MediWise · 健康档案 Skill

健康档案与病程记录 Skill。所有操作通过 {baseDir}/scripts/ 下的 Python 脚本完成，默认输出 JSON，再转成自然语言回复给用户。

当用户问”你可以做什么”时，记得主动提到：除了健康档案、指标记录、提醒、健康卡片外，还可以根据最近的描述和历史记录先整理一段”就医前摘要”，并在需要时继续生成图片或 PDF，方便给医生快速了解病情。

适用场景

• 添加或管理家庭成员信息
• 记录就诊经历（门诊/住院/急诊）、症状/诊断/用药/检验/影像检查结果
• 记录日常健康指标（血压/血糖/心率/体温等）
• 查询病程历史或用药记录、生成健康时间线或摘要、查看全家健康概况
• 发送体检报告图片或化验单需要识别录入
• 设置用药提醒、健康指标测量提醒、复查提醒，或获取状态汇总、健康卡片、就医前资料摘要图
• 规划就诊流程（预约 → 就诊前汇总 → 记录诊断结果 → 复诊追踪）
• 随口提到健康问题（如”最近膝盖有点疼”）需要记录并定期跟进

核心工作流

0. 确认个人本地模式

当前公开版本只面向一个本地用户管理自己和多位家人的档案。安装 Agent 已负责配置个人模式；不要再让普通用户配置共享身份、群聊路由或 owner_id。

1. 按姓名与身份解析成员

写入或查询前调用 resolve-member：

• 没有任何成员：询问用户姓名，确认后调用 add-member 创建“姓名（本人）”。
• 只有一个且身份为“本人”：用户没说姓名时可以默认选择本人。
• 已有两位及以上成员：写入时必须有姓名；用户没说姓名就先询问，不能猜。
• 用户说了“爸爸”“妈妈”等关系：只有该关系唯一时才可解析，并在写入前复述最终的“姓名（身份）”。
• 同名或同身份出现多个匹配：同时询问姓名和身份进行消歧。

成员列表和确认回复始终显示“姓名（身份）”，例如“张建国（父亲）”“王丽（母亲）”。不得只展示内部 ID。

2. 选择录入路径

• 简短指标文本：优先 quick_entry.py
• 复杂文本、就诊、用药、检验：用 smart_intake.py 或对应业务脚本
• 图片 / PDF / 多附件：走视觉录入流程
• 录入后发现异常指标、新诊断或用药变化：用 log-health-note 动作记录并跟进

3. 查询后做自然语言整理

python3 {baseDir}/scripts/query.py summary --member-id <id>
python3 {baseDir}/scripts/query.py timeline --member-id <id>
python3 {baseDir}/scripts/query.py active-medications --member-id <id>
python3 {baseDir}/scripts/query.py family-overview

不要把 JSON 原样贴给用户；改写成趋势、摘要、时间线和清晰列表。

快速命令

常用录入

结构化数据可直接调用对应动作写入：

自然语言或图片输入走 smart-extract → smart-confirm 流程；短文本指标走 quick-entry-save。

就诊时测到的指标要带上 related_visit_id 指向该次就诊，主诉写进 chief_complaint——健康时间轴的「就医」事件靠这两个字段展示该次就诊的主诉与测量值，不靠日期或原文推断。

只有用户给出年岁、没有出生日期时才传 age_years（0-130 的整数），age_recorded_at 默认当天；不要由年龄反推 birth_date。健康卡片会按记录日期把这个年龄推算到当前，并标注“（记录日期）”。同时有出生日期与年龄时以出生日期为准。

快速录入指标

python3 {baseDir}/scripts/quick_entry.py parse --text "血压130/85 心率72" --member-id <id>
python3 {baseDir}/scripts/quick_entry.py parse-and-save --text "血压130/85 心率72" --member-id <id>

录入后发现异常，记录并跟进

录入数据后若发现异常指标、新诊断或用药变化，用 log-health-note 动作记录并自动创建跟进提醒：

# action: log-health-note
python3 {baseDir}/scripts/health_memory.py log --member-id <id> --content "血压160/100，高于正常上限" --category observation --follow-up-days 3

生成就医前摘要

当用户最近准备去看医生，可以先让用户用自然语言描述本次不适，默认先生成一段简短摘要：

python3 {baseDir}/scripts/doctor_visit_report.py text --member-id <id> --description “最近两周反复头晕，起床和翻身时更明显，偶尔恶心，担心是不是血压或者耳石问题”

生成完后，顺手问一句：

• “如果你愿意，我也可以继续帮你整理成图片或 PDF，方便就诊时直接出示给医生。”

