ClawHub

unisound-abnormal-indicator-alert

Security

病人端慢病管理异常指标预警。参考 Open Wearables 的 trends/anomalies reasoning 部分，构建慢病闭环能力。

Install

openclaw skills install unisound-abnormal-indicator-alert

异常指标预警

概述

本 skill 对应：病人端 / 慢病管理 / 异常指标预警。

要求：慢病闭环能力。

来源核验

  • 匹配来源：Open Wearables
  • 来源类型：公开开源健康数据平台
  • 来源链接：https://openwearables.io/
  • 匹配结论：部分匹配且可参考。Open Wearables 明确包含 health scoring、trends、anomalies、MCP 和可调阈值思路；本 skill 只借鉴异常识别结构，不照搬其可穿戴设备指标体系。

参考部分

只参考 Open Wearables 的 trends/anomalies reasoning 部分：

  • 指标阈值
  • 趋势识别
  • 异常识别
  • 风险提示
  • 可解释建议

不参考部分

  • 不参考可穿戴设备接入
  • 不参考睡眠、恢复、运动负荷等非慢病指标
  • 不参考完整平台部署
  • 不扩展为临床诊断系统

构建方式

OpenClaw 中应构建为一个独立的预警型 skill：

  • 输入血糖、血压、心率等慢病指标记录
  • 根据配置阈值判断是否异常
  • 输出异常等级、异常原因和建议动作
  • 对连续异常或明显超阈值记录给出复诊/随访提示

建议输入字段

  • indicator_type：指标类型，如血糖、血压、心率
  • value：指标值或指标对象
  • unit
  • measured_at
  • threshold_profile：阈值配置

建议输出字段

  • skill：异常指标预警
  • indicator_type
  • is_abnormal
  • alert_level
  • reason
  • suggested_action

医疗边界

本 skill 只做基于规则的异常提示，不做诊断，不给出治疗方案。

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

{
  "indicator_type": "blood_glucose",
  "value": 11.2,
  "unit": "mmol/L",
  "measured_at": "2026-04-29 08:00",
  "threshold_profile": {
    "high": 10.0
  },
  "suggested_action": "按既定随访规则提醒用户关注"
}

说明

本 skill 不内置医学阈值；所有阈值必须由调用方通过 threshold_profile 提供。

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 / MDkey: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

指标类型：blood_glucose
值：11.2
单位：mmol/L

CSV 格式示例

指标类型,值,单位
blood_glucose,11.2,mmol/L

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。

More in Security