MCP HubMCP Hub
SKILL·237589

implement-pharma-serialisation

pjt222
Actualizado 1 month ago
9 vistas
26
3
26
Ver en GitHub
Otrogeneral

Acerca de

Esta habilidad implementa sistemas de serialización farmacéutica y de trazabilidad conforme a regulaciones globales como la UE-FMD y la US-DSCSA. Maneja la generación de identificadores únicos, jerarquías de agregación, intercambio de datos EPCIS e integración de puntos de verificación. Úsela para lanzamientos de nuevos productos, integración con EMVS/NMVS, diseño de intercambios de transacciones compatibles o extensión de la serialización a mercados adicionales.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add pjt222/agent-almanac -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativo
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/implement-pharma-serialisation

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación


name: implement-pharma-serialisation description: > Pharmazeutische Serialisierungs- und Track-and-Trace-Systeme konform mit EU-FMD, US-DSCSA und anderen globalen Vorschriften implementieren. Umfasst Generierung eindeutiger Identifikatoren, Aggregationshierarchie, EPCIS-Datenaustausch und Verifizierungs-Endpunkt-Integration. Anzuwenden bei der Serialisierungsimplementierung fuer einen neuen Produktlaunch, Integration mit EMVS/NMVS, Gestaltung DSCSA-konformer Transaktionsaustausche, Aufbau eines EPCIS-Ereignisrepositories oder Ausdehnung der Serialisierung auf zusaetzliche Maerkte (China, Brasilien, Russland). locale: de source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: 2026-03-16 license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: compliance complexity: advanced language: multi tags: serialisation, eu-fmd, dscsa, epcis, track-and-trace, pharma

Pharmazeutische Serialisierung implementieren

Pharmazeutische Serialisierungssysteme fuer die regulatorische Konformitaet mit globalen Track-and-Trace-Mandaten einrichten.

Wann verwenden

  • Serialisierungsimplementierung fuer einen neuen Produktlaunch in der EU oder den USA
  • Integration mit dem European Medicines Verification System (EMVS/NMVS)
  • Gestaltung DSCSA-konformer Transaktionsinformationsaustausche
  • Aufbau oder Integration eines EPCIS-Ereignisrepositories fuer Lieferkettentransparenz
  • Ausdehnung der Serialisierung auf zusaetzliche Maerkte (China NMPA, Brasilien ANVISA usw.)

Eingaben

  • Erforderlich: Produktinformationen (GTIN, Produktcode, Darreichungsform, Packungsgroessen)
  • Erforderlich: Zielmarktvorschriften (EU FMD, DSCSA oder beide)
  • Erforderlich: Verpackungshierarchie (Einheit, Buendel, Karton, Palette)
  • Optional: Details zu bestehenden ERP-/MES-Systemen fuer Integration
  • Optional: Serialisierungsmoeglichkeiten des Lohnherstellers
  • Optional: Verifizierungs-Endpunkt-Spezifikationen

Vorgehensweise

Schritt 1: Regulatorische Rahmenbedingungen verstehen

VorschriftRegionKernanforderungenFrist
EU FMD (2011/62/EU)EU/EEAEindeutiger Identifikator + Originalitaetsverschluss auf jeder EinheitSeit Feb. 2019 in Kraft
DSCSAUSAElektronische, interoperable Rueckverfolgung auf PackungsebeneVolle Durchsetzung Nov. 2024+
China NMPAChinaEindeutiger Arzneimittelrueckverfolgungscode pro MindestverkaufseinheitRollierend
Brasilien ANVISA (SNCM)BrasilienSerialisierung mit IUMRollierend
Russland MDLPRusslandKrypto-Code pro Einheit, PflichtscanningIn Kraft

Schluesseldatenelemente pro Vorschrift:

EU-FMD-Eindeutiger-Identifikator (gemaess Delegierter Verordnung 2016/161):

  • Produktcode (GTIN-14 von GS1)
  • Seriennummer (bis zu 20 alphanumerische Zeichen, randomisiert)
  • Charge-/Lotnummer
  • Verfallsdatum

DSCSA-Transaktionsinformationen:

  • Produktidentifikator (NDC/GTIN, Seriennummer, Lot, Verfall)
  • Transaktionsinformationen (Datum, Unternehmen, Lieferdetails)
  • Transaktionshistorie und Transaktionserklaerung
  • Verifizierung auf Packungsebene

Erwartet: Klares Verstaendnis, welche Vorschriften fuer jede Produkt-Markt-Kombination gelten. Bei Fehler: Regulatory Affairs zur Bestaetigung der Marktanforderungen hinzuziehen, bevor weitergemacht wird.

