用途：在 CT 或 MRI 的 NIfTI 体积上运行 NV-Segment-CTMR，并记录标签图证据。明确不用于临床解读、诊断、治疗规划或监管提交。
主要能力：输入为 ct_or_mr_volume，输出为 label_map 与 result_json。支持 CT_BODY、MRI_BODY、MRI_BRAIN 三种自动分割模态；可用 --label-prompts "3,14" 指定上游类别 ID。证据输出记录输入几何、掩膜路径、观测标签 ID、异常标签、每类体素计数、按掩膜头间距计算的每类物理体积、运行时间、上游命令、模型清单与几何检查。可用 --ground-truth PATH 记录参考标签图路径，但本技能不计算 Dice，由配套验证器负责。
使用方式：从仓库根目录运行，先设置 NV_SEGMENT_CTMR_ROOT，再安装依赖并调用封装脚本：
export NV_SEGMENT_CTMR_ROOT="${NV_SEGMENT_CTMR_ROOT:-.workbench_data/upstreams/NV-Segment-CTMR/NV-Segment-CTMR}" &&
python -m pip install "monai>=1.5,<1.6" "numpy<2" nibabel scipy typer PyYAML fire huggingface_hub pytorch-ignite einops &&
python skills/nv-segment-ctmr/scripts/run_ctmr.py PATH_TO_IMAGE.nii.gz --modality CT_BODY --output-dir OUT_DIR
若宿主代理提供 run_script，可用 run_script("scripts/run_ctmr.py", args=[...])。修改参数、副作用或验证门之前应先阅读 skill_manifest.yaml。
适用场景：CT 体部、MRI 体部、MRI 脑部的自动分割运行与证据记录。MRI_BRAIN 输入须已按上游要求完成脑部预处理。
限制：本技能是薄封装，推理、预处理与后处理完全委托给 $NV_SEGMENT_CTMR_ROOT 或仓库本地回退路径下的上游 MONAI bundle，不重新实现 VISTA3D 推理。运行需要 NVIDIA GPU 与 CUDA。副作用包括在 --output-dir 下写入分割输出、可能在 ~/.cache/huggingface/ 缓存模型资产，以及安装时可能访问 github.com 或 huggingface.co。标签名在上游配置可用时加载；若缺少标签字典，仍记录标签 ID，仅将负 ID 标记为无效。不得在用户运行或基准命令中创建、下载或移动共享上游检出中的文件。不用于临床部署、临床解读、自主诊断或监管提交。