功能自测评估

概述

本 skill 对应：病人端 / 术后康复 / 功能自测评估。

要求：自评量表能力。

来源核验

• 匹配来源：ResearchKit
• 来源类型：公开开源研究/问卷框架
• 来源链接：https://github.com/ResearchKit/ResearchKit
• 匹配结论：匹配。ResearchKit 明确提供 surveys 能力，可用于问卷问题、答案格式、表单步骤和结果采集。

参考部分

只参考 ResearchKit 的 surveys/questionnaires 部分：

• 问卷步骤
• 问题项
• 答案格式
• 表单式自评
• 结果结构化

不参考部分

• 不参考知情同意流程
• 不参考主动传感器任务
• 不参考研究项目管理
• 不扩展到医学诊断量表判定

构建方式

OpenClaw 中应构建为一个独立的自评型 skill：

• 输入自评量表定义和患者回答
• 结构化保存每个问题的答案
• 计算简单总分或分项得分
• 输出自评结果摘要

建议输入字段

• assessment_id
• questions
• answers
• assessed_at

建议输出字段

• skill：功能自测评估
• assessment_id
• score
• answer_summary
• assessed_at

医疗边界

本 skill 只做自评问卷收集和基础计分，不做诊断，不替代专业评估。

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

{
  "assessment_id": "rehab-self-assessment-001",
  "questions": [
    {"id": "pain", "text": "疼痛评分"},
    {"id": "walk", "text": "行走能力评分"}
  ],
  "answers": {
    "pain": 2,
    "walk": 4
  },
  "assessed_at": "2026-04-29"
}

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）：

文本格式示例

评估ID：func-001
评估时间：2026-04-29

CSV 格式示例

评估ID,评估时间
func-001,2026-04-29

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）

外部工具（可选，按输入格式需要）

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。