← 返回 Skills 市场
unisound-llm

unisound-treatment-process

作者 Unisound-LLM · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
81
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install unisound-treatment-process
功能描述
根据病程记录生成诊疗经过。输入病程记录文本,调用内部医疗大模型,输出结构化诊疗经过文本。
使用说明 (SKILL.md)

诊疗经过生成

概述

根据患者的病程记录文本(包括首次病程、日常病程、查房记录等),本技能调用内部医疗大模型生成一份结构化、连贯的诊疗经过文本。

诊疗经过用于病历归档、病历首页填写、病案统计等场景,需要对住院期间的诊疗过程进行系统性总结。

数据安全、隐私与伦理声明

  • 最小必要原则:仅处理生成诊疗经过所需的病程记录内容;不要求也不鼓励包含姓名、证件号、手机号、详细地址等身份信息。
  • 严格脱敏:在发送至任何模型/接口前,请确保病程记录已完成脱敏/去标识化处理。
  • 不做本地持久化:不将输入与中间结果写入本地持久化存储;本次调用结束即销毁
  • 医疗边界:本技能用于诊疗经过文本整理与结构化表达的辅助生成,不构成医疗诊断或治疗建议;请由执业医生复核并承担最终医疗责任。

输入格式

统一入口支持 pdf/doc/docx/xls/xlsx/csv/txt/json。JSON 可包含病程字段;普通病历文件会先预处理为文本。

JSON 输入示例

{
  "records": [
    {
      "title": "首次病程记录",
      "time": "2023-3-21 15:01:00",
      "content": "诊疗计划\
1、病情及护理注意事项:清淡软食,避免劳累\
2、检查计划:完善相关检查\
3、治疗计划:暂给予保肝、营养等对症治疗\
4、请上级医师指导诊疗。"
    },
    {
      "title": "日常病程记录",
      "time": "2023-3-22 10:10:00",
      "content": "患者一般情况尚可,无明显不适主诉。\
查体:生命体征平稳,慢性肝病面容,腹平软,无压痛及反跳痛..."
    }
  ]
}

也支持直接传入完整 prompt:

{
  "prompt": "根据病历生成诊疗经过\
\
输入:\
[完整病程记录文本]\
\
输出:"
}

普通文本输入

对于 TXT/PDF/DOC 等格式的病程记录文件,文件内容会被预处理为纯文本,然后通过命令行参数传入。

快速开始

python doctor/emr-gen/treatment-process/scripts/run.py \
  --input data/med-treatment-process/gen_records.json \
  --appkey \x3Cyour-appkey>

参数说明

  • --input PATH必填。输入 JSON 文件或病历文本文件路径。
  • --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 STRINGtxt/csv 编码,默认 utf-8
  • --base URL:内部大模型 base URL,默认 https://maas-api.hivoice.cn/v1
  • --model STRING:模型名称,默认 u1-insuremed
  • --timeout SECONDS:HTTP 超时秒数;0 表示一直等待,默认 0
  • --appkey STRING必填。内部医疗大模型鉴权 key,使用 Bearer 方式认证。
  • --output-json PATH:可选。保存输出 JSON。
  • --output PATH:可选。输出诊疗经过文本文件路径。
  • --save-prepared:可选。保存预处理后的文本,便于调试。

输出约定

  • 输出为 UTF-8 文本,格式示例:
患者于 2023-3-21 至 2023-3-31 在我院住院治疗。入院后完善相关检查,网织红细胞 + 全血细胞分析 (含有核红):白细胞计数 3.45×10^9/L,血红蛋白 141g/L,血小板计数 77×10^9/L;凝血项 I:凝血酶原活动度 HSPT% 62.4%↓,纤维蛋白原含量 1.85g/L↓;血氨 60μg/dl↑。

入院后给予异甘草酸酶及水飞蓟宾保肝、营养等对症治疗。住院期间 Fibroscan 示 27kPa,腹水彩超未见腹腔积液。2023-03-29 于病房行放血治疗,全程心电监测、氧气吸入,护士给予肘正中静脉穿刺,全程持续 30 分钟,共放出静脉血 350ml,过程顺利,患者无特殊不适反应。后复查胃镜提示食管静脉显露,腹部增强 CT 提示肝脏、胰腺、脾脏均可见铁沉积。经治疗后患者目前病情平稳,准予出院。
  • 若输出路径父目录不存在,会自动创建。

