unisound-glucose-monitor-record

病人端慢病管理血糖监测记录。参考 Glucosio 的 blood glucose logging 部分，构建慢病管理基础记录能力。

Install

openclaw skills install @unisound-llm/unisound-glucose-monitor-record

血糖监测记录

概述

本 skill 对应：病人端 / 慢病管理 / 血糖监测记录。

要求：慢病管理基础记录能力。

来源核验

匹配来源：Glucosio
来源类型：公开开源 Android App
来源链接：https://f-droid.org/packages/org.glucosio.android/
匹配结论：匹配。Glucosio 明确面向糖尿病管理，包含 blood glucose 记录、HbA1c、目标范围、提醒、图表、CSV 导入导出等能力。

参考部分

只参考 Glucosio 的 blood glucose logging 部分：

血糖值记录
血糖测量类型区分
血糖目标范围
历史记录与趋势展示
CSV 导入导出思路

不参考部分

不参考 Glucosio 的完整 Android App 架构
不参考 Google Drive 备份
不参考研究数据上报
不扩展到血压、胆固醇、体重等非本 skill 能力

构建方式

OpenClaw 中应构建为一个独立的记录型 skill：

输入患者本次血糖记录信息
识别并结构化血糖值、单位、测量时间、测量类型
输出标准血糖记录 JSON
可追加输出简短自然语言确认

建议输入字段

value：血糖值
unit：单位，如 mmol/L 或 mg/dL
measure_type：测量类型，如空腹、餐后、随机
measured_at：测量时间
note：备注

建议输出字段

skill：血糖监测记录
record_type：blood_glucose
value
unit
measure_type
measured_at
note

医疗边界

本 skill 只做血糖记录，不做诊断，不替代医生判断。

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

{
  "value": 6.8,
  "unit": "mmol/L",
  "measure_type": "空腹",
  "measured_at": "2026-04-29 08:00",
  "note": ""
}

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

文本格式示例

text

血糖值：6.8
单位：mmol/L
测量类型：空腹

CSV 格式示例

text

血糖值,单位,测量类型
6.8,mmol/L,空腹

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：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。