SuperAPI AI 工具集

jinko-task-extract-data-table

数据与分析

查看项目

更新于 10-16 02:33

技能介绍

用途:从论文、图表、表格、补充材料、图片或网页来源中提取或数字化已报告的生物医学数值,输出可追溯的 CSV 或 Markdown 表格,也可选生成 Jinkō 数据表。

前置条件:需要已初始化的 jinko-sdk 连接,且 SDK 满足其 metadata.requires_sdk 范围。先运行 jinko-sdk-setup 技能(../jinko-sdk-setup/SKILL.md),检查通过后再继续。会话码只能交换一次,因此在本技能自身 SDK 进程前需再次调用 get_session_code。若未找到该技能,可从 novainsilico/jinko-skills 安装。

输入:需要源工件和所请求的系列。若输出 Jinkō 格式,还需目标 obsId 映射、模型单位和场景/臂范围。缺失映射时应询问,不得猜测。

工作流:定位每个请求系列并记录引用及页码、表格、图、面板或补充材料。优先使用机器可读表格,其次 OCR,再次图形数字化。若无合适提取工具,应请求表格源而非目测估计。仅提取已报告值;图形数字化需保留原始数字化点并标注为估计值。除非明确要求,不得拟合、平滑、聚合或插补,任何此类转换都需记录。保留报告的统计量,不得混用原始值、均值、中位数、SD、SE、置信区间、IQR 或最小/最大值。仅在源与目标单位已知时转换单位,并记录公式和原始值。Jinkō 时间值用 ISO-8601 时长表示。

输出:通用提取输出可读 CSV 或 Markdown 表,含系列、时间/条件、值或边界、单位、来源定位符。Jinkō 输出遵循 jinko-data-table 的行模式,点行用于报告点值,范围行仅用于报告的下/上界,显式设置 obsId、armScope、unit 和 experimentRef。以 dry-run 模式运行 jinko-data-table 创建脚本,带预期 --allowed-obs-id 值、--require-unit 和 --require-experiment-ref;批准后加 --require-fitness --apply。脚本负责行/模式检查、上传及服务器 validForFitnessFunction 门控。

返回:提取文件及紧凑报告,含每个系列的来源定位符和提取方法、原始统计量、单位及任何转换、假设、不可读值和数字化不确定性;Jinkō 输出还需数据表 SID、URL、可观测映射及确认的 validForFitnessFunction: True。若服务器未明确报告 fitness 兼容为 true,则返回该表为未校准就绪。绝不静默替换或制造值以使表通过验证。