1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | nv-reason-cxr-nvidia-skills |
| 作者/维护者 | NVIDIA MedTech Team（NVIDIA Agent Skills 合集内子技能） |
| 来源链接 | https://github.com/nvidia/skills/tree/main/skills/nv-reason-cxr |
| 许可证 | 包装代码 Apache-2.0（SKILL.md 与仓库 API 获取）；底层模型权重另受 NVIDIA OneWay Noncommercial License Agreement 约束，manifest 明确声明用途为「仅限研发」 |
| 所属合集 GitHub Stars / Forks | 2,881 / 335（GitHub API 获取；此数字属整个 nvidia/skills 合集仓库，不代表本技能自身热度）。底层模型上游仓库 NVIDIA-Medtech/NV-Reason-CXR 单独统计为 60 星 / 13 Forks；HuggingFace 模型页 nvidia/NV-Reason-CXR-3B 909 次下载、31 个赞 |
| 最新版本 | skill_manifest 0.1.0；模型固定于 nvidia/NV-Reason-CXR-3B revision 056bd0383b35226554da9dc5866e095df174ae19 |
| 安装方式 | npx skills CLI 一条命令安装（见第 10 章） |
2. 功能介绍与亮点
nv-reason-cxr 是对 NVIDIA 胸部 X 光推理模型 NV-Reason-CXR-3B 的 agent 封装：给定一张胸片 PNG/JPEG，模型给出异常发现、支持装置识别等推理文本，包装脚本把结果整理为结构化 JSON（含输入图像元数据、提示词、模型标识、推理文本、已知局限）。
核心亮点：
- 双后端，其一完全免本地部署：
--backend local走本地 GPU 推理；--backend hf-space-api直接调用官方公开的 Hugging Face Space，manifest 明确声明该路径“无需本地 PyTorch/Transformers/CUDA/模型缓存/HF token”，零必填环境变量，普通用户不装模型也能跑。 - 场景化的提示词路由：SKILL.md 内置“异常分析／结构化报告生成／追问定点回答”三种模式的路由规则，并给出每种模式的确切调用方式，减少使用者自己摸索 prompt 写法的成本。
- 自带质量证据：附官方
BENCHMARK.md，Claude Code 与 Codex 双 agent 实测安全性均为 100%（较无技能基线零回退）。 - 边界诚实：SKILL.md 与 manifest 反复声明“非诊断用途”“需专业人员复核”，并列出模型可能出现幻觉、遗漏细微异常等已知局限。
3. 适用场景
所属分类：数据分析与可视化（对既有胸片图像数据做推理分析、产出结构化发现摘要，属于领域数据分析范畴）。
典型场景：需要在 agent 工作流中接入胸部 X 光初步阅片能力的医疗信息化或医学影像工具开发者——例如批量给一组胸片生成异常发现摘要、或在临床辅助系统的原型阶段快速验证“胸片描述生成”这一步的可行性——可用该技能省去手写模型调用与提示词工程的过程,在明确非诊断用途的前提下产出工程级证据。
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | ✅ 原生支持 | 官方 BENCHMARK.md 明确以 claude-code 作为评测 agent 之一，实测通过；nvidia/skills 官方安装文档列出 --agent claude-code |
| Codex | ✅ 原生支持 | 官方 BENCHMARK.md 明确以 codex 作为评测 agent 之一，实测通过；官方安装文档列出 --agent codex |
| OpenClaw | ❓ 未验证 | nvidia/skills 官方安装文档列出的受支持 --agent 目标为 Claude Code / Codex / Snowflake Cortex / Cursor / Kiro，未提及 OpenClaw |
| Hermes Agent | ❓ 未验证 | 同上，官方安装目标未列出 Hermes Agent |
5. 推荐理由
这是该医学影像技能族里少数不强制要求本地 GPU 的成员：公开 API 后端让没有 GPU 工作站的开发者也能立即跑通一次真实推理，配合官方双 agent 实测中零安全回退的结果，兼顾了易上手与可信度。内置的提示词路由规则（异常分析/报告生成/追问）省去了使用者自己摸索“该发哪种 prompt”的过程，是把一个专业医学影像模型接入 agent 工作流的现成起点。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 发布方为 NVIDIA Corporation，公认的一线科技厂商；本技能是合集内子技能，所属仓库 2,881 星属整个合集，不代表本技能自身热度；底层模型上游仓库仅 60 星、HuggingFace 909 次下载，规模尚小 |
