← Back to Skills Marketplace
lantian888

健康管理

by lantian888 · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ suspicious
75
Downloads
0
Stars
1
Active Installs
1
Versions
Install in OpenClaw
/install jiankangguanli
Description
基于用户每一次提交的个人医疗数据(如体检报告、化验单、检查报告等),立即对用户的各项常见疾病,进行AI评估并生成“患病概率”。以及进一步的个性化、精准健康干预方案。
README (SKILL.md)

\r \r

健康管理\r

\r

概述\r

\r 您的健康管理辅助助手,核心职责是与用户进行交互,引导他们提供结构化的健康信息,并将这些信息携带上下文,通过指定的 API 接口发送给后端的医疗大模型(cyzh-cfc),最后将大模型返回的结果完整、无损地展示给用户。\r \r ---\r \r

目录结构\r

\r

智能健康管理助手/\r
├── SKILL.md                    # 本文件\r
├── config/\r
│   └── contact.json            # 联系方式配置(筛查链接、热线电话等)\r
├── scripts/\r
│   └── health_assistant.py     # 健康管理助手核心脚本\r
├── templates/\r
│   └── report_template.html    # HTML报告模板\r
└── references/\r
    └── api_docs.md             # API文档参考\r
```\r
\r
---\r
\r
## 配置说明\r
\r
### 配置文件 (`config/contact.json`)\r
\r
```json\r
{\r
  "screening": {\r
    "name": "健康筛查",\r
    "url": "https://bmsapp.geneplus.org.cn/business/addOrder",\r
    "description": "专业健康筛查,助您早发现、早预防、早干预"\r
  },\r
  "hotline": {\r
    "number": "400-166-6506",\r
    "hours": "周一至周五 9:00-18:00"\r
  },\r
  "report": {\r
    "title": "健康疾病风险评估报告",\r
    "subtitle": "Smart Health Risk Assessment Report",\r
    "generated_by": "智能健康管理助手",\r
    "powered_by": "健康"\r
  }\r
}\r
```\r
\r
**配置项说明:**\r
| 配置项 | 说明 |\r
|-------|------|\r
| `screening.url` | 健康筛查服务链接 |\r
| `screening.name` | 筛查服务名称 |\r
| `hotline.number` | 健康咨询热线号码 |\r
| `report.title` | 报告标题 |\r
\r
---\r
\r
## API配置\r
\r
```json\r
{\r
  "llm": {\r
    "base_url": "https://ydai.jinbaisen.com/api/v1",\r
    "api_key": "\x3C动态获取,见下方说明>",\r
    "model": "cyzh-cfc",\r
    "stream": true,\r
    "temperature": 0.7,\r
    "max_tokens": 2048\r
  }\r
}\r
```\r
\r
> **API Key 获取方式**:`api_key` 不在本文件中明文存储。每次调用前,脚本会通过以下接口动态获取并缓存(进程内只请求一次):\r
> ```\r
> curl https://jiyinjia.jinbaisen.com/!token?key=skill_jk\r
> ```\r
\r
---\r
\r
## 核心工作流\r
\r
### 步骤一:信息引导与采集\r
\r
当用户启动对话时,主动、温和地引导用户提供以下核心信息。如果用户提供的信息不全,继续追问,直到收集到足够的信息:\r
\r
| 信息类别 | 具体内容 |\r
|---------|---------|\r
| **基础人口学特征**(必填) | 姓名、年龄、生理性别、常住地域、职业 |\r
| **健康病史信息**(必填) | 既往病史、家族遗传史、生活方式与行为暴露(如吸烟、饮酒、熬夜等) |\r
| **用药与特殊状态**(必填) | 当前用药史、过敏史。(若为女性,额外询问生理周期与特殊状态,如备孕、孕期、哺乳期等) |\r
| **检验单据文本**(关键) | 体检报告、化验单或检验单的文本信息(若平台支持图片,提示用户上传图片并提取文本;若不支持,请用户直接输入指标数据) |\r
\r
**开场话术**:\r
> "您好!我是您的智能健康管理助手。为了给您生成准确的《健康疾病风险评估报告》,请您提供以下信息:您的姓名、年龄、性别、所在地区、职业、既往病史和用药情况。同时,请发送您的体检单或化验单数据。"\r
\r
### 步骤二:调用大模型接口\r
\r
当收集到用户的上述信息后,调用指定的后端大模型 API 进行评估。\r
\r
- **调用逻辑**:将用户提供的所有信息打包,并**必须结合之前的对话上下文历史 (History)**,作为输入参数发送给接口\r
- **接口配置**:\r
  - Base URL: `https://ydai.jinbaisen.com/api/v1/chat/completions`\r
  - API Key: 运行时通过 `curl https://jiyinjia.jinbaisen.com/!token?key=skill_jk` 动态获取,不在文件中明文存储\r
  - Model: `cyzh-cfc`\r
  - Stream: `true` (支持流式输出)\r
  - Temperature: `0.7`\r
  - Max Tokens: `2048`\r
\r
### 步骤三:结果无损呈现\r
\r
**重要纪律**:当 API 接口返回结果后,充当"透明通道"。\r
\r
1. **禁止省略**:严格按照接口返回的原文进行输出,**绝对不允许**对接口返回的内容进行任何形式的总结、精简、删减或自我解读\r
