ClawHub

unisound-medication-reminder

Security

病人端慢病管理用药提醒。参考 MedTimer 的 medication reminder 部分，构建提升慢病依从性的提醒能力。

Install

openclaw skills install unisound-medication-reminder

用药提醒

概述

本 skill 对应：病人端 / 慢病管理 / 用药提醒。

要求：提升慢病依从性。

来源核验

  • 匹配来源：MedTimer
  • 来源类型：公开开源 Android App
  • 来源链接：https://f-droid.org/en/packages/com.futsch1.medtimer/
  • 匹配结论：匹配。MedTimer 明确支持 medication and pill reminder、服药确认/忽略、剂量历史、离线隐私等能力。

参考部分

只参考 MedTimer 的 medication reminder 部分：

  • 用药提醒时间
  • 重复规则
  • 确认服药
  • 延后提醒
  • 漏服记录

不参考部分

  • 不参考完整 Android 通知实现
  • 不参考生物识别锁定
  • 不参考库存管理
  • 不扩展到药品知识库或处方审核

构建方式

OpenClaw 中应构建为一个独立的提醒型 skill：

  • 输入药品名称、剂量、频次、提醒时间
  • 生成结构化提醒计划
  • 支持输出今日提醒清单
  • 支持标记提醒状态

建议输入字段

  • medicine_name：药品名称
  • dose：剂量
  • frequency：频次
  • remind_times：提醒时间列表
  • start_date
  • end_date
  • status：启用或停用

建议输出字段

  • skill：用药提醒
  • reminder_type：medication
  • medicine_name
  • dose
  • schedule
  • status
  • today_reminders

医疗边界

本 skill 只做提醒管理，不判断药物是否适合患者，不调整医嘱。

快速开始

从本 skill 目录执行：

python3 scripts/run.py --input input.json --date 2026-04-29 --output output.json --appkey YOUR_KEY

最小输入示例

{
  "medicine_name": "二甲双胍",
  "dose": "0.5g",
  "frequency": "每日2次",
  "remind_times": ["08:00", "20:00"],
  "start_date": "2026-04-01",
  "end_date": "",
  "status": "active"
}

参数说明

  • --input PATH：输入 JSON。
  • --date YYYY-MM-DD：生成哪一天的提醒，默认当天。
  • --output PATH：输出 JSON；不传则输出到 stdout。

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

药品名称：二甲双胍
剂量：500mg
频次：每日2次
状态：active

CSV 格式示例

药品名称,剂量,频次,状态
二甲双胍,500mg,每日2次,active

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