| 可用性 | 8 | --backend hf-space-api 路径零必填环境变量、无需本地 GPU/CUDA/模型缓存/凭据，接近开箱即用；SKILL.md 文档详尽，含精确的调用示例、故障排查表、提示词路由规则；最近一次改动为 2026-07-08，距今约五周，维护活跃；本地后端仍需 GPU 环境作为进阶选项 |
| 安全性 | 8 | 见下方安全检查清单 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 执行范围 | 仅执行仓库内声明的单一脚本 scripts/run_nv_reason_cxr.py，作用域明确，人工抽查未发现越权操作 |
| ② 联网外发 | skill_manifest.yaml 显式声明网络端点仅限 huggingface.co、github.com、*.hf.space，均为模型下载与官方公开 API 调用所需，无不明外发 |
| ③ 凭据/API Key | 不强制要求任何凭据；HF_TOKEN 仅为本地模型下载可选项，公开 API 路径完全不需要 |
| ④ 可疑指令 | 未发现恶意或混淆代码 |
| ⑤ 作者信誉 | NVIDIA MedTech Team，隶属 NVIDIA 官方 Agent Skills 合集，无造假迹象 |
| ⑥ License | 包装代码 Apache-2.0 清晰明确；模型权重的非商业研发限制同样在 manifest 中明确声明，非“不明” |
| ⑦ 最近维护 | 2026-07-08 有提交记录，距今约五周，未见弃置迹象 |
综合评分：7.67（三项均值）
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
| nv-segment-ct-nvidia-skills | 同一 MedTech 技能族内的 CT 分割工具，基于 VISTA3D 对 CT 体数据做器官/病灶分割 | 处理对象是三维体数据分割而非二维胸片推理，且仅提供本地 GPU 推理路径，没有公开 API 免部署选项；两者服务不同的影像模态与任务类型 |
| imaging-study-design-awslabs-hcls-agent-skills | 医学影像研究的实验设计辅助工具，帮助规划影像研究的样本量、终点指标等 | 服务于研究设计阶段，不直接对影像数据做模型推理，与本技能功能互补而非重叠 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。
9. 其他补充
nvidia/skills 采用“NVIDIA Verified Agent Skills”治理机制：每个技能目录附带签名文件与治理卡片，并通过内部评测流水线（NVSkills-Eval）做发布前静态校验与跨 agent 行为评测，形成可审计的来源与风险扫描记录。底层模型 NV-Reason-CXR-3B 基于 Qwen2.5-VL-3B-Instruct 微调而来。
10. 安装使用方式
方式一：通过官方 skills CLI（推荐）
npx skills add nvidia/skills --skill nv-reason-cxr --agent claude-codeCodex 用户可将 --agent claude-code 换成 --agent codex；省略 --agent 则由 CLI 交互式选择。
方式二：手动复制
从仓库子目录 skills/nv-reason-cxr/ 复制 SKILL.md、scripts/、skill_manifest.yaml 到 agent 的 skills 目录。
使用（公开 API，无需本地 GPU）：
python skills/nv-reason-cxr/scripts/run_nv_reason_cxr.py PATH_TO_CXR.png \
--prompt "Find abnormalities and support devices." \
--backend hf-space-api使用（本地推理，需 GPU）：
pip install torch==2.7.1 torchvision==0.22.1 transformers==4.56.1 Pillow
python skills/nv-reason-cxr/scripts/run_nv_reason_cxr.py PATH_TO_CXR.png \
--prompt "Find abnormalities and support devices." \
--backend local安装后无需重启 agent 即可在下次相关请求中触发（Claude Code 用户可执行 /reload-skills 立即加载新安装的技能）。
11. 注意事项
- 明确不用于临床部署、临床解读、自动诊断、治疗决策、分诊或监管申报；输出仅为工程证据，任何医疗场景使用前必须由专业人员复核。
- 模型可能出现幻觉、遗漏细微异常、误读支持装置或给出过度自信的表述。
- 模型权重使用受 NVIDIA OneWay Noncommercial License Agreement 约束，manifest 明确限定为“仅限研发”用途，商用前需自行核实授权条款。
- 公开 API 后端依赖 NVIDIA 官方 Hugging Face Space 的可用性，可能出现限流或服务变更；此时可切换为本地后端。
- 官方 BENCHMARK.md 显示 Claude Code 端的技能可发现性（模型是否正确判断该在什么时候调用本技能）相对偏低，实际使用中建议明确要求“用 nv-reason-cxr 分析这张胸片”以确保触发。