unisound-rehab-progress-tracking

病人端术后康复进度追踪。参考 rehabilitation-analyzer 的 progress analysis 部分，构建康复效果可视化能力。

康复进度追踪

概述

本 skill 对应：病人端 / 术后康复 / 康复进度追踪。

要求：康复效果可视化。

来源核验

• 匹配来源：rehabilitation-analyzer
• 来源类型：公开 Agent Skill
• 来源链接：https://agent-skills.md/skills/huifer/WellAlly-health/rehabilitation-analyzer
• 匹配结论：匹配。该 skill 明确包含康复进展分析、功能改善曲线、疼痛模式识别、目标达成率、阶段分析和训练依从性评估。

参考部分

只参考 rehabilitation-analyzer 的 progress analysis 部分：

• 康复进展分析
• 功能改善趋势
• 疼痛趋势
• 训练依从性
• 目标达成情况
• 阶段进展

不参考部分

• 不参考完整报告长模板
• 不参考个性化康复建议生成
• 不扩展到康复处方调整
• 不处理急性疼痛或并发症判断

构建方式

OpenClaw 中应构建为一个独立的分析型 skill：

• 输入康复任务完成记录、疼痛评分、功能自测结果
• 计算完成率和趋势
• 输出阶段进度、可视化指标和待关注事项
• 为患者端展示提供结构化摘要

建议输入字段

• plan_id
• task_records
• pain_scores
• functional_assessments
• phase
• date_range

建议输出字段

• skill：康复进度追踪
• completion_rate
• pain_trend
• function_trend
• phase_progress
• attention_items

医疗边界

本 skill 只做康复记录汇总与趋势展示，不判断治疗效果，不替代康复师评估。

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

{
  "plan_id": "rehab-plan-001",
  "phase": "第1阶段",
  "task_records": [
    {"name": "踝泵运动", "status": "completed"},
    {"name": "伤口观察", "status": "pending"}
  ],
  "pain_scores": [{"score": 3}, {"score": 2}],
  "functional_assessments": [{"score": 60}, {"score": 65}],
  "phase_progress": "进行中"
}

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

计划ID：rehab-001
阶段：术后第2周

CSV 格式示例

text

计划ID,阶段
rehab-001,术后第2周

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。