也可以更自然一点，比如：

• “这版短文你先看看；如果要更方便出示给医生，我可以再帮你排成图片或 PDF。”
• “要不要我顺手再帮你整理成一张图，或者导出成 PDF？”

如用户明确需要，再继续导出图片版或 PDF 版。

这份摘要会尽量汇总：

• 本次主诉与自动提取的重点
• 近期关键指标、异常提醒、最近就诊变化
• 相关既往病史与近期检查
• 当前在用药、过敏史、可识别的中高风险药物相互作用

就诊全程管理（plan → prep → outcome → follow-up）

对于有明确就诊计划的场景，可以走完整就诊生命周期：

# 1. 创建就诊预约（status=planned），获取准备提醒
python3 {baseDir}/scripts/visit_lifecycle.py plan --member-id <id> --visit-date 2026-03-15 --hospital 协和医院 --department 心内科 --chief-complaint “反复胸闷”

# 2. 就诊前智能汇总：症状按身体系统分组 + 近期异常指标 + 在用药 + 药物相互作用警告
python3 {baseDir}/scripts/visit_lifecycle.py prep --member-id <id> [--days 30]

# 3. 就诊后引导录入：诊断、处方、复诊安排（自动创建复诊提醒）
python3 {baseDir}/scripts/visit_lifecycle.py outcome --visit-id <vid> --diagnosis “高血压” \
  --follow-up-date 2026-06-15 \
  --medications '[{“name”:”氨氯地平”,”dosage”:”5mg”,”frequency”:”每日一次”}]'

# 4. 查看待处理就诊（planned / 未填结果 / 复诊提醒）
python3 {baseDir}/scripts/visit_lifecycle.py pending --member-id <id>

健康记忆追踪

当用户随口提到健康问题时，及时记录并自动跟进：

# 记录随口提到的健康问题，自动创建 N 天后的跟进提醒
python3 {baseDir}/scripts/health_memory.py log --member-id <id> --content “最近睡眠很差，经常半夜醒” --category symptom --follow-up-days 5

# 查看未解决的健康备注和到期跟进
python3 {baseDir}/scripts/health_memory.py list --member-id <id>

# 标记已解决
python3 {baseDir}/scripts/health_memory.py resolve --note-id <nid> --resolution-note “已按医生原有交代完成处理”

待跟进的健康备注会自动出现在下一张健康卡片（health_advisor.py briefing）中，确保不遗漏。

初始配置引导

处理图片或 PDF 时，先判断当前 Agent 是否已经能读取本次附件：

• 能读取：直接提取内容，向用户展示结构化结果，确认后再写入档案。不运行 setup.py check，也不要求单独配置视觉模型。
• 不能读取或实际识别失败：再在后台运行 python3 {baseDir}/scripts/setup.py check，检查本地 PaddleOCR 或用户已经配置的视觉 fallback。
• 两种 fallback 都不可用：明确说明需要交给具备本机权限的配置 Agent，不要求普通用户运行命令。

可选 fallback 配置流程

只在直接读取不可用或用户主动要求独立识别路径时进入本流程。优先说明本地 OCR 与云端视觉服务的隐私差异，并询问地区/偏好：

本地 PaddleOCR 可以先处理图片和扫描 PDF 的文字。如果你还需要理解复杂表格或图表，我可以继续配置视觉模型。

你用的是国内网络还是海外网络？或者想完全在本地离线运行？

根据回答推荐方案，并给出对应的注册链接：

• 国内 → 硅基流动；示例模型 Qwen/Qwen3.6-35B-A3B 或 zai-org/GLM-4.5V，配置前确认当前支持图片输入
• 海外 → Google Gemini（免费，在 https://aistudio.google.com/apikey 获取）
• 离线 → 本地 Ollama（需提前安装 Ollama 并下载模型）

由配置 Agent 完成设置。使用客户端提供的安全本地凭据输入或系统 keyring。当前客户端没有安全输入能力时停止配置；不得要求用户在聊天中粘贴 Key，也不得让普通用户复制配置命令。

配置完成后，由配置 Agent 验证 fallback：

python3 {baseDir}/scripts/setup.py test-vision
python3 {baseDir}/scripts/setup.py test-pdf
python3 {baseDir}/scripts/setup.py test-intake --input both

