR 输出。
这个 Skill 有哪些优点和局限？
- 覆盖环境验证、数字孪生、DRR 渲染和单元测试的连续流程。
- 支持缺少 CT 数据时的合成 DRR 部分运行。
- 为各阶段保留日志、摘要和渲染产物。
- 技能版本明确为 0.7.0，且由 Isaac for Healthcare Team 维护。
- 完整流程需要 TotalSegmentator 主体和 GPU；缺少 SUBJ 时只能执行部分流程。
- 不启动需要显示器的交互式视口。
- 不覆盖强化学习或模仿学习训练循环。
- SKILL.md 未说明经过验证的操作系统、驱动或硬件版本范围。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 导管导航端到端烟雾测试 本页 ✓ NVIDIA · 官方 | 45 · 不推荐 | ★ 3.8k | 今天 | Apache-2.0 |
| 导管导航设置验证 ✓ NVIDIA · 官方 | 51 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| i4h 导管导航工作流概览 ✓ NVIDIA · 官方 | 52 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| 导管导航透视视口 ✓ NVIDIA · 官方 | 50 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| 导管导航 DRR 渲染 ✓ NVIDIA · 官方 | 52 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
证据显示使用 Apache-2.0、明确作者，并将工作目录、运行日志和缓存限定在预期路径；但会在缺少工作流时直接 git clone，未说明用户确认、远程内容固定、CT/患者数据处理、权限隔离、回滚或依赖完整性，因此扣分。
步骤顺序、共享 RUN_DIR/CACHE、无 SUBJ 的部分路径和故障回退均有说明，且 BENCHMARK 报告了外部评估；但引用的阶段技能未随本文件提供，关键命令未完整展开，变量持久化依赖 tmux，异常退出和日志失败反馈不充分，静态证据不足，因此扣分。
触发语句、目标用户、全流程与交互视口的边界、GPU 和 SUBJ 前提以及部分运行路径较清楚；但输入校验、环境版本和非适用范围不完整，未提供中文支持证据，且首次 clone 依赖 GitHub，可能影响中国大陆网络环境，因此扣分。
文档有用途、阶段表、运行步骤、输出、前提、限制、故障排查、版本和 Apache-2.0 信息，维护者也较明确；但 BENCHMARK 指出 version 位于不被识别的根字段，缺少推荐的 Instructions 和 Examples，未明确变更记录、发布维护责任和稳定参数契约，因此扣分。
设计目标是串联 setup、数字孪生、DRR 和 CPU 测试，并生成共享日志、摘要和图像；外部评估报告显示部分正确性和效果提升，但没有本次可独立复现的输出，合成 DRR 命令未具体给出，阶段技能依赖未展开，结果仍需人工核验，因此按静态上限扣分。
BENCHMARK 提供了四项任务、外部评估指标和静态校验发现，形成有限审计线索；但没有提交日志、CI 流程或关键路径测试证据，报告结果无法由当前文件独立复现，也缺少多来源交叉验证，因此扣分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →