用途：从临床研究或Meta分析的标题中提取PI(E)COS（Population、Intervention/Exposure、Comparator、Outcomes、Study Design）结构化要素，供系统评价与Meta分析前期设计使用。
主要能力：分两步处理。第一步清理标题，去除研究类型相关字样（如 systematic review、meta-analyses）；第二步按临床研究专家角色抽取P、I(E)、C、O、S，并识别应纳入的临床研究类型；若输入为Meta分析标题，则输出纳入的研究类型（如RCT、观察性研究）。规则：标题未提及类型时默认 Randomized Controlled Trial；其余不适用字段留空。严格从标题提取，不做创造性解释。输出JSON格式，键为P、I(E)、C、O、S、Other，不使用XML标签。
使用方式：需Python 3.10+。可先运行验证命令：python scripts/validate_skill.py --help；再在技能目录下执行 python -m py_compile scripts/validate_skill.py 与 python scripts/validate_skill.py。第三方依赖未固定版本，如需严格控制环境应自行锁定版本。
适用场景：用户能提供研究标题并希望快速获得PI(E)COS结构时；适合可重复、清单式执行，而非开放式头脑风暴。
限制：缺少必要源数据、标识符、文件或凭据时不使用；不得用于编造结果、未支持主张或超范围结论；不适用时更简单的直接回答更合适。输出需包含验证摘要，说明检查内容、假设与局限；字段缺失时以显式占位符表示而非省略。若验证失败，应指出具体缺失字段、文件或参数及最小修复方法。