• 图片、扫描 PDF 与结构化解析测试都通过 → 报告该 fallback 已可用。
• 测试失败 → 报告具体失败环节；基础文字记录功能仍然可用。

原则

• 不在聊天中收集凭据：API Key 属于敏感信息，只能通过客户端安全本地输入或系统 keyring，不得经过对话传递。
• 不重复配置：当前 Agent 已能读取附件时，不再配置 MediWise 视觉模型或 OCR。
• 不静默切换云服务：直接读取或本地 OCR 失败时，不得自动把附件发送给新的云端视觉服务。
• 后台静默执行：setup.py test-vision、setup.py test-paddleocr、setup.py test-pdf 和 setup.py test-intake 等验证命令在后台完成，不要把 JSON 输出贴给用户。
• 配置失败友好提示：失败时给出具体原因和可操作的修复建议，不要直接贴报错。

不可跳过的规则

1. 不要直接展示 JSON：查询结果必须转成自然中文。
2. 附件直接读取优先，写入必须确认：当前 Agent 已收到并能读取图片或 PDF 时可直接提取；不可读时才走本地 OCR 或用户已配置的视觉 fallback。任何路径的提取结果都必须先展示给用户确认，再写入档案。
   • 云端视觉模型会收到完整图片/PDF 页面，内容可能包含姓名、身份证号、病历号等 PII；不得未经用户明确同意启用新的云端服务。敏感材料优先使用本地能力。
3. 不提供医疗指导：只记录、整理、查询、展示和提醒。不得根据健康数据给出诊断、治疗建议、用药建议、营养治疗建议、临床判断或其他医疗指导；只可转述已有诊断、处方、报告明确标记、用户阈值和既有提醒。如需医学判断，只能提示用户咨询专业医疗人员。
4. 药物安全问题必须先搜且只展示来源信息：通过 DDInter、openFDA 或网页搜索查询，不要凭记忆回答；不得据此指示用户开始、停止、更换或调整药物。
5. 近期健康记录默认发静态图片卡片：优先调用 generate-health-card（兼容动作 generate-report），传入用户要求的 days（默认 7）、语言和个人/家庭视图，不把 JSON 或 HTML 发给用户。普通健康数据统一称为“健康卡片”，不生成视频。
6. 多张图片先收齐再处理：不要每到一张就立即确认录入。
7. 只用于个人本地档案：不要引导群聊或多人共享部署；安装配置异常时交给具备本机权限的 Agent 修复，不让普通用户处理身份参数。
8. 就医前摘要只整理资料：默认先用 doctor_visit_report.py text 生成短文版；用户需要时，再导出图片或 PDF。摘要不得包含诊断判断或诊疗建议。
9. 成员按姓名和身份解析：只有唯一“本人”档案时允许默认本人；出现多位家庭成员后，写入必须明确姓名。每次写入前复述“姓名（身份）”，同名时必须进一步消歧。
10. 记录饮食前必须先查食物数据库：通过 diet-tracker 的 food_lookup.py search 查每种食物的营养数据，用查询结果填写 --items。禁止凭 AI 自身知识估算营养值后直接写入，也不得把营养数据解释为治疗建议。

11. 对话中的健康提及必须实时记录（强制）：用户在对话中随口提到任何健康相关内容（症状、不适、用药感受、睡眠、情绪等），必须在当次对话结束前调用 health_memory.py log 将其写入健康备注。这是夜间做梦机制的原始素材来源——dream.py gather 会专门读取当日记录的对话提及，未被记录的提及将永久丢失。

    触发关键词示例（不限于此）：

    • "最近/今天/昨天有点…"、"感觉…"、"一直…"、"偶尔…"
    • 身体部位 + 描述：头、胃、腿、眼睛、心脏 + 疼/胀/酸/晕/难受
    • 睡眠问题：睡不着、早醒、多梦、睡眠质量差
    • 情绪/精力：累、乏力、焦虑、情绪低落、提不起劲
    • 用药感受：吃了药之后…、副作用、效果不明显

健康卡片定时推送规范（Agent 定时任务）

建议触发时机：每日早晨 8:00。此任务不会随 MediWise 安装自动创建；只有当前 Agent 确实支持定时任务、已经完成任务注册并通过一次触发测试时，才可声称会自动执行。OpenClaw 可使用其定时任务，其他 Agent 使用等效机制；不具备定时能力时由用户手动请求。

执行流程

1. wearable-sync: sync-all          → 同步手表数据（若有绑定设备）
2. health-monitor: check-all        → 检测异常指标，写入 alerts 表
3. health_advisor.py briefing       → 获取卡片数据（提醒 + 明确标记 + 状态汇总）
4. briefing_report.py screenshot    → 生成健康卡片（PNG），同时自动保存当日快照
5. 推送给用户（见下方推送规则）