Schritt 2: Serialisierungsdatenmodell konzipieren

-- Core serialisation data model
CREATE TABLE serial_numbers (
    id BIGSERIAL PRIMARY KEY,
    gtin VARCHAR(14) NOT NULL,          -- GS1 GTIN-14
    serial_number VARCHAR(20) NOT NULL,  -- Unique per GTIN
    batch_lot VARCHAR(20) NOT NULL,
    expiry_date DATE NOT NULL,
    status VARCHAR(20) DEFAULT 'ACTIVE', -- ACTIVE, DECOMMISSIONED, DISPENSED, etc.
    created_at TIMESTAMPTZ DEFAULT NOW(),
    UNIQUE(gtin, serial_number)
);

-- Aggregation hierarchy
CREATE TABLE aggregation (
    id BIGSERIAL PRIMARY KEY,
    parent_code VARCHAR(50) NOT NULL,     -- SSCC or higher-level code
    parent_level VARCHAR(10) NOT NULL,    -- CASE, PALLET, BUNDLE
    child_code VARCHAR(50) NOT NULL,      -- GTIN+serial or child SSCC
    child_level VARCHAR(10) NOT NULL,     -- UNIT, BUNDLE, CASE
    aggregation_event_id UUID NOT NULL,
    created_at TIMESTAMPTZ DEFAULT NOW()
);

-- EPCIS events
CREATE TABLE epcis_events (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    event_type VARCHAR(30) NOT NULL,      -- ObjectEvent, AggregationEvent, TransactionEvent
    action VARCHAR(10) NOT NULL,          -- ADD, OBSERVE, DELETE
    biz_step VARCHAR(100),               -- urn:epcglobal:cbv:bizstep:commissioning
    disposition VARCHAR(100),             -- urn:epcglobal:cbv:disp:active
    read_point VARCHAR(100),             -- urn:epc:id:sgln:location
    event_time TIMESTAMPTZ NOT NULL,
    event_timezone VARCHAR(6) NOT NULL,
    payload JSONB NOT NULL,
    created_at TIMESTAMPTZ DEFAULT NOW()
);

Aggregationshierarchie:

Pallet (SSCC)
  └── Case (SSCC)
       └── Bundle (GTIN + serial) [optional level]
            └── Unit (GTIN + serial)

Erwartet: Datenmodell unterstuetzt vollstaendige Verpackungshierarchie mit EPCIS-Ereignisverfolgung. Bei Fehler: Kollidiert das vorhandene ERP-Schema, eine Integrationsschicht entwerfen, anstatt das ERP direkt zu aendern.

Schritt 3: Seriennummerngenerierung implementieren

import secrets
import string

def generate_serial_number(length: int = 20, charset: str = None) -> str:
    """Generate a random serial number compliant with GS1 standards.

    EU FMD requires randomised serial numbers to prevent prediction.
    Max 20 characters, alphanumeric (GS1 Application Identifier 21).
    """
    if charset is None:
        # GS1 AI(21) allows: digits, uppercase, lowercase, and some special chars
        # Most implementations use alphanumeric only for interoperability
        charset = string.ascii_uppercase + string.digits
    return ''.join(secrets.choice(charset) for _ in range(length))


def generate_serial_batch(gtin: str, batch_lot: str, expiry: str, count: int) -> list:
    """Generate a batch of unique serial numbers for a production run."""
    serials = set()
    while len(serials) < count:
        serials.add(generate_serial_number())
    return [
        {
            "gtin": gtin,
            "serial_number": sn,
            "batch_lot": batch_lot,
            "expiry_date": expiry,
            "status": "COMMISSIONED"
        }
        for sn in serials
    ]

Erwartet: Seriennummern sind kryptografisch zufaellig, pro GTIN eindeutig und vor dem Druck gespeichert. Bei Fehler: Tritt eine Eindeutigkeitskollision auf, die konfligierende Seriennummer neu generieren und das Ereignis protokollieren.

