unisound-academic-material-generation

药企医学事务管理学术资料生成。参考 Scientific Writing skill 的 scientific draft generation 部分，构建医学事务输出能力。

学术资料生成

概述

本 skill 对应：药企 / 医学事务管理 / 学术资料生成。

要求：医学事务输出能力。

来源核验

• 匹配来源：Scientific Writing
• 来源类型：公开 Agent Skill
• 来源链接：https://agent-skills.md/skills/ovachiever/droid-tings/scientific-writing
• 匹配结论：匹配。该 skill 明确覆盖科学写作、摘要、正文结构和引用组织。

参考部分

只参考 Scientific Writing skill 的 scientific draft generation 部分：

• 学术主题整理
• 受众定位
• 关键信息组织
• 正文初稿生成
• 引用列表整理

不参考部分

• 不参考文献检索或文献分析
• 不参考临床试验数据统计
• 不参考市场推广文案生成
• 不扩展到图表绘制或幻灯片制作

构建方式

OpenClaw 中应构建为一个独立的生成型 skill：

• 输入资料类型、主题、受众和关键信息
• 生成医学事务学术资料初稿
• 输出学术资料 JSON

建议输入字段

• material_type：资料类型
• topic：主题
• audience：目标受众
• key_messages：关键信息列表
• evidence_points：证据要点列表
• references：引用列表

建议输出字段

• skill：学术资料生成
• material_type
• topic
• audience
• draft
• references

医疗边界

本 skill 只生成医学事务学术资料初稿，不构成药品推广承诺、临床治疗建议或监管申报材料。

快速开始

从本 skill 目录执行：

bash

python3 scripts/run.py --input input.json --output output.json --appkey YOUR_KEY

最小输入示例

json

{
  "material_type": "学术摘要",
  "topic": "EGFR 靶向治疗进展",
  "audience": "肿瘤领域医生",
  "key_messages": ["EGFR 是重要治疗靶点"],
  "evidence_points": ["相关研究显示特定人群可获益"],
  "references": ["example-ref"]
}

输出约定

输出 UTF-8 JSON，采用统一格式：

json

{
  "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

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。内部医疗大模型鉴权 key，由用户在 OpenClaw 中调用时提供。本 skill 强制通过 API 生成学术资料初稿，无本地透传模式。

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：u2-med
• 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。

强制通过 --appkey 调用内部医疗大模型进行推理，无本地兜底模式。