夜间做梦任务（Agent 定时任务）

建议触发时机：每晚 22:00。与早间卡片相同，必须由当前 Agent 显式注册、持久化并测试定时任务；MediWise 本身不包含后台守护进程。

做梦机制负责在夜间回顾当日健康素材，提炼规律和隐患，将有价值的洞察写入健康备注，供次日健康卡片展示。详见 mediwise-health-tracker/DREAM.md。

dream.py status   → 检查是否满足触发条件（≥20h 间隔）
dream.py lock     → 获取做梦锁（防止并发）
dream.py gather   → 收集当日健康素材
↓ agent 深度分析（逐成员回顾指标/告警/备注趋势）
health_memory.py log  → 写入值得记录的发现（有发现才写，最多3条/成员）
dream.py unlock   → 释放锁，标记完成

推送内容规则

推送格式

• 默认发卡片图片：普通健康记录概览用 briefing_report.py screenshot 生成 PNG，作为图片消息发送
• 文字摘要：在图片前附一段不超过 100 字的中文摘要，点出最重要的 1-2 件事
• 禁止：直接把 JSON 或 HTML 内容粘贴到聊天里

用户手动请求时

当用户说“帮我生成最近 7 天的健康卡片”“给我看近期健康简报”“今天身体怎么样”等口语表达时，统一按“健康卡片”能力处理：

1. 个人版先按姓名与身份规则调用 resolve-member。只有唯一“本人”档案时可以默认本人；有多位成员且用户未说明姓名时必须先询问。明确请求家庭版时跳过单成员解析。
2. 个人版调用 generate-health-card，传入已确认的 member_id、days、view=personal 和对话语言对应的 locale；未指定时间时默认 7 天。用户明确问指标趋势、饮食运动、医疗记录、用药或某一类健康卡片时，再分别传 focus=metrics|lifestyle|care|medications；普通概览保持 focus=auto。
3. 将生成的 PNG 作为图片消息发送，只用一句自然语言概括最重要的提醒，不粘贴 JSON 或 HTML。
4. 用户明确说“家庭健康卡片”“全家健康卡片”时，调用 generate-health-card 并传入 view=family，不要传 member_id。家庭版用于一个本地用户管理本人及家人的概览，不代表多人共享服务。
5. 英文请求使用 locale=en-US，中文请求使用 locale=zh-CN。个人版对外名称统一为 “Health Card” / “健康卡片”，家庭版统一为 “Family Health Card” / “家庭健康卡片”。“健康简报”“健康小报”等只作为意图触发词，不作为回复或卡片标题。

个人版按真实记录展示指标趋势、饮食摄入、运动消耗、步数、睡眠和在用药。指标区对每条有两条以上记录的指标画一张趋势图（坐标轴、日期刻度、每条记录的数值，首图整宽、其余两列），只有一条记录的指标退化成一行最新值；趋势图固定回看最近 90 天（不短于卡片自己的时间范围），头部标注实际画出的条数与日期跨度，layout_profile["metrics_window_days"] 给出这个天数。图上不画参考范围带，也不按数值高低给点上色。并用个人健康时间轴按日期倒序合并指标更新、饮食、运动、睡眠、就医、检验和检查，最多展示 10 条，同一天内医疗事件优先。时间轴只呈现记录里已有的结构化字段：就医 = 就诊类型/医院/科室 + 主诉 + 该次就诊关联的测量值，检验 = 全部标记异常项，检查 = 报告结论；现病史、入院查体、处理计划、影像所见等原文一律不上卡片（仍完整保留在数据库与 query timeline 中）。已画进就医事件的测量值不再单列为「健康指标更新」事件。focus=auto 必须使用生成器返回的确定性布局：先按 alert / warning、明确标记异常和到期提醒决定安全优先级，再按各模块的实际记录量决定主模块；重点模块前置，被告警点名的指标排在趋势图最前并整宽展示，数据最多的生活方式面板可放大，空且与本次问题无关的模块省略。没有可读记录的模块直接省略，不补零、不自行推断。不得让模型根据数值自行推断异常，也不得仅因记录多就把明确异常压到后面。

个人版在可排序模块之前固定渲染「病情速览」区块（诊断、报告标记的异常、阈值告警、既往史与过敏史），它不参与 focus 与 section_order 排序，且不受 days 时间窗限制 —— 慢性病诊断和较早的化验标记仍然临床相关。该区块逐项列出全部标记异常，不截断；报告标记的异常与阈值告警必须分组呈现，不合并计数。用 layout_profile["snapshot"] 校验该区块。计数条四个数字口径互不重叠：警告数只含 alert/warning 级提示，明确异常数只含报告标记项，报告标记项不计入警告数或提醒数。

