back
loading skill details...
病人端通用健康知识科普。参考 wellally-tech 的 knowledge base recommendations 部分,构建通用健康内容入口。
---
name: med-patient-health-education
description: 病人端通用健康知识科普。参考 wellally-tech 的 knowledge base recommendations 部分,构建通用健康内容入口。
metadata:
{
"openclaw":
{
"emoji": "📚"
}
}
---
# 健康知识科普
概述
----
本 skill 对应:病人端 / 通用健康 / 健康知识科普。
要求:通用健康内容入口。
来源核验
--------
- 匹配来源:wellally-tech
- 来源类型:公开 Agent Skill
- 来源链接:https://agent-skills.md/skills/huifer/WellAlly-health/wellally-tech
- 匹配结论:匹配。该 skill 明确包含 WellAlly.tech knowledge base、健康主题文章索引、基于健康数据的文章推荐和 URL 引用。
参考部分
--------
只参考 wellally-tech 的 **knowledge base recommendations** 部分:
- 健康知识库入口
- 分类文章索引
- 健康主题匹配
- 推荐内容
- 来源链接引用
不参考部分
----------
- 不参考 Apple Health/Fitbit/Oura 数据接入
- 不参考外部设备同步
- 不参考完整 WellAlly 平台集成
- 不扩展为问诊或诊断
构建方式
--------
OpenClaw 中应构建为一个独立的内容型 skill:
- 输入用户健康主题或关键词
- 在本地或配置知识库中匹配科普内容
- 输出科普标题、摘要、适用主题和来源
- 明确提示科普不能替代医生诊疗
建议输入字段
------------
- `topic`:健康主题
- `keywords`:关键词列表
- `articles`:文章列表(含 title/category/summary/keywords/url)
建议输出字段
------------
- `skill`:`健康知识科普`
- `topic`
- `matched_articles`
- `summary`
- `source_refs`
医疗边界
--------
本 skill 只做健康知识科普,不做诊断,不给出个体化治疗建议。
快速开始
--------
从本 skill 目录执行:
```bash
python3 scripts/run.py --input input.json --output output.json --appkey YOUR_KEY
```
最小输入示例
------------
```json
{
"topic": "高血压",
"keywords": ["饮食"],
"articles": [
{
"title": "高血压饮食科普",
"category": "慢病管理",
"summary": "面向患者的高血压饮食基础知识。",
"keywords": ["高血压", "饮食"],
"url": "https://example.org/article"
}
]
}
```
输出约定
--------
输出 UTF-8 JSON,采用统一格式:
```json
{
"skill": "技能名称",
"status": "ok",
"data": { /* 结构化数据 */ },
"text": "API 生成的 Markdown/自然语言内容,OpenClaw 直接渲染给用户"
}
```
- `data`:本地预处理得到的结构化数据
- `text`:内部医疗大模型生成的自然语言解读/分析/提醒,Markdown 格式
支持的输入格式
--------------
除 JSON 外,还支持以下格式(通过 `--input-type` 自动检测或手动指定):
| 格式 | 说明 |
|------|------|
| JSON | 默认,直接读取结构化输入 |
| CSV / XLSX / XLS | 表格数据,按列头自动映射字段 |
| TXT / MD | key:value 文本格式(支持中文/英文字段名) |
| PDF / DOC / DOCX | 文档,提取文本后解析 |
| PNG / JPG 等图片 | OCR 提取文本后解析 |
文本格式示例
-----------
```
主题:糖尿病饮食
关键词:血糖,饮食
```
CSV 格式示例
-----------
```
主题,关键词
糖尿病饮食,血糖
```
统一入口附加参数
----------------
- `--input-type auto|pdf|doc|docx|xls|xlsx|csv|txt|json`:输入类型;默认 `auto`。
- `--sheet STRING`:读取 Excel 时指定 sheet(可选)。
- `--encoding STRING`:`txt/csv` 编码(默认:`utf-8`)。
- `--save-prepared`:保存预处理后的 JSON,便于调试。
- `--appkey STRING`:**必填**。调用内部医疗大模型的鉴权 key,由平台分配。
依赖
----
### 运行环境
- Python 3.7+
### Python 第三方包(可选,按输入格式需要)
| 包名 | 用途 | 必要条件 |
|------|------|---------|
| `openpyxl` | 读取 `.xlsx` 文件 | 输入为 xlsx 时必须 |
| `pypdf` | 提取 PDF 文本 | 输入为 pdf 时必须 |
### 外部工具(可选,按输入格式需要)
| 工具 | 用途 | 必要条件 |
|------|------|---------|
| LibreOffice (`soffice`) | 转换 `.doc` / `.xls` | 输入为 doc/xls 时必须 |
| `pdftotext`(poppler-utils) | 提取 PDF 文本 | 输入为 pdf 且未安装 pypdf 时 |
| `tesseract`(含 chi_sim+eng) | 图片 OCR | 输入为图片时必须 |
> 仅使用 JSON 输入时,无需安装任何第三方包或外部工具。
模型配置
--------
本 skill 执行时通过内部医疗大模型进行推理:
- endpoint:`https://maas-api.hivoice.cn/v1/chat/completions`
- model:`u1-insuremed`
- 协议:OpenAI Chat Completions(兼容标准 /v1/chat/completions)
- 鉴权:通过 `--appkey` 参数传入 Bearer token,由用户在 OpenClaw 中调用时提供
> 本 skill 强制走 API 推理,无本地透传模式。
don't have the plugin yet? install it then click "run inline in claude" again.