依赖

前置 Skill

scripts/run.py 依赖 _shared/doc-preprocess 提供的公共文件预处理库(preprocess.py)。 请确保 _shared/doc-preprocess/ 位于 skills/ 根目录下。

运行环境

  • Python 3.7+

外部 API

  • 内部医疗大模型:https://maas-api.hivoice.cn/v1/chat/completions
    • 方法:POST,OpenAI 兼容格式
    • 需要传入 --appkey 参数进行 Bearer 认证

Python 第三方包(可选,run.py 使用非 txt/json 输入时需要)

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

安装:pip install openpyxl pypdf

仅使用 TXT/JSON 输入时,无需安装任何额外包。

测试命令

skills 根目录执行:

# 离线自测(检查输入和构造请求)
python self_tests/med-treatment-process-gen/self_test_treatment_process_gen.py

# 在线自测(调用内部接口)
python self_tests/med-treatment-process-gen/self_test_treatment_process_gen.py --run-network

备注

  • scripts/run.py 是唯一对外入口。
  • 示例输入放在 example/gen_records.json
安全使用建议
可以安装用于受控环境下的病程记录整理,但请只输入已脱敏的病历内容,确认模型接口和 appkey 的授权范围,避免启用 --save-prepared,且在处理 PDF/DOC/Excel 前先确认本地 _shared/doc-preprocess 依赖可信。
功能分析
Type: OpenClaw Skill Name: unisound-treatment-process Version: 1.0.0 The skill is a legitimate tool for generating medical treatment summaries from patient records using a specific LLM API (maas-api.hivoice.cn). The Python script `scripts/run.py` implements standard file processing and HTTP POST logic to interact with the internal medical model. No evidence of malicious intent, data exfiltration, or unauthorized execution was found; the code aligns with the stated purpose and includes explicit privacy and data safety guidelines in `SKILL.md`.
能力评估
Purpose & Capability
用途与能力匹配:读取用户指定的病程记录文件,构造提示词,调用医疗大模型生成文本;但输入属于高敏感医疗数据,需按说明先脱敏并由医生复核。
Instruction Scope
指令范围集中在文本整理与生成,不显示自动修改病历、删除文件、发布内容或执行无关系统操作。
Install Mechanism
无安装脚本,但运行时代码依赖未随包提供的 _shared/doc-preprocess 共享预处理库;该依赖的实际行为不在本次制品内可审计。
Credentials
网络调用、Bearer appkey、读取本地输入文件和可选写入输出文件都与用途相关,但注册元数据未声明凭证或能力标签,用户需自行确认接口与密钥使用范围。
Persistence & Privilege
默认流程未显示持久化输入,但 --save-prepared 和 --output/--output-json 会按用户指定保存内容;这应视为隐私声明中“不做本地持久化”的例外。
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install unisound-treatment-process
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /unisound-treatment-process 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
Initial release of "med-treatment-process-gen" skill: - Generates structured treatment process summaries from course-of-illness records using an internal medical language model. - Supports various input formats: pdf, doc, docx, xls, xlsx, csv, txt, and json. - Built with strict data privacy, de-identification, and no local persistence. - Requires Python 3.7+, with optional dependencies for Excel and PDF input. - Command-line tool provided for easy integration into medical record workflows. - Designed for documentation support; all outputs require review by licensed physicians.
元数据
Slug unisound-treatment-process
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

unisound-treatment-process 是什么?

根据病程记录生成诊疗经过。输入病程记录文本,调用内部医疗大模型,输出结构化诊疗经过文本。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 81 次。

如何安装 unisound-treatment-process?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install unisound-treatment-process」即可一键安装,无需额外配置。

unisound-treatment-process 是免费的吗?

是的,unisound-treatment-process 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

unisound-treatment-process 支持哪些平台?

unisound-treatment-process 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 unisound-treatment-process?

由 Unisound-LLM(@unisound-llm)开发并维护,当前版本 v1.0.0。

💬 留言讨论