用途：该技能让智能体为全切片图像（WSI）分析生成正确、可运行的代码，覆盖 TIAToolbox 命令行与 Python API、H-optimus-0 基础模型，以及“组织→切块→特征→聚合→预测”的标准流程，并涉及 CAMELYON 数据集与受监管工作负载的 SageMaker 部署模式。
主要能力：检查、切块或染色归一化 WSI（SVS、NDPI、MRXS、金字塔 TIFF）；用病理基础模型提取特征；在 CAMELYON 等队列上构建切片级分类器；将 WSI 模型部署到 AWS SageMaker。默认使用 TIAToolbox 原语（WSIReader、PatchPredictor、DeepFeatureExtractor），默认 H-optimus-0 在 0.5 mpp、224×224。
使用方式：当用户提出上述任务时调用。仅在分辨率、模型或输出产物不明确时请求澄清，否则套用默认规则。回答先给命令或代码再解释，结构为确认输入→可运行代码→关键参数说明→注意事项，每任务一个完整示例，代码约 50–100 行。常用命令如 tiatoolbox slide-info、tissue-mask、patch-predictor、stain-norm，均支持 --img-input、--output-path、--resolution、--units、--batch-size、--device cuda。
适用场景与限制：适用于病理 WSI 分类、特征提取与部署。H-optimus-0 为 1.1B 参数 ViT-G/14，输出 1536 维，许可受限，需在 Hugging Face 接受条款并运行 huggingface-cli login。需注意 OpenSlide 依赖、分辨率不得细于原生 mpp、CAMELYON17 须按患者而非切片划分、ASAP XML 坐标为 baseline 级别等常见错误。依赖：tiatoolbox>=1.5、timm>=1.0、torch>=2.1、openslide-python、huggingface_hub，系统需 openslide-tools、libpixman-1-dev、libvips。