nihaisha：把倪海厦中医课程装进 AI Agent 的可检索知识库

本文欲回答的核心问题： 如何让 AI 助手（如 Claude Code、Codex）能够系统、安全、可追溯地检索倪海厦的全部中医课程资料，并用自然语言完成辨证学习、方证对比和截图证据查找？

对中医学习者和技术工程人员来说，倪海厦的课程体系庞大——从《伤寒论》《金匮要略》到《黄帝内经》《神农本草经》，再到针灸、天纪、临床案例、扶阳论坛等，跨越十几个模块，包含数千张板书截图。传统的文档检索方式效率低，且难以让 AI 直接“理解”课程内部的术语逻辑和辨证分水岭。而 nihaisha 这个 Agent Skill 的出现，恰恰解决了这一问题：它将课程蒸馏成 AI 可迁移、可产出的结构化知识，让用户用自然语言就能完成专业级的中医课程检索与学习整理。

课程蒸馏方法：从原始讲稿到 Agent Skill 的转化

本段核心问题： 高密度的课程材料如何变成 AI 可执行、可追溯的技能？

nihaisha 的课程蒸馏方法来自作者维护的 lineage-skill 项目。核心思路是把原始讲稿、视频截图、笔记、电子书等异构资料，统一整理为 AI Agent 能够直接读取的 Markdown 索引与证据链。每个课程模块对应一个 references/ 下的主文件（如 shanghanlun.md、jingui.md），再配套独立的截图证据文件（如 shanghanlun-screenshot-evidence.md）。截图证据记录了每张图片对应的课程模块、课次、时间点、方名、穴位或病机关键词，AI 可以通过脚本或语义匹配快速定位。

这种方法的优势在于：可溯源（每一条知识都能对应到具体课程和截图）、可迁移（Skill 目录可以直接安装到 Codex、Claude Code 或 OpenClaw 等不同 Agent 环境）、可产出（AI 可以根据这些资料生成复习计划、方证对比表、穴位梳理等学习成果）。

覆盖的课程模块与资料规模

本段核心问题： nihaisha 到底包含了倪海厦的哪些课程？资料有多全？

截至目前，nihaisha 已完整接入以下课程的文本资料与截图证据：

此外，还包含梁冬对话倪师、斯坦福大学演讲的文本整理（截图待补），以及多部文字笔记模块：针灸大成笔记、黄帝内经笔记、神农本草笔记、伤寒论笔记、金匮要略笔记，还有 汉唐中医 文章集、诊疗日志、电子书合集、音频合集 等扩展资料。总计截图证据已达 2986 条，覆盖了课程中绝大多数板书、实操画面和关键方证条文。

核心功能：用自然语言完成专业检索

本段核心问题： 这个 Skill 具体能帮用户做哪些事？能不能举几个日常学习中的例子？

1. 白话问题入口：把普通表达转成课程术语

用户不需要先学会“太阳中风”“但欲寐”等专业词汇。可以直接问：“感冒怕冷、没有汗、身体疼，是什么情况？” Agent 会将其映射到课程中的“太阳伤寒”与麻黄汤证。也可以问“手脚冰凉、拉肚子、睡不着”，Skill 会引导进入少阴病或太阴病的辨证框架。这种白话转译层，大大降低了初学者的门槛。

2. 六经与方证导航

shanghanlun.md 中按六经、症状、方剂和传变逻辑整理了《伤寒论》核心内容。比如，你想对比“桂枝汤、麻黄汤、葛根汤”的方证分水岭，Agent 可以直接返回三条方证的症状群对比表，并附上病机层次和禁忌提醒。这在复习或整理笔记时非常高效。

3. 穴位与药性学习

针灸课程里，你可以问：“任督二脉的常用急救穴位有哪些？” Agent 会检索 acupuncture.md 和相关截图证据，输出穴位定位、针刺深度、主治范围和倪师的配穴思路。神农本草课程中，你可以查“附子的药性、炮制方法和配伍禁忌”，Skill 会返回单味药线索、剂型说明和课程中强调的安全警告。

4. 逐课复习与主题地图

如果你希望按课次逐步复习，Skill 会根据课程模块（如《金匮要略》第 1-10 课）整理出主题地图、关键词列表和适合自我测验的问题。比如：“用 nihaisha 帮我整理金匮里胸痹、水气、痰饮相关课程脉络。” 返回的结果会包含每课的核心病机、方剂和倪师的临床经验。

5. 截图证据检索：直接看板书和实操画面

这是 nihaisha 非常独特的功能。很多中医学习者只看文字很难理解针灸手法、舌诊图或者方剂板书。Skill 内置了 scripts/search_screenshots.py 脚本，可以按方名、穴位、课次、病机、术数关键词或时间点检索截图。例如：

python3 scripts/search_screenshots.py 小柴胡汤 加减
python3 scripts/search_screenshots.py 少阴 下利
python3 scripts/search_screenshots.py 天纪 命宫
python3 scripts/search_screenshots.py 针灸 足三里

返回的结果是仓库内 assets/screenshots/... 的相对路径，Agent 可以直接展示或进一步分析图片上的文字。目前针灸、伤寒、金匮、天纪、黄帝内经、神农本草等主要模块均已接入截图证据。

安装步骤：让 AI 助手装上这个 Skill

本段核心问题： 如何在 Claude Code 或 Codex 中安装 nihaisha？

方式一：让 AI 自己装（推荐）

直接对你的 AI 助手说：

帮我安装 nihaisha skill：
https://github.com/JuneYaooo/nihaisha-tcm

Agent 会自动 clone 仓库，并安装到对应的 skills 目录。

方式二：手动安装

git clone git@github.com:JuneYaooo/nihaisha-tcm.git
cd nihaisha-tcm
bash install_as_skill.sh --target codex    # 适用于 Codex
# 或
bash install_as_skill.sh --target claude   # 适用于 Claude Code