Schritt 4: GS1-DataMatrix-Kodierung implementieren

Der 2D-DataMatrix-Barcode kodiert den GS1-Elementstring:

(01)GTIN(21)Serial(10)Batch(17)Expiry

Beispiel:

(01)05012345678901(21)A1B2C3D4E5(10)LOT123(17)261231

Dabei:

  • AI(01) = GTIN-14
  • AI(21) = Seriennummer
  • AI(10) = Charge-/Lotnummer
  • AI(17) = Verfallsdatum (JJMMTT)

Der GS1-DataMatrix verwendet FNC1 als Trennzeichen (GS-Zeichen, ASCII 29) zwischen Feldern variabler Laenge.

def encode_gs1_element_string(gtin: str, serial: str, batch: str, expiry: str) -> str:
    """Encode GS1 element string for DataMatrix printing.

    FNC1 (GS character \\x1d) separates variable-length fields.
    AI(01) and AI(17) are fixed length, so no separator needed after them.
    AI(21) and AI(10) are variable length and need FNC1 terminator.
    """
    GS = '\x1d'  # GS1 FNC1 / Group Separator
    return f"01{gtin}21{serial}{GS}10{batch}{GS}17{expiry}"

Erwartet: Kodierte Strings durch Scannen von Testdrucken mit einem GS1-zertifizierten Verifier verifiziert (ISO 15415 Grad C oder besser). Bei Fehler: Schlaegt die Scanverifizierung fehl, Druckqualitaet, ruhige Zonen und Kodierungsreihenfolge pruefen.

Schritt 5: Integration mit nationalen Verifizierungssystemen

EU FMD — EMVS/NMVS-Integration

MAH → Upload serial data → EU Hub → Distribute to National Systems (NMVS)
                                      ├── Germany (securPharm)
                                      ├── France (CTS)
                                      ├── Italy (AIFA)
                                      └── ... 31 markets

API-Operationen:

  1. Upload (MAH → EU Hub): Stapelupload in Betrieb genommener Seriennummern
  2. Verifizieren (Apotheke → NMVS): Seriennummerstatus vor Abgabe pruefen
  3. Ausser Betrieb setzen (Apotheke → NMVS): Als abgegeben am Verkaufspunkt markieren
  4. Reaktivieren (MAH → NMVS): Versehentliche Ausserbetriebnahme rueckgaengig machen

DSCSA — Verification Router Service

Trading Partner A → VRS Request → Verification Router → MAH's VRS → Response

Einen VRS-Responder-Endpunkt implementieren:

# Simplified VRS endpoint (DSCSA verification)
from fastapi import FastAPI, HTTPException

app = FastAPI()

@app.get("/verify/{gtin}/{serial}/{lot}/{expiry}")
async def verify_product(gtin: str, serial: str, lot: str, expiry: str):
    """DSCSA product verification endpoint."""
    record = await lookup_serial(gtin, serial)
    if record is None:
        return {"verified": False, "reason": "SERIAL_NOT_FOUND"}
    if record.batch_lot != lot or str(record.expiry_date) != expiry:
        return {"verified": False, "reason": "DATA_MISMATCH"}
    if record.status != "ACTIVE":
        return {"verified": False, "reason": f"STATUS_{record.status}"}
    return {"verified": True, "status": record.status}

Erwartet: Verifizierungs-Endpunkte antworten innerhalb von 1 Sekunde mit korrektem Status. Bei Fehler: Schlaegt der Upload ins nationale System fehl, mit exponentiellem Backoff wiederholen und Betrieb alarmieren.

Schritt 6: EPCIS-Ereigniserfassung implementieren

Lieferkettenevents im EPCIS-2.0-Format aufzeichnen:

{
  "@context": "https://ref.gs1.org/standards/epcis/2.0.0/epcis-context.jsonld",
  "type": "ObjectEvent",
  "eventTime": "2025-03-15T10:30:00.000+01:00",
  "eventTimeZoneOffset": "+01:00",
  "epcList": ["urn:epc:id:sgtin:5012345.067890.A1B2C3D4E5"],
  "action": "ADD",
  "bizStep": "urn:epcglobal:cbv:bizstep:commissioning",
  "disposition": "urn:epcglobal:cbv:disp:active",
  "readPoint": {"id": "urn:epc:id:sgln:5012345.00001.0"},
  "bizLocation": {"id": "urn:epc:id:sgln:5012345.00001.0"}
}

Wichtige Geschaeftsschritte in der Pharma-Lieferkette:

  • commissioning — Seriennummer wird der physischen Einheit zugewiesen
  • packing — Aggregation in Kartons/Paletten
  • shipping — Abgang von einem Standort
  • receiving — Ankunft an einem Standort
  • dispensing — An Patienten ausgegeben (Ausserbetriebnahme ausgeloest)

Erwartet: Jede Statusaenderung erzeugt ein EPCIS-Ereignis mit korrekten Zeitstempeln und Standorten. Bei Fehler: Fehlgeschlagene Ereigniserfassung muss in die Warteschlange gestellt und erneut versucht werden; nie still verwerfen.

