用途：本技能封装 NVIDIA-Medtech/NV-Generate-CTMR 的 rflow-mr 工作流，生成合成人体 MRI 体数据（image-only）。不生成配对分割掩码；脑部 MRI 建议改用 rflow-mr-brain。输出不得直接作为生产训练数据，不用于临床解读、部署、自主诊断或监管提交。
主要能力：脚本 scripts/run_mr.py 负责配置暂存、输出路径与校验，实际扩散采样与解码委托给上游 scripts.diff_model_infer，上游代码不可修改。支持的 modality 有 mri、mri_t1、mri_t2、mri_flair。每次运行会记录暂存配置、模型清单、上游命令、输出几何/间距/仿射、强度范围及数据有效性检查。
使用方式：先克隆并安装上游仓库（mkpath .workbench_data/upstreams，git clone https://github.com/NVIDIA-Medtech/NV-Generate-CTMR.git），下载权重 python -m scripts.download_model_data --version rflow-mr --root_dir ./ --model_only，运行需 NVIDIA GPU、至少 16GB 显存，无 CPU 回退。文档给出的可运行命令为：export NV_GENERATE_ROOT="${NV_GENERATE_ROOT:-.workbench_data/upstreams/NV-Generate-CTMR}" && python -m pip install -r "$NV_GENERATE_ROOT/requirements.txt" && python skills/nv-generate-mr/scripts/run_mr.py PATH_TO_MR_CONFIG.json --output-dir OUT_DIR --modality mri_t1 --random-seed 0。若宿主智能体提供 run_script，则用 run_script("scripts/run_mr.py", args=[...])。不要替换为自写实现或自造命令；不要手动删除 --output-dir，应使用新的输出目录。
输入输出：输入为 model_config_override（fixture JSON，对 configs/config_maisi_diff_model_rflow-mr.json 的小幅覆盖，常见键 dim、spacing、num_inference_steps、cfg_guidance_scale、modality；传 default 使用上游默认）；输出为 synthetic_mr_volumes 与 result_json。
限制：薄封装，依赖上游推理；无 CPU 路径；权重为 NVIDIA 非商业许可；不适用于生产训练数据、临床用途或监管提交。常见问题见文档表格（依赖缺失、输出空或 schema 无效、校验门失败）。