脚本会将 skill 安装到：

• Codex: ~/.codex/skills/nihaisha/
• Claude Code: ~/.claude/skills/nihaisha/
• OpenClaw: ~/skills/nihaisha/

安装完成后，重启对应的 Agent，让 skill 元数据重新加载即可使用。

实操示例：对话与脚本

本段核心问题： 能给几个完整的对话例子吗？我想看看实际输出是什么样的。

以下是可以直接复制给 AI 助手的提问（前提是已安装 nihaisha skill）：

用 nihaisha 帮我整理太阳中风和太阳伤寒的区别。

用 nihaisha 查桂枝汤、麻黄汤、葛根汤的方证分水岭。

用 nihaisha 按白话解释：为什么有的人感冒怕冷无汗，有的人怕风有汗？

用 nihaisha 找小柴胡汤相关的板书截图证据。

用 nihaisha 查金匮里胸痹、水气、痰饮相关课程脉络。

用 nihaisha 整理针灸课程里任督二脉和常用急救穴位。

用 nihaisha 找天纪里命宫、四化相关板书证据。

除了对话，也可以直接跑脚本检索截图（在 skill 目录下执行）：

python3 scripts/search_screenshots.py 小柴胡汤 加减
python3 scripts/search_screenshots.py 少阴 下利

安全边界：只做课程学习，不做医疗诊断

本段核心问题： 用这个 Skill 能不能自己开方？有什么风险？

nihaisha 明确规定：默认作为课程学习与中医理论整理，不做个人诊断、处方或剂量指导。 涉及附子类、四逆汤辈、大承气汤/急下存阴、抵当汤、大陷胸汤、癌症/肿瘤、妊娠、儿童、胸痛、意识改变、严重脱水或其他急危重症时，应立即咨询合格医生或急诊处理。

这个安全边界非常重要。Skill 提供的是倪海厦课程中的方证对应关系、病机分析和历史案例，但绝不等同于医疗建议。用户应当把它当作一个“学习伴侣”而非“电子郎中”。项目文档中反复强调这一点，并且在安装和使用示例中都带有警示。

反思与见解：为什么截图证据索引是这类学习工具的灵魂

在整理中医课程时，我学到的一个深刻教训是：文字整理永远无法替代板书和实操画面的信息量。倪海厦课程中有大量手绘经络图、舌诊照片、针灸进针角度、方剂板书推导，这些内容如果只转写成文字，会丢失大量视觉逻辑和空间关系。nihaisha 选择用截图证据索引的方式，每张图片都标注课程模块、时间点和关键词，让 AI 能够“看到”图片并引用。这种设计虽然前期整理成本高（近 3000 张截图），但对学习者的价值是巨大的——你可以直接看到倪师在黑板上的推理过程，而不是经过二手转述。

另一个反思是：Agent Skill 的边界必须比普通文档更严格。因为 AI 会主动生成建议，如果 skill 中没有明确禁止诊断行为，用户可能会误以为 AI 具备医疗能力。nihaisha 在每个关键位置都嵌入了安全声明，甚至在方证对比中主动加入“禁忌提醒”字段。这种设计思路值得所有医学相关 Skill 借鉴。

适用场景一览表

实用摘要与操作清单

一页速览：

• nihaisha 是一个 AI Agent Skill，支持 Claude Code、Codex、OpenClaw。
• 包含倪海厦 11 个主要课程模块的文本索引和 2986 张截图证据。
• 可通过自然语言检索方证、穴位、药性、病机、课次、截图。
• 安装命令：git clone + bash install_as_skill.sh --target codex/claude
• 使用示例：“用 nihaisha 查桂枝汤和麻黄汤的区别”
• 脚本检索截图：python3 scripts/search_screenshots.py 关键词
• 严格安全边界：不用于医疗诊断，危重症需就医。

操作清单（新用户入门）：

1. 安装 Skill（推荐让 AI 自己装）
2. 重启 Agent
3. 问第一个问题：“用 nihaisha 帮我列出伤寒论所有方剂”
4. 尝试白话提问：“我感冒了，怕冷无汗，身体疼，应该查什么方？”
5. 运行一次截图检索脚本，看是否能返回图片路径
6. 选择一个你正在学习的课程模块（如金匮），问“用 nihaisha 整理胸痹的课程脉络”

常见问题 (FAQ)

Q1：nihaisha 支持哪些 AI Agent？
支持 Claude Code、Codex 和 OpenClaw。通过 install_as_skill.sh 脚本选择目标即可。

Q2：需要自己下载所有截图图片吗？
不用。仓库内已包含压缩后的 WebP 图片（assets/screenshots/），克隆后即可本地检索和查看。

Q3：我可以用它来给自己开药方吗？
不可以。Skill 仅用于课程学习与理论整理，不做个人诊断、处方或剂量指导。涉及急危重症请务必咨询医生。

Q4：没有联网也能用吗？
可以。所有资料和截图索引都在本地，Agent 无需联网即可检索。

Q5：梁冬对话和斯坦福演讲有截图吗？
目前这两个模块只有文本资料，截图证据待后续补充。

Q6：如何更新到最新的课程资料？
进入 skill 目录执行 git pull 即可。如果截图索引有更新，重新运行脚本即可。

Q7：我能否自己添加新的笔记或截图？
可以。按照 references/ 下的 Markdown 格式追加内容，并更新对应的截图证据文件。建议 fork 仓库后自行维护。

Q8：这个项目跟 Datawhale 或 LINUX DO 社区有什么关系？
项目致谢了这两个社区对开源学习和知识共创的推动，但 nihaisha 本身是独立项目，仅供学习交流使用。