病人端术后康复计划查看。参考 CareKit 的 care plan/task model 部分,构建术后康复核心入口。
编程
unisound-rehab-progress-tracking
试用病人端术后康复进度追踪。参考 rehabilitation-analyzer 的 progress analysis 部分,构建康复效果可视化能力。
它能做什么
病人端术后康复进度追踪。参考 rehabilitation-analyzer 的 progress analysis 部分,构建康复效果可视化能力。
技能文档
康复进度追踪
概述
本 skill 对应:病人端 / 术后康复 / 康复进度追踪。
要求:康复效果可视化。
来源核验
- 匹配来源:rehabilitation-analyzer
- 来源类型:公开 Agent Skill
- 来源链接:https://agent-skills.md/skills/huifer/WellAlly-health/rehabilitation-analyzer
- 匹配结论:匹配。该 skill 明确包含康复进展分析、功能改善曲线、疼痛模式识别、目标达成率、阶段分析和训练依从性评估。
参考部分
只参考 rehabilitation-analyzer 的 progress analysis 部分:
- 康复进展分析
- 功能改善趋势
- 疼痛趋势
- 训练依从性
- 目标达成情况
- 阶段进展
不参考部分
- 不参考完整报告长模板
- 不参考个性化康复建议生成
- 不扩展到康复处方调整
- 不处理急性疼痛或并发症判断
构建方式
OpenClaw 中应构建为一个独立的分析型 skill:
- 输入康复任务完成记录、疼痛评分、功能自测结果
- 计算完成率和趋势
- 输出阶段进度、可视化指标和待关注事项
- 为患者端展示提供结构化摘要
建议输入字段
plan_idtask_recordspain_scoresfunctional_assessmentsphasedate_range
建议输出字段
skill:康复进度追踪completion_ratepain_trendfunction_trendphase_progressattention_items
医疗边界
本 skill 只做康复记录汇总与趋势展示,不判断治疗效果,不替代康复师评估。
快速开始
从本 skill 目录执行:
python3 scripts/run.py --input input.json --output output.json --appkey YOUR_KEY
最小输入示例
{
"plan_id": "rehab-plan-001",
"phase": "第1阶段",
"task_records": [
{"name": "踝泵运动", "status": "completed"},
{"name": "伤口观察", "status": "pending"}
],
"pain_scores": [{"score": 3}, {"score": 2}],
"functional_assessments": [{"score": 60}, {"score": 65}],
"phase_progress": "进行中"
}
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
计划ID:rehab-001
阶段:术后第2周
CSV 格式示例
计划ID,阶段
rehab-001,术后第2周
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。
相关技能
病人端术后康复今日康复任务。参考 CareKit 的 daily tasks/scheduling 部分,构建日常康复执行任务能力。
病人端术后康复功能自测评估。参考 ResearchKit 的 surveys/questionnaires 部分,构建自评量表能力。
病人端术后康复运动指导。参考 CareKit 的 instructions task view 部分,构建训练动作指导能力。
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。