用途：把单个 CT DICOM 序列文件夹转换为 HU 单位的 NIfTI 体积，并附带 affine 证据与 JSON 摘要。按 ImagePositionPatient 排序切片，应用 RescaleSlope 与 RescaleIntercept，依据 orientation 与 spacing 标签构建 affine，写出 .nii.gz。
主要能力与输出：输入为 dicom_dir，输出为 nifti_volume 与 result_json。关键字段包括 n_slices、series_instance_uid、output.path、output.shape、output.spacing、output.axcodes、output.affine、hu_range 及 runtime.conversion_seconds。
使用方式：先阅读 skill_manifest.yaml 再改动参数、副作用或校验门；从仓库根目录运行。主入口命令：python scripts/series_to_volume.py PATH_TO_DICOM_DIR --output PATH_TO_OUT.nii.gz。若宿主 agent 提供 run_script，可用 run_script("scripts/series_to_volume.py", args=[...])；否则执行上述命令，输出保持在调用方提供的运行目录下。带配套 verifier 的受信运行命令：python -m eval_engine.run_trusted skills/dicom-series-to-volume --fixture PATH_TO_DICOM_DIR --out runs/dicom_series_to_volume_trusted。不要用手写实现替换上游入口。
限制：仅支持单序列，多序列输入在预检阶段被拒；不支持多帧 DICOM（每文件 NumberOfFrames > 1）；不支持 JPEG/JPEG2000/RLE 压缩传输语法；不做体素重定向，affine 来自 DICOM 头并表示为 NIfTI/RAS 坐标，送入分割模型前应由下游门（如 expected_axcodes）断言方向；不用于临床部署、自主诊断、监管提交或生产推理，此类场景应使用经审核的转换器（如 dcm2niix）。运行前需按 runtime.side_effects.pip_packages 安装 Python 依赖。运行后应检查 JSON 与配对的 dicom_volume_quality_v1 verifier 再作为证据。常见问题：依赖缺失或导入错误多为运行时包与 manifest 不一致；空或 schema 无效输出常因输入路径错误、模态不支持或上游失败；校验门失败时保留证据包并据消息修复输入或包装代码。