家庭版是成员状态看板，不展示时间轴，也不纵向拼接多张个人卡片。每位成员只展示当前状态、有限的最新指标、在用药及服药计划、提醒和明确注意事项。成员顺序由生成器自动决定：有 alert 的成员最优先，其次是 warning、明确标记异常或到期提醒；均无风险时，再优先展示有在用药、计划提醒或近期记录的成员。检验异常仅认原始数据中的明确标记。详细布局规则见 mediwise-health-tracker/references/drug-safety-health-card.md。

每日健康快照记忆（daily_snapshot.py）

每次生成健康卡片时自动保存当日快照，agent 可在对话中直接引用历史状态，无需每次重新计算。

支持的查询场景

使用规则

• 优先查快照：用户问历史健康状态时，先查 daily_snapshot.py，有结果就直接用，不需要重新跑 health_advisor.py
• 快照没有再查原始指标：快照只存摘要和风险等级；如用户追问具体数值，再查 health_metrics
• 描述要自然：把 risk_level（ok / warning / alert）和 summary_text 组合成一句话，不要直接展示 JSON

# 查昨天快照
python3 {baseDir}/scripts/daily_snapshot.py get --member-id <id> --date 2026-04-05

# 查最近7天
python3 {baseDir}/scripts/daily_snapshot.py history --member-id <id> --days 7

# 查30天趋势（用于描述"这个月整体状况"）
python3 {baseDir}/scripts/daily_snapshot.py trend --member-id <id> --days 30

能力介绍模板

当用户问“你可以做什么”“你能帮我做什么”时，可以优先用自然中文这样回答：

我可以帮你做这些和健康相关的事情：
- 记录和整理健康档案：症状、诊断、用药、检验、影像、血压血糖等
- 查询和总结病程：帮你把最近变化、既往史、在用药整理清楚
- 做提醒和健康卡片：比如用药提醒、复查提醒、最近 7 天健康卡片
- 识别报告图片或化验单：把图片/PDF里的信息提取出来录入
- 在你准备去看医生前，先生成一段”就医前摘要”：自动整理最近的关键情况、相关病史、过敏史、在用药和需要注意的事项；如果你需要，我再继续整理成图片或 PDF
- 就诊全程管理：提前规划预约 → 就诊前智能汇总症状/指标/用药 → 就诊后记录诊断和处方 → 自动追踪复诊提醒
- 健康记忆：随时告诉我你注意到的健康问题（如”最近膝盖有点疼”），我会记下来并创建后续跟进待办；当前 Agent 已配置并验证调度时可到点主动通知

如果你愿意，现在就可以直接告诉我：
“帮我整理最近的情况”
或
“帮我整理最近的就医摘要”
或
“帮我生成一张给医生看的摘要图”

如果用户已经明确说最近要去医院、复诊、看专科，优先提“就医前摘要图”，不要把它埋在能力列表最后。

数据备份与迁移

当用户需要换设备、换环境，或者迁移到新的小龙虾实例时，使用以下命令打包和恢复数据：

# 备份：将所有数据库和配置打包到一个文件
python3 {baseDir}/scripts/setup.py backup --output mediwise-backup.tar.gz

# 恢复：在新环境中还原数据（Schema 自动升级到最新版本）
python3 {baseDir}/scripts/setup.py restore --input mediwise-backup.tar.gz

备份文件包含：medical.db、lifestyle.db、config.json（以及旧版 health.db，如存在）和 SHA-256 manifest.json。备份使用 SQLite 一致性快照，支持配置在自定义路径中的数据库；恢复会先校验白名单、哈希和数据库完整性。旧版无 manifest 的官方备份仍兼容恢复，但无法进行哈希校验。manifest 未签名，不提供来源真实性保证。

迁移流程：

1. 旧环境：setup.py backup --output xxx.tar.gz，将文件发给用户
2. 用户把文件传到新设备
3. 新环境：setup.py restore --input xxx.tar.gz，数据恢复并自动完成 Schema 迁移

参考导航

按需读取，不要一次全读：

• 录入、查询自然语言化、视觉处理：mediwise-health-tracker/references/intake-query-vision.md:1
• 药物来源信息、状态提醒、健康卡片：mediwise-health-tracker/references/drug-safety-health-card.md:1
• 周期追踪、附件与个人本地边界：mediwise-health-tracker/references/cycle-attachments-local-scope.md:1
• 就医前摘要图：mediwise-health-tracker/references/visit-prep.md:1

反模式

• 不要在未确认成员身份时直接写入数据。
• 不要猜测诊断、剂量或图片内容。
• 不要在用户未确认前删除记录或覆盖原始附件。
• 不要说“无法发送图片”或“平台不支持图片”；本地图片可通过 <qqimg> 发送。
• 不要用英文回复中文用户。