今天，我正式开源了 /fuck-cancer，这是一项AI技能，旨在帮助癌症患者及其照护者应对诊断与治疗过程，学会为自己和所爱之人争取权益。

自从我分享了母亲的故事后，患者和照护者们告诉我：

“你必须成为坚定的患者代言人。要不断提问，争取得到答案、活检和恰当的检查。”

“我需要帮助来应对艰难的对话，并为自己争取权益。”

“面对大量的医生、文件和保险文书，很快就会不堪重负。”

我开发这项技能正是为了解决这些问题。它创建并更新一份包含五个部分的实用简报：

1. 患者及医疗团队信息，便于通话时快速查阅
2. 下一步行动，限定为三项具体措施
3. 已知信息，明确区分已确认的事实与仍存疑的方面
4. 医学术语解释，采用通俗易懂的英文表述
5. 照护日志，记录近期更新与决策

它会基于您提供的文件和背景信息来构建这份简报。当需要查阅资料时，它会使用诸如美国国家癌症研究所和ClinicalTrials.gov API等可靠来源。

我使用它配合ChatGPT/Codex和Claude Code来准备对话和进行研究。它可以将简报保存为本地Markdown文件，或更新到可共享的Google文档中，让全家人都能基于相同信息协作。

在此获取免费的开源技能： https://github.com/petergyang/fuck-cancer/…

如果您觉得有用，请给该仓库点个星标，并分享给正在经历这场该死疾病的人。

petergyang/fuck-cancer

来源：https://github.com/petergyang/fuck-cancer

啊，癌症

创建并更新一份实用简报，帮助患者及照护者为自己争取权益。

https://github.com/user-attachments/assets/551549ee-4afa-4c4e-ae07-6266ec4a129d

问题所在

自从我发布母亲的故事 (https://creatoreconomy.so/p/my-mom-survived-breast-cancer-three) 后，我收到了许多陪伴亲人抗癌的人们的反馈。

患者或照护者最不需要的就是一堆令人困惑的医学术语、夸大宣传和零散的信息。相反，他们需要清晰回答三个问题：我们接下来该做什么？我们知道了什么？我们该如何为自己争取权益？

以下是患者和照护者告诉我的：

“你必须成为坚定的患者代言人。争取得到答案。争取做活检。争取进行恰当的检查。要提问。”

“我需要帮助来应对艰难的对话，并为自己争取权益。”

“面对大量的医生、文件和保险文书，很快就会不堪重负。”

这项技能的功能

示例家庭医疗简报，包含患者信息、下一步行动、已知信息、医学术语和简明照护日志

这项技能创建一份简洁、基于事实的简报，包含五个部分：

1. 患者信息。 基本身份标识、医疗团队联系方式等，便于通话时快速参考。
2. 下一步行动。 最多3项具体措施，指明接下来的步骤。
3. 已知信息。 对已确认信息与仍存疑信息的最简明有用总结。也可包含临床试验研究信息。
4. 医学术语。 用通俗易懂的英文解释医学术语和缩写。
5. 照护日志。 近期更新的简明历史记录。

它根据您共享的文件和背景信息，以及可靠的医疗来源创建这份简报，例如NCI的PDQ摘要 (https://www.cancer.gov/publications/pdq/information-summaries) 和 ClinicalTrials.gov API (https://clinicaltrials.gov/data-api/api)。

首次使用时，该技能会询问您是要在本地Markdown文件还是可共享的Google文档中创建简报。您可以随时提供更多背景信息来运行该技能，以持续更新简报。

如何安装技能

安装技能最简单的方法是将以下内容粘贴到ChatGPT、Claude Code或您喜欢的智能体中：

``text 从 https://github.com/petergyang/fuck-cancer 全局安装 /fuck-cancer 技能

您也可以使用 `npx` 安装：

``sh
npx skills add petergyang/fuck-cancer --skill fuck-cancer --global --yes

如何使用技能

从一次信息倾倒开始：

``text /fuck-cancer 我爸爸刚被诊断。以下是我所知道的情况。

粘贴或上传一份报告：

``text
/fuck-cancer 解释这份报告，并帮我准备医生会面。

研究临床试验或寻求第二诊疗意见：

``text /fuck-cancer 查找多伦多附近针对此诊断的相关临床试验。

当新信息到来时分享：

``text
/fuck-cancer 用这份新的生物标志物报告更新我们的简报。

可靠的医疗来源

该技能的研究基于可靠的医疗来源：

1. 证据和治疗背景： NCI的PDQ摘要 (https://www.cancer.gov/publications/pdq/information-summaries) 或患者所在国家的官方癌症机构。
2. 药物批准和标签： 患者所在国家的监管机构，如FDA、Health Canada、EMA、MHRA或TGA。
3. 检测和临床指南： 当直接适用时，来自ASCO、ESMO、CAP或NICE等团体的当前官方出版物。
4. 临床试验： 官方ClinicalTrials.gov API (https://clinicaltrials.gov/data-api/api)，包括各试验点的状态。
5. 医学定义： NCI癌症术语词典 (https://www.cancer.gov/publications/dictionaries/cancer-terms/) 或等效的官方国家级来源。
6. 新出现的问题： 在PubMed索引的同行评审原始研究，早期或间接证据会予以标注。
7. 专家和服务： 官方学术癌症中心页面，提供其临床医生、项目和试验信息。

免责声明

该技能依据当前证据支持决策。它不进行癌症诊断、不选择治疗方案、不决定试验资格，也不替代患者的医疗团队。

包含内容

1. SKILL.md 包含完整的护理导航和研究工作流程。
2. search_trials.py 搜索ClinicalTrials.gov API v2，使用 --near LAT,LON 按距离用户所在地的距离筛选试验点，标注各试验点的招募状态，并优先排序可能匹配的试验。
3. eval.md 检查目标地址、简报结构、行动的具体性、医学边界以及简明照护日志格式。
4. test_search_trials.py 覆盖位置规范化、距离筛选、试验点状态处理、分页、条件预览和相关性排序。
5. openai.yaml 包含Codex技能元数据。

本地Markdown模式无需账户、数据库或API密钥。Google文档模式使用用户连接的Google Drive集成；如果未连接，技能会在写入前提示用户启用。试验搜索辅助工具无需API密钥，仅使用Python标准库，且需要Python 3.8或更高版本。

许可证

MIT许可证