# CT-CHAT: шаблон исследовательского запуска

Автор шаблона: kossolapov.com. Модель и исходники: команда CT-CHAT, репозиторий ibrahimethemhamamci/CT-CHAT. Это наш план работы с инструментом, не оригинальный SKILL.md и не дистрибутив модели.

## Источники и условия

[README](https://github.com/ibrahimethemhamamci/CT-CHAT/blob/33c9b973bf1babb3b79b5ffd8ae45948e758a3f2/README.md) и [энкодер](https://github.com/ibrahimethemhamamci/CT-CHAT/blob/33c9b973bf1babb3b79b5ffd8ae45948e758a3f2/llava/serve/encode_script.py) закреплены на `33c9b973bf1babb3b79b5ffd8ae45948e758a3f2`. Авторы заявляют CC BY-NC-SA 4.0 в README; учитывайте также условия базового LLM и датасета. Код, веса и данные на сайте не распространяются.

## Что предоставить агенту

- ОС, GPU и VRAM, свободное место; выбранный checkpoint и доступ к нему.
- Один разрешённый открытый 3D КТ-пример грудной клетки, его источник и хеш.
- Метаданные spacing и преобразования интенсивностей; не подставляйте значения по умолчанию без проверки.

## План до установки

1. Прочитать закреплённые README и encoder, затем связанные инструкции CT-CLIP. Составить таблицу требуемых и доступных версий. README указывает Python >3.12.4, PyTorch 2.4.0 и CUDA 12.4, но совместимость полного набора зависимостей здесь не проверялась.
2. Оценить GPU по выбранному checkpoint. README ориентируется на A100 и описывает разные конфигурации; это не доказательство запуска на ноутбуке и не гарантированный минимум VRAM.
3. Уточнить `slope`, `intercept`, `xy_spacing`, `z_spacing`: энкодер повторно применяет преобразование интенсивностей и меняет spacing/размер. Проверьте, не были ли интенсивности уже преобразованы при чтении NIfTI. Не угадывайте HU и геометрию.
4. Проверить путь `./CT_CLIP_encoder/clip_visual_encoder.pth`, выходную папку `./embeddings`, сохранение признаков до latent projection и рабочую директорию. Подготовить команды под предоставленную среду с объяснёнными placeholders. Не копировать серверные примеры с `0.0.0.0` как публичный запуск по умолчанию.
5. Предоставить план установки и загрузок. Сам шаблон не разрешает скачивание весов, аренду GPU или запуск инференса.
6. Для будущего разрешённого опыта подготовить журнал: вход/хеш, commit, checkpoint, preprocessing, команда, сырые ответы, ошибки и вопросы проверяющему. Отделить сырые ответы модели от пересказа другой AI-моделью.

## Граница результата

Изучены исходники, модель не запускалась и клинически не оценивалась. Отсутствие упоминания в ответе не означает норму. Это план исследовательского опыта, не диагностика.

[Полный CT-гайд](https://kossolapov.com/ru/blog/ct-ai-slicer-ctchat-merlin).



## 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