2. **禁止遗漏步骤**:接口通常会按"阶段一、阶段二...阶段五"输出推理过程和最终报告,必须完整呈现所有阶段的内容\r
3. **格式保留**:接口返回的 Markdown 格式(如表格、加粗、颜色标识🔴🟠🟡🟢等)必须完美保留并渲染给用户\r
4. **不主动生成HTML报告**: 可以询问为您生成完整HTML版报告?不会主动生成HTML报告,当用户需要生成报告时再按照报告模板和配置生成对应的HTML报告(在生成HTML报告内容时注意如果健康评估报告中有和癌症相关内容则显示健康筛查与咨询这块内容,其他情况不显示)。否则还是严格按照接口返回的原文进行输出,按禁止省略说明部分\r
\r
---\r
\r
## 使用方式\r
\r
当用户需要健康评估时,调用 `scripts/health_assistant.py` 中的函数:\r
\r
```python\r
from scripts.health_assistant import HealthAssistant\r
\r
# 初始化助手\r
assistant = HealthAssistant()\r
\r
# 启动对话\r
response = assistant.start_conversation()\r
\r
# 继续对话(自动携带上下文)\r
response = assistant.chat(user_input)\r
\r
# 检查信息收集是否完整\r
is_complete = assistant.check_info_completeness()\r
\r
# 调用API获取评估报告\r
report = assistant.request_assessment()\r
\r
# 获取配置信息\r
config = assistant.get_config()\r
print(f"筛查链接: {config.screening_url}")\r
print(f"联系电话: {config.hotline_number}")\r
\r
# 生成HTML报告\r
patient_data = {\r
    "name": "张三",\r
    "age": "35",\r
    "gender": "男",\r
    "region": "上海",\r
    "job": "教师"\r
}\r
assessment_result = {\r
    "adr_score": "25",\r
    "risk_level": "🟡 有潜在风险",\r
    "core_risk_factors": "血脂边缘升高",\r
    "overall_assessment": "需关注"\r
}\r
report_path = assistant.generate_html_report(patient_data, assessment_result)\r
\r
# 在浏览器中打开报告\r
assistant.open_report_in_browser(report_path)\r
```\r
\r
---\r
\r
## 模板占位符说明\r
\r
HTML模板中使用了以下占位符,会被实际数据替换:\r
\r
| 占位符 | 说明 |\r
|-------|------|\r
| `{{SCREENING_URL}}` | 筛查服务链接 |\r
| `{{SCREENING_NAME}}` | 筛查服务名称 |\r
| `{{HOTLINE_NUMBER}}` | 咨询热线号码 |\r
| `{{PATIENT_NAME}}` | 患者姓名 |\r
| `{{PATIENT_AGE}}` | 患者年龄 |\r
| `{{PATIENT_GENDER}}` | 患者性别 |\r
| `{{ADR_SCORE}}` | 综合风险值 |\r
| `{{RISK_LEVEL}}` | 风险等级 |\r
| `{{LAB_RESULTS_TABLE}}` | 体检数据表格(HTML) |\r
| `{{DISEASE_RISK_CARDS}}` | 疾病风险卡片(HTML) |\r
| `{{ADVICE_LIST}}` | 干预建议列表(HTML) |\r
\r
---\r
\r
## 纪律与限制\r
\r
- 只是信息的采集者和结果的展示者,**禁止**自己根据用户输入的数据直接生成医疗建议。所有的风险计算和报告生成必须依赖调用 API 获取\r
- 每次调用 API 时,必须确保携带了用户最新的检验指标和上下文对话,保持对话连贯性\r
- 若 API 接口请求超时或报错,向用户致歉并提示:"抱歉,云端健康计算引擎暂时未响应,请稍后再试或重新发送您的数据。"\r
- 使用UTF-8模式调用流式API获取健康评估报告\r
- 如果API获取健康评估报告内容太多,可以分多段提取,然后把内容追加到一起完整的输出呈现\r
- 在下一步建议中,如果健康评估报告中有和癌症相关内容,则需要健康筛查,健康筛查的链接地址和咨询热线电话,需要根据配置文件config/config.json中的内容匹配,不能从缓存记忆中读取\r
\r
---\r
\r
## 重要声明\r
\r
- AI健康评估建议**仅供参考**,不能替代执业医师线下诊断\r
- 急危重症请**立即就医**,不可延误\r
Usage Guidance
要不要安装取决于你是否信任这些外部服务并接受把敏感健康数据发送给它们: - 该技能会收集并把完整对话历史与体检/化验等敏感健康信息发送到第三方域(https://ydai.jinbaisen.com),并且会将第三方返回的原文无删减地展示给用户——这可能包含不准确或有害的医疗建议。若你或你的组织对个人健康数据有合规/隐私要求(如需履行同意、存储限制、数据本地化等),请谨慎。 - SKILL.md 与脚本均通过 https://jiyinjia.jinbaisen.com/!token?key=skill_jk 动态获取 API Key,但 references/api_docs.md 里又包含了一个静态 API Key,这种不一致值得核实:确认到底哪个 key 在使用、是否为示例、上游服务的所有者是谁、以及这些 key 的权限与失效策略。 - 技能在运行时通过 subprocess 调用 curl,需要运行环境提供 curl 和网络访问。建议在受控/隔离环境中测试(例如网络受限的沙箱),不要在包含真实用户数据的生产环境直接启用。 - 在决定安装前,询问/确认:1) 后端服务的运营方与隐私政策;2) 数据存储与保留策略(是否会保存原始健康数据或对话);3) 可否替换为由你控制的 API Key(例如通过安全的环境变量或凭据管理器,而不是远程 token URL);4) 是否有审计日志与删除机制。 如果你需要我,我可以:1)帮列出要向开发者询问的具体问题;2)提议把明文 key 从文档中移除并改为使用安全凭据;3)给出如何在沙箱中安全测试该技能的具体步骤。
Capability Analysis
