病人端通用健康用药记录管理。参考 MedTimer 的 medication list/dose history 部分,构建个人长期用药管理能力。
Coding
unisound-medication-reminder
Try it病人端慢病管理用药提醒。参考 MedTimer 的 medication reminder 部分,构建提升慢病依从性的提醒能力。
What it does
病人端慢病管理用药提醒。参考 MedTimer 的 medication reminder 部分,构建提升慢病依从性的提醒能力。
The skill document
用药提醒
概述
本 skill 对应:病人端 / 慢病管理 / 用药提醒。
要求:提升慢病依从性。
来源核验
- 匹配来源:MedTimer
- 来源类型:公开开源 Android App
- 来源链接:https://f-droid.org/en/packages/com.futsch1.medtimer/
- 匹配结论:匹配。MedTimer 明确支持 medication and pill reminder、服药确认/忽略、剂量历史、离线隐私等能力。
参考部分
只参考 MedTimer 的 medication reminder 部分:
- 用药提醒时间
- 重复规则
- 确认服药
- 延后提醒
- 漏服记录
不参考部分
- 不参考完整 Android 通知实现
- 不参考生物识别锁定
- 不参考库存管理
- 不扩展到药品知识库或处方审核
构建方式
OpenClaw 中应构建为一个独立的提醒型 skill:
- 输入药品名称、剂量、频次、提醒时间
- 生成结构化提醒计划
- 支持输出今日提醒清单
- 支持标记提醒状态
建议输入字段
medicine_name:药品名称dose:剂量frequency:频次remind_times:提醒时间列表start_dateend_datestatus:启用或停用
建议输出字段
skill:用药提醒reminder_type:medicationmedicine_namedoseschedulestatustoday_reminders
医疗边界
本 skill 只做提醒管理,不判断药物是否适合患者,不调整医嘱。
快速开始
从本 skill 目录执行:
python3 scripts/run.py --input input.json --date 2026-04-29 --output output.json --appkey YOUR_KEY
最小输入示例
{
"medicine_name": "二甲双胍",
"dose": "0.5g",
"frequency": "每日2次",
"remind_times": ["08:00", "20:00"],
"start_date": "2026-04-01",
"end_date": "",
"status": "active"
}
参数说明
--input PATH:输入 JSON。--date YYYY-MM-DD:生成哪一天的提醒,默认当天。--output PATH:输出 JSON;不传则输出到 stdout。
输出约定
输出 UTF-8 JSON,采用统一格式:
{
"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
药品名称:二甲双胍
剂量:500mg
频次:每日2次
状态:active
CSV 格式示例
药品名称,剂量,频次,状态
二甲双胍,500mg,每日2次,active
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:
u2-med - 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。
Related skills
病人端慢病管理随访复诊提醒。参考 Simple 的 appointments/overdue patients 部分,构建管理连续性能力。
病人端慢病管理异常指标预警。参考 Open Wearables 的 trends/anomalies reasoning 部分,构建慢病闭环能力。
临床用药咨询、个性化用药教育与康复指导问答。通过 --task 切换场景;仅含 `scripts/run.py`,可独立拷贝部署。
专病诊疗、基层处置、全科辅助、结局分析、病情分析与慢病管理。通过 --task 选择场景;仅含 `scripts/run.py`,可独立拷贝部署。
复查提醒。从体检报告中提取所有需复查项目,按紧急程度分级(2周/1-3月/3-6月/6-12月),给出复查检查项、就诊科室和准备事项(JSON + 面向受检者的复查提醒)。