Batch Import Skill

批量文件识别导入工具，将多种格式的患者样本文件自动提取字段并导入不良事件报告系统。

使用方式

用户通过以下方式调用：

• /batch-import <文件夹路径>
• "批量导入这些样本"
• "把这些患者文件导入系统"

支持格式

执行流程

步骤 1：确认环境

1. 检查 _batch_import.py 是否存在于项目目录 C:\Users\86132\AppData\Local\Programs\CC Switch\adverse-events\
2. 如果不存在，按下方模板创建
3. 检查 easyocr 是否已安装。如果用户未安装，提示：

   pip install easyocr

   注意：文本型文件（docx/json/txt/csv/xps）不需要 easyocr，只有图片和扫描PDF才需要。

步骤 2：运行批量导入脚本

告知用户运行：

python adverse-events/_batch_import.py <文件夹路径>

或指定输出文件：

python adverse-events/_batch_import.py <文件夹路径> --output <输出CSV路径>

步骤 3：读取结果并整理

1. 脚本运行完成后，读取输出的 CSV 文件
2. 汇总提取到的字段：患者姓名、病历号、性别、年龄、诊断、科室等
3. 呈现给用户核对，标注哪些字段可能需要人工修正

步骤 4：引导用户导入系统

告知用户：

1. 用 Excel 打开 CSV 核对修正
2. 打开 adverse-events/index.html
3. 点击「📥 批量导入」→ 上传 CSV 文件
4. 在预览中确认列映射 → 点击导入

_batch_import.py 脚本位置

项目目录：C:\Users\86132\AppData\Local\Programs\CC Switch\adverse-events\_batch_import.py

如果脚本不存在或被删除，按项目中的最新版本重建。脚本应包含：

• 全格式文件检测与分发
• 文本型直接提取（docx/json/txt/csv/xps）
• OCR 图像识别（pdf/png/jpg/bmp/tiff）
• 正则字段提取（姓名、病历号、性别、年龄、诊断、科室、日期、事件描述等）
• CSV 输出

提取的字段

脚本自动从文件中提取以下字段（基于正则匹配）：

注意事项

• 图片识别率取决于清晰度，打印体效果好于手写体
• 识别结果建议在 Excel 中人工核对后再导入系统
• EasyOCR 首次运行会自动下载中文识别模型（约200MB），需要联网
• XPS 格式是微软的 XML Paper Specification，类似 PDF，可用 ZIP+XML 直接解析