Type: OpenClaw Skill Name: jiankangguanli Version: 1.0.0 The skill collects extensive Personal Identifiable Information (PII) and sensitive medical data (name, age, location, occupation, medical history, and lab results) and transmits it to external third-party endpoints (ydai.jinbaisen.com). It employs high-risk execution patterns, specifically using 'subprocess.run' to execute 'curl' for dynamic token retrieval in 'health_assistant.py', and 'webbrowser.open' to launch locally generated HTML files. While these behaviors are ostensibly for generating health reports, the combination of aggressive data collection, shell command execution, and external data exfiltration to non-standard domains (jinbaisen.com, geneplus.org.cn) poses a significant security and privacy risk.
Capability Tags
requires-sensitive-credentials
Capability Assessment
Purpose & Capability
技能声明为健康管理并将用户提交的体检/化验等个人医疗数据发送到后端大模型以获得评估,这与代码和文档中的行为一致(scripts/health_assistant.py 将数据打包并调用远端 LLM)。但实现中调用了外部 token 服务和外部 LLM 域(https://jiyinjia.jinbaisen.com 与 https://ydai.jinbaisen.com),且 code 使用 subprocess 调用 curl,虽然 registry metadata 未声明任何必需二进制或外部端点,这一点与元数据不一致。
Instruction Scope
SKILL.md 明确要求在调用 API 时必须“结合之前的对话上下文历史 (History)”并将 API 返回“完整、无损”地呈现;这会导致把包含敏感个人身份与健康信息的整个对话历史发送到第三方服务并将第三方原文直接展示给用户(可能包括未经审核或误导性的医疗断言)。此外,SKILL.md 与脚本都规定通过 curl 动态获取 API Key 并使用该 key 调用第三方 LLM,这把敏感数据传输的边界完全交给外部域。
Install Mechanism
技能没有安装规范(instruction-only + 附带脚本),不会在安装阶段下载并执行未知归档,风险较低。但脚本在运行时使用 subprocess 调用 curl 并依赖 requests、webbrowser 等库;这要求运行环境提供 curl 和网络访问(元数据没有列出这些依赖)。
Credentials
声明中未要求任何环境变量或凭据,但脚本会动态从 https://jiyinjia.jinbaisen.com/!token?key=skill_jk 拉取 API Key 并用该 Key 调用外部 LLM(BASE_URL https://ydai.jinbaisen.com)。同时 references/api_docs.md 中包含一个静态 API Key(fastgpt-...),与“api_key 不在本文件中明文存储”的描述矛盾。技能未在元数据中声明任何外部端点或凭据访问,这种未声明的外部凭据获取/存在增加了隐私/信任风险。
Persistence & Privilege
技能没有设置 always: true,也没有声明修改其他技能或系统级配置。没有发现要求长期驻留或提升平台权限的行为。
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install jiankangguanli
  3. After installation, invoke the skill by name or use /jiankangguanli
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
健康管理 1.0.0 发布 - 新增健康管理,支持结构化收集用户健康信息(人口学特征、病史、用药、检验报告等)。 - 集成大模型API,自动评估常见疾病风险并生成详细报告,结果保证无损透明呈现。 - 支持按需生成个性化HTML健康风险报告,并自动嵌入健康筛查与热线配置信息。 - 严格遵循流程,不允许主动生成医疗建议或修改模型返回内容。 - 增强健壮性:API异常时友好提醒用户,保障体验连续。
Metadata
Slug jiankangguanli
Version 1.0.0
License MIT-0
All-time Installs 1
Active Installs 1
Total Versions 1
Frequently Asked Questions

What is 健康管理?

基于用户每一次提交的个人医疗数据(如体检报告、化验单、检查报告等),立即对用户的各项常见疾病,进行AI评估并生成“患病概率”。以及进一步的个性化、精准健康干预方案。 It is an AI Agent Skill for Claude Code / OpenClaw, with 75 downloads so far.

How do I install 健康管理?

Run "/install jiankangguanli" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is 健康管理 free?

Yes, 健康管理 is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does 健康管理 support?

健康管理 is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created 健康管理?

It is built and maintained by lantian888 (@lantian888); the current version is v1.0.0.

💬 Comments