用途：围绕医学影像AI领域规划与撰写可追溯的综述或方法调查，明确限定四类路线：narrative（领域解读）、method-survey（方法族比较）、scoping（证据与空白映射）、systematic（无统计合并的定性系统综述）。不执行荟萃分析、网络荟萃分析、个体参与者数据荟萃分析或伞形综述；需要合并估计量、异质性统计或森林图时应停止并说明需专用方法流程。
主要能力：以脚本初始化项目，生成 review_config.yaml、REVIEW_CONTEXT.md、claim_ledger.csv、references.bib、manuscript.md、AI_USE_DISCLOSURE.md 等工件；用稳定citekey（如[@smith2024model]）维护引用，每条事实、数值、方向、新颖性、监管或比较性声明记录来源定位、证据摘录、验证状态与验证人；正式路线需保存筛选决定记录。
用法：先确认路线、研究问题、范围、目标期刊、检索日期范围与人员角色；初始化命令为 python3 <skill_dir>/scripts/init_review_project.py --parent <workspace-root> --name <topic-slug> --route <narrative|method-survey|scoping|systematic>，打印的 project_dir 为后续路径。检索部分交由 lit-search 技能先执行，再将其 dois.md/references.md 等作为候选池导入。稿件存在后运行 python3 <skill_dir>/scripts/audit_manuscript.py <project_dir>/manuscript.md --route <...> --project-dir <project_dir> --fail-on critical --output <project_dir>/review_outputs/audit_report.md。
适用场景与限制：适合正式综述的规划、检索交接、筛选、提取、偏倚与确定性评估及写作。需要命名的人工评审者、裁定者、提取者与验证者；AI不算独立人工评审。若人工团队或必要记录缺失，只能停留在明确标注的暂定稿；自动检查零发现须标为 not_assessed，不能视为合规或可投稿。