用途：为工程师训练的医学影像模型补齐必备文档，包括 Model Card（预期用途、超范围用途、训练数据、各亚组性能、注意事项）、数据集 Datasheet（来源、构成、采集、标注、知情同意），以及一次 METRIC 视角的数据质量检查。它只从用户提供的事实填充模板，绝不虚构数字、来源细节、同意状态或授权，并用确定性门控确保必填章节未缺失、未留 [NEEDS INPUT] 占位符。
何时使用：训练完成的模型需要 Model Card / Datasheet，用于仓库、Hugging Face 卡片或论文补充材料。
何时不用：审核验证设计与指标用 /model-assessment；数据集字节版本管理用 /version-dataset；表格变量文档用 /generate-codebook；稿件逐条报告规范合规用 /check-reporting；模型构建/训练用 /model-scaffold。
工作流：1）收集事实：任务、架构、来源、授权、预期与超范围用途、训练与评估队列、参考标准与读者间一致性、总体与亚组性能、数据采集、同意、去标识化，未提供的一律留 [NEEDS INPUT]。2）填充 Model Card：将 ${CLAUDE_SKILL_DIR}/references/model_card_template.md 复制为 MODEL_CARD.md，保留标题，逐节填写；数字仅来自 /model-assessment 或已执行结果。3）填充 Datasheet：复制 ${CLAUDE_SKILL_DIR}/references/datasheet_template.md 为 DATASHEET.md，填七个问题组（动机、构成、采集、预处理/标注、用途、分发、维护）。4）METRIC 数据质量检查：走 ${CLAUDE_SKILL_DIR}/references/metric_dimensions.md（完整性、正确性、一致性、代表性、时效性、来源、标签来源、公平性/覆盖、泄漏安全），在 Datasheet 记录发现；影响主指标有效性的问题也应交叉核对 /model-assessment。5）确定性门控：python3 ${CLAUDE_SKILL_DIR}/scripts/check_model_card_complete.py --card MODEL_CARD.md --datasheet DATASHEET.md --strict，MISSING_SECTION / EMPTY_REQUIRED_SECTION / UNFILLED_FIELD 必须为零；UNFILLED_FIELD 会列出必填章节中仍为 [NEEDS INPUT] / [VERIFY] 的字段。显式 N/A 或 None 只在作为字段整体值时视为回答，且在预期用途、训练数据、评估数据、指标或定量分析中不算；仅模板原样的大写占位符计数，markdown 链接文本与 HTML 注释、代码块内内容不算。已知限制：手写 TODO / TBD / <...> / XXXX 只有在整个章节未填时才会被捕获，开放字段应保留模板的 [NEEDS INPUT] 标记。6）交接：卡片供 /write-paper、/check-reporting（CLAIM 2024 / TRIPOD+AI 条目审核）与 /self-review 使用。
反幻觉：绝不虚构评估数字、亚组结果或数据集来源；每个数字来自 /model-assessment 或用户执行结果，每条来源/同意/授权陈述须用户确认，未知即 [NEEDS INPUT]，由门控标出。绝不无用户内容就标章节完成，绝不自动填充占位符以通过门控，绝不断言未确认的授权或同意状态。门控只检查存在性而非真实性，完整卡片仍可能含错误数字，有效性由 /model-assessment 与人工负责。
确定性脚本：scripts/check_model_card_complete.py 验证所有必填 Model Card / Datasheet 章节存在且非空（标准库、无需网络）。可复现挑战：bash ${CLAUDE_SKILL_DIR}/scripts/check_model_card_complete_challenge/verify.sh。
分类说明：Model Cards（Mitchell 等 2019）与 Datasheets（Gebru 等 2021）是文档标准而非临床报告指南，故以 references/ 模板形式存放（不计入清单），与 appraisal_tools/METRICS.md 的处理一致；稿件级 CLAIM 2024 / TRIPOD+AI 条目审核仍归 /check-reporting。