用途：根据用户对研究问题的自然语言描述（如 Meta 分析主题、PICOS 要素），自动抽取医学实体并为七个数据库生成检索策略，用于系统综述与 Meta 分析前期检索式构建。
主要能力：一是从输入中抽取 PICOS 要素——P 人群/疾病、I 干预、C 对照（可选）、O 结局指标（可选）、S 研究类型（默认 RCT）；抽取规则包括关键词不超过 5 个、简化描述性短语（如 patients with ovarian cancer 简化为 ovarian cancer）、将非标准术语映射为通用医学术语、在合适时使用标准化结局术语。二是按数据库生成检索式，覆盖 PubMed、Cochrane Library、Embase、Web of Science、CNKI、万方、维普；各库语法与示例见 references/databases.md。
使用方式：本技能为文档驱动、以 SKILL.md 指令工作流为核心，未提供可执行打包脚本。先收集必需输入，再按文档工作流执行，需要模板或规则时使用目录内 references/assets，最后返回结构化结果。输出格式为：先列抽取的医学实体（P/I/C/O/S），再按七个数据库分节给出检索式。
适用场景：系统综述、Meta 分析的检索策略初稿；需要跨中英文数据库统一生成检索式的场合；偏重清单式、可重复执行的检索任务，而非开放式头脑风暴。
限制：缺少必需源数据、标识符、文件或凭据时不应使用；不得用于编造结果、无依据结论或超范围推断；若更简单的直接回答更合适则不必使用本流程。依赖 Python 3.10 及以上（仓库基线），第三方包未明确锁定版本。执行前需确认输入路径、输出路径、范围过滤、阈值与领域约束；若建议产出文件，除非另有约定，默认文件名 meta_search_builder_result.md，并附验证摘要说明已检查项、假设与剩余局限。