Validierung

  • Seriennummern sind randomisiert und pro GTIN eindeutig
  • GS1-DataMatrix-Kodierung durch Barcode-Scanner verifiziert (ISO 15415 Grad C+)
  • Aggregationshierarchie verknuepft korrekt Einheiten → Buendel → Kartons → Paletten
  • Nationale Verifizierungssystem-Integration getestet (Upload, Verifizieren, Ausser Betrieb setzen)
  • EPCIS-Ereignisse fuer alle Geschaeftsschritte erfasst
  • Verifizierungs-Endpunkt antwortet innerhalb von 1 Sekunde
  • Fehlerbehandlung deckt Upload-Fehler, Scan-Fehler und Netzwerkfehler ab

Haeufige Stolperfallen

  • Sequenzielle Seriennummern: EU FMD erfordert ausdruecklich Randomisierung zur Verhinderung von Faelschungen. Niemals sequenzielle Nummerierung verwenden.
  • Aggregationsfehler: Disaggregation (Aufbrechen eines Kartons) muss die Hierarchie aktualisieren. Der Versand eines Kartons mit falschen Kinderzuordnungen verursacht Verifizierungsfehler nachgelagert.
  • Zeitzonenbehandlung: EPCIS-Ereignisse muessen den Zeitzonenversatz enthalten. Die Verwendung von Ortszeit ohne Versatz verursacht Ereignisreihenfolge-Doppeldeutigkeiten standortuebereifend.
  • Spaete Uploads: Seriennummerndaten muessen in nationale Systeme hochgeladen werden, bevor das Produkt in die Lieferkette gelangt. Spaeter Upload = Produkt wird in der Apotheke als verdaechtig markiert.
  • Ausnahmen ignorieren: Legitime Produkte werden regelmaessig markiert (Fehlalarme). Ein Prozess zur Untersuchung und Auflosung von Warnmeldungen ist unerlaeesslich.

Verwandte Skills

  • perform-csv-assessment — Serialisierungssystem als computergestuetztes System validieren
  • conduct-gxp-audit — Serialisierungsprozesse auditieren
  • implement-audit-trail — Auditpfad fuer Serialisierungsereignisse
  • serialize-data-formats — allgemeine Datenserialisierung (anderer Bereich, komplementaere Konzepte)
  • design-serialization-schema — Schemagestaltung fuer Datenaustauschformate

Repositorio GitHub

pjt222/agent-almanac
Ruta: i18n/de/skills/implement-pharma-serialisation
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams
FAQ

Frequently asked questions

What is the implement-pharma-serialisation skill?

implement-pharma-serialisation is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform implement-pharma-serialisation-related tasks without extra prompting.

How do I install implement-pharma-serialisation?

Use the install commands on this page: add implement-pharma-serialisation to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.

What category does implement-pharma-serialisation belong to?

implement-pharma-serialisation is in the Other category, tagged general.

Is implement-pharma-serialisation free to use?

Yes. implement-pharma-serialisation is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.

Habilidades relacionadas

llamaguard
Otro

LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.

Ver habilidad
cost-optimization
Otro

Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.

Ver habilidad
sports-betting-analyzer
Otro

Esta habilidad de Claude analiza los mercados de apuestas deportivas, incluyendo spreads, over/unders y apuestas de propuestas, mediante el examen de tendencias históricas y estadísticas situacionales para identificar apuestas de valor. Proporciona una salida en markdown estructurado con recomendaciones accionables con fines educativos. Los desarrolladores deben utilizar esto para herramientas de análisis de apuestas deportivas, teniendo en cuenta que está diseñado únicamente para entretenimiento/educación.

Ver habilidad
quantizing-models-bitsandbytes
Otro

Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.

Ver habilidad