unisound-function-self-assessment — Unisound功能自我评估
v1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。 (更好的翻译) 患者术后康复自我评估功能。参考 ResearchKit 的 surveys 和 questionnaires 部分,开发自我评估量表的能力。
运行时依赖
安装命令
点击复制技能文档
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): 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 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) 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: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。