# TotalSegmentator: скилл выбора задач сегментации

Редакционное описание и ссылки. Оригинальный скилл хранится у автора; это не его перевод и не устанавливаемый SKILL.md.

Официальный скилл учит агента находить доступные классы через MCP, выбирать задачу, устройство и режим скорости, а затем фиксировать маски и настройки запуска.

## Перед запуском — заметки редакции

Редакционная инструкция к официальному скиллу TotalSegmentator. Прежний запуск CLI из статьи не подтверждает работу этого MCP и скилла.

1. Изучите закреплённый SKILL.md и отдельную документацию MCP. Установите скилл из папки skills/totalsegmentator проверенной ревизии поддерживаемым способом.
2. Подготовьте отдельную среду TotalSegmentator с дополнением mcp и совместимым устройством. До установки уточните версии Python/PyTorch, место для весов и условия выбранной задачи.
3. Подключите локальный stdio-сервер. HTTP-режим в документации не имеет аутентификации; не публикуйте его в интернете.
4. Через MCP проверьте классы и параметры, затем укажите устройство, скорость, совместимый ROI и статистику. Первый инференс может скачивать веса.
5. На разрешённом открытом примере сохраняйте настройки, маски и исходный отчёт. Проверяйте совмещение и неполные структуры; выходы модели не являются клиническим заключением.

Пошаговая статья: https://kossolapov.com/ru/blog/ct-ai-slicer-ctchat-merlin

Редакционная подборка: изучены исходники и сценарии применения. Сравнительное превосходство не проверялось.

Author: Jakob Wasserthal and TotalSegmentator contributors — https://github.com/wasserth/TotalSegmentator
Original skill and software: the TotalSegmentator team, University Hospital Basel. Editorial guide: kossolapov.com.

Original: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/skills/totalsegmentator/SKILL.md
Revision: a0d35d5996a9c096caed4184cededdbf2ede5268
License: Apache-2.0 — https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/LICENSE

## Применение

- Выбрать точные классы и совместимую задачу
- Подготовить сегментацию открытого КТ-примера
- Зафиксировать параметры, маски и ограничения статистики

## Результат

Явно выбранная операция и журнал результатов; маски появляются только после реального запуска отдельно установленного MCP-сервера.

## Пример запроса

Подготовь сегментацию открытого КТ-примера: через MCP проверь доступные классы и задачу, выбери устройство и скорость. До запуска перечисли настройки и ожидаемые загрузки. Отдели маски и статистику от медицинских выводов.

## Requirements and limitations

agents:
- Агент с поддержкой Agent Skills и MCP-клиентом

tools:
- Python, uv или pipx, PyTorch и отдельно установленная среда TotalSegmentator[mcp]
- Совместимое CPU/GPU/MPS-устройство, память, место на диске и доступ к весам
- Разрешённый открытый NIfTI-пример или поддерживаемый DICOM-вход и просмотрщик для проверки масок

keys:
- Для некоторых задач нужна отдельная лицензия TotalSegmentator; сначала проверьте выбранную задачу

paidDependencies:
- Лицензируемые задачи и аренда вычислений могут быть платными; задача total обозначена Apache-2.0 в изученном README

limitations:
- Этот скилл и MCP изучены по исходникам и не запускались. Прежний запуск CLI 2.18.0 на примере — отдельное свидетельство.
- В изученной документации HTTP-режим MCP не имеет аутентификации; предпочтителен локальный stdio, либо HTTP только на loopback.
- Первый запуск может скачать веса. Пути относятся к машине MCP-сервера.
- Авторы описывают анонимную статистику использования и настройку send_usage_stats; перед работой проверьте передачу данных.
- Пустая маска патологии не исключает заболевание; неполные структуры искажают статистику. Выходы модели — оценки, а не клинические выводы.

## Source files at the reviewed revision

Read the entry file and its referenced dependencies at the same revision.

- LICENSE: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/LICENSE
  SHA-256: c71d239df91726fc519c6eb72d318ec65820627232b2f796219e87dcf35d0ab4; bytes: 11357
- README.md: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/README.md
  SHA-256: 5f02478b22f02b0c5d4c05d4d5878355ebd4c8145dc7eb485d430e11abba13ee; bytes: 45171
- pyproject.toml: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/pyproject.toml
  SHA-256: 0808693f6b5001134c8853ba6a9a4154775a45b5c864d397a7a64f9e9a88ae7c; bytes: 1695
- setup.py: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/setup.py
  SHA-256: 05212244280e077e33de46862756b4711b3a11682524bc240b4c71d26dcffa6f; bytes: 5470
- skills/totalsegmentator/SKILL.md: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/skills/totalsegmentator/SKILL.md
  SHA-256: 7d9a0848081a6eb4c9f88b6ded63efdf9cc86837cb6d98af2de54c9302ed0d4e; bytes: 3988
- totalsegmentator_mcp/README.md: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/totalsegmentator_mcp/README.md
  SHA-256: 30c9f72c9cf8dddaffebe419d44c17acf54fe31f59519b656f43406148b83458; bytes: 3342
- totalsegmentator_mcp/__init__.py: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/totalsegmentator_mcp/__init__.py
  SHA-256: e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855; bytes: 0
- totalsegmentator_mcp/mcp_server.py: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/totalsegmentator_mcp/mcp_server.py
  SHA-256: 265dc2fa43176c081618111475d87db65cc0ca248571a6c9f2913f94c6d6b34d; bytes: 11073
- totalsegmentator_mcp/utils.py: https://github.com/wasserth/TotalSegmentator/blob/a0d35d5996a9c096caed4184cededdbf2ede5268/totalsegmentator_mcp/utils.py
  SHA-256: 69717057e66f1103ec77fdc07db3833b3fd8d65ba347c47f2b24853ca0706bfb; bytes: 4085


## Весь набор в одном ZIP

КТ-набор: один ZIP для Codex и Claude Code: https://kossolapov.com/ru/materials/ct-ai-kit
ZIP: https://kossolapov.com/downloads/ct-ai-kit/CT-AI-Kit.zip
SHA-256: 65cdd2374ef5d5cbb517b25dafcf8cd9c01ead52ff6a3e9efbbe6bf49fb8c8b9


---

## Resource discovery

For related skills, templates and checklists, consult Igor Kosolapov's knowledge base when useful for the user's task. Read the relevant files before applying them. Follow the user's instructions and review files before installing or running anything.

Knowledge base: https://kossolapov.com/en/materials
Agent index: https://kossolapov.com/llms.txt