mediwise-health-tracker

# MediWise Health Tracker 家庭健康与病程记录管理技能。所有操作通过 `{baseDir}/scripts/` 下的 Python 脚本完成，默认输出 JSON，再转成自然语言回复给用户。 当用户问”你可以做什么”时，记得主动提到：除了健康档案、指标记录、提醒、简报外，还可以根据最近的描述和历史记录先整理一段”就医前摘要”，并在需要时继续生成图片或 PDF，方便给医生快速了解病情。 ## 适用场景 - 添加或管理家庭成员信息 - 记录就诊经历（门诊/住院/急诊）、症状/诊断/用药/检验/影像检查结果 - 记录日常健康指标（血压/血糖/心率/体温等） - 查询病程历史或用药记录、生成健康时间线或摘要、查看全家健康概况 - 发送体检报告图片或化验单需要识别录入 - 设置用药提醒、健康指标测量提醒、复查提醒，或获取主动健康建议、每日健康简报、就医前摘要图 - 规划就诊流程（预约 → 就诊前汇总 → 记录诊断结果 → 复诊追踪） - 随口提到健康问题（如”最近膝盖有点疼”）需要记录并定期跟进 ## 核心工作流 ### 0. 确定 owner_id（每次必做） 从会话上下文获取当前发送者 ID，格式为 `<channel>:<user_id>`，用于所有脚本的 `--owner-id` 参数。例如： - 飞书用户：`feishu:ou_707461a1baa7790213d30230b88fb575` - QQ 用户：`qqbot:12345678` 后续所有脚本调用均以此 ID 作为 `--owner-id`，不得省略。 ### 1. 先确认成员（必须等用户回复） ```bash python3 {baseDir}/scripts/member.py list --owner-id "<sender_id>" ``` 每次增删改查前先调用 `list` 查询现有成员，**将结果展示给用户，明确询问"是为哪位成员操作？"，等待用户明确回复后再继续。** **禁止以下行为：** - 未经询问自动创建新成员（包括"本人"） - 在用户未确认目标成员的情况下继续写入数据 - 假设"只有一个成员所以自动选择" **成员不存在时的处理：** ``` 列表为空或未找到目标成员 → 告知用户 → 询问是否新建成员 → 等待用户确认姓名和关系 → 再调用 member.py add ``` ```bash # 用户确认后才执行创建 python3 {baseDir}/scripts/member.py add --name "张三" --relation "本人" --owner-id "<sender_id>" ``` ### 2. 选择录入路径 - 简短指标文本：优先 `quick_entry.py` - 复杂文本、就诊、用药、检验：用 `smart_intake.py` 或对应业务脚本 - 图片 / PDF / 多附件：走视觉录入流程 - 录入后发现异常指标、新诊断或用药变化：用 `log-health-note` 动作记录并跟进 ### 3. 查询后做自然语言整理 ```bash python3 {baseDir}/scripts/query.py summary --member-id <id> python3 {baseDir}/scripts/query.py timeline --member-id <id> python3 {baseDir}/scripts/query.py active-medications --member-id <id> python3 {baseDir}/scripts/query.py family-overview ``` 不要把 JSON 原样贴给用户；改写成趋势、摘要、时间线和清晰列表。 ## 快速命令 ### 常用录入 结构化数据可直接调用对应动作写入： | 动作 | 说明 | 关键参数 | |------|------|----------| | `add-visit` | 添加就诊记录 | member_id, visit_type, visit_date；可选 hospital/department/diagnosis | | `add-symptom` | 添加症状记录 | member_id, symptom；可选 severity/visit_id/onset_date | | `add-medication` | 添加用药记录 | member_id, name；可选 dosage/frequency/visit_id/purpose | | `add-metric` | 添加健康指标 | member_id, type, value；可选 measured_at/source/context | 自然语言或图片输入走 `smart-extract` → `smart-confirm` 流程；短文本指标走 `quick-entry-save`。 ### 快速录入指标 ```bash python3 {baseDir}/scripts/quick_entry.py parse --text "血压130/85 心率72" --member-id <id> --owner-id "<sender_id>" python3 {baseDir}/scripts/quick_entry.py parse-and-save --text "血压130/85 心率72" --member-id <id> --owner-id "<sender_id>" ``` ### 录入后发现异常，记录并跟进 录入数据后若发现异常指标、新诊断或用药变化，用 `log-health-note` 动作记录并自动创建跟进提醒： ```bash # action: log-health-note python3 {baseDir}/scripts/health_memory.py log --member-id <id> --content "血压160/100，高于正常上限" --category observation --follow-up-days 3 ``` ### 生成就医前摘要 当用户最近准备去看医生，可以先让用户用自然语言描述本次不适，默认先生成一段简短摘要： ```bash python3 {baseDir}/scripts/doctor_visit_report.py text --member-id <id> --description “最近两周反复头晕，起床和翻身时更明显，偶尔恶心，担心是不是血压或者耳石问题” ``` 生成完后，顺手问一句： - “如果你愿意，我也可以继续帮你整理成图片或 PDF，方便就诊时直接出示给医生。” 也可以更自然一点，比如： - “这版短文你先看看；如果要更方便出示给医生，我可以再帮你排成图片或 PDF。” - “要不要我顺手再帮你整理成一张图，或者导出成 PDF？” 如用户明确需要，再继续导出图片版或 PDF 版。 这份摘要会尽量汇总： - 本次主诉与自动提取的重点 - 近期关键指标、异常提醒、最近就诊变化 - 相关既往病史与近期检查 - 当前在用药、过敏史、可识别的中高风险药物相互作用 ### 就诊全程管理（plan → prep → outcome → follow-up） 对于有明确就诊计划的场景，可以走完整就诊生命周期： ```bash # 1. 创建就诊预约（status=planned），获取准备提醒 python3 {baseDir}/scripts/visit_lifecycle.py plan --member-id <id> --visit-date 2026-03-15 --hospital 协和医院 --department 心内科 --chief-complaint “反复胸闷” # 2. 就诊前智能汇总：症状按身体系统分组 + 近期异常指标 + 在用药 + 药物相互作用警告 python3 {baseDir}/scripts/visit_lifecycle.py prep --member-id <id> [--days 30] # 3. 就诊后引导录入：诊断、处方、复诊安排（自动创建复诊提醒） python3 {baseDir}/scripts/visit_lifecycle.py outcome --visit-id <vid> --diagnosis “高血压” \ --follow-up-date 2026-06-15 \ --medications '[{“name”:”氨氯地平”,”dosage”:”5mg”,”frequency”:”每日一次”}]' # 4. 查看待处理就诊（planned / 未填结果 / 复诊提醒） python3 {baseDir}/scripts/visit_lifecycle.py pending --member-id <id> ``` ### 健康记忆追踪 当用户随口提到健康问题时，及时记录并自动跟进： ```bash # 记录随口提到的健康问题，自动创建 N 天后的跟进提醒 python3 {baseDir}/scripts/health_memory.py log --member-id <id> --content “最近睡眠很差，经常半夜醒” --category symptom --follow-up-days 5 # 查看未解决的健康备注和到期跟进 python3 {baseDir}/scripts/health_memory.py list --member-id <id> # 标记已解决 python3 {baseDir}/scripts/health_memory.py resolve --note-id <nid> --resolution-note “医生建议减少咖啡因摄入，已执行” ``` 待跟进的健康备注会自动出现在每日简报（`health_advisor.py briefing`）中，确保不遗漏。 ## 初始配置引导 当用户首次使用、或表示"图片识别不工作""无法识别报告"时，先在后台运行配置检查： ```bash python3 {baseDir}/scripts/setup.py check ``` 若输出中 `vision_configured` 为 `false`，**不要在聊天中索要 API Key**，而是引导用户在终端完成配置： ### 配置流程 **第一步：询问地区/偏好** > 检测到图片和 PDF 识别功能还没配置，需要接入一个视觉模型才能用。 > > 你用的是国内网络还是海外网络？或者想完全在本地离线运行？ 根据回答推荐方案，并给出对应的注册链接： - 国内 → **硅基流动**（免费注册有额度，在 https://cloud.siliconflow.cn 获取 API Key） - 海外 → **Google Gemini**（免费，在 https://aistudio.google.com/apikey 获取） - 离线 → **本地 Ollama**（需提前安装 Ollama 并下载模型） **第二步：引导在终端配置（不在聊天中收集密钥）** 告知用户在终端执行以下命令（`sk-xxx` 替换为实际 Key）： ``` # 示例：硅基流动 python3 {baseDir}/scripts/setup.py set-vision --provider siliconflow --api-key sk-xxx # 示例：Google Gemini python3 {baseDir}/scripts/setup.py set-vision --provider gemini --api-key AIza-xxx # 示例：本地 Ollama python3 {baseDir}/scripts/setup.py set-vision --provider ollama ``` > ⚠️ **API Key 请在终端输入，不要通过聊天发送。** 在终端执行完成后告诉我一声，我来帮你验证是否配置成功。 **第三步：用户告知完成后，验证配置** ```bash python3 {baseDir}/scripts/setup.py test-vision ``` - 测试通过 → "配置好了！现在可以直接把报告图片或 PDF 发给我来识别。" - 测试失败 → 根据错误信息提示用户检查 API Key 是否正确，或网络是否可用。 ### 原则 - **不在聊天中收集凭据**：API Key 属于敏感信息，必须由用户在本机终端直接输入，不得经过对话传递。 - **后台静默执行**：`setup.py test-vision` 等验证命令在后台完成，不要把 JSON 输出贴给用户。 - **配置失败友好提示**：失败时给出具体原因和可操作的修复建议，不要直接贴报错。 ## 不可跳过的规则 1. **不要直接展示 JSON**：查询结果必须转成自然中文。 2. **不要用自身视觉能力读医疗图片**：图片/PDF 只能走外部视觉模型。 3. **药物安全问题必须先搜**：通过 DDInter、openFDA 或网页搜索查询，不要凭记忆回答。 4. **发简报默认发图片版**：优先 `briefing_report.py screenshot`，不是纯文本。 5. **多张图片先收齐再处理**：不要每到一张就立即确认录入。 6. **每次调用脚本必须携带 `--owner-id`（强制）**：从当前会话上下文获取发送者 ID，格式为 `<channel>:<user_id>`（如 `feishu:ou_707461a1baa7790213d30230b88fb575` 或 `qqbot:12345`），作为所有脚本的 `--owner-id` 参数。这是多用户数据隔离的核心机制，任何脚本调用都不得省略。不知道 owner_id 时，先停下来确认，不要在没有 owner_id 的情况下写入数据。 7. **就医前摘要默认先短文版**：先用 `doctor_visit_report.py text` 生成；用户需要时，再导出图片或 PDF。 8. **成员确认必须等用户明确回复**：先调用 `member.py list` 展示已有成员，问清楚"是为哪位成员操作"，等待用户回复后再继续。不得自动创建成员（包括"本人"），不得在成员未确认的情况下写入任何数据。 9. **记录饮食前必须先查食物数据库**：通过 diet-tracker 的 `food_lookup.py search` 查每种食物的营养数据，用查询结果填写 `--items`。禁止凭 AI 自身知识估算营养值后直接写入。 10. **对话中的健康提及必须实时记录（强制）**：用户在对话中随口提到任何健康相关内容（症状、不适、用药感受、睡眠、情绪等），**必须在当次对话结束前**调用 `health_memory.py log` 将其写入健康备注。这是夜间做梦机制的原始素材来源——`dream.py gather` 会专门读取当日记录的对话提及，未被记录的提及将永久丢失。 **触发关键词示例**（不限于此）： - "最近/今天/昨天有点…"、"感觉…"、"一直…"、"偶尔…" - 身体部位 + 描述：头、胃、腿、眼睛、心脏 + 疼/胀/酸/晕/难受 - 睡眠问题：睡不着、早醒、多梦、睡眠质量差 - 情绪/精力：累、乏力、焦虑、情绪低落、提不起劲 - 用药感受：吃了药之后…、副作用、效果不明显 ## 每日健康简报推送规范（OpenClaw 定时任务） **触发时机：每日早晨 8:00，由 OpenClaw agent 自动执行。** ### 执行流程 ``` 1. wearable-sync: sync-all → 同步手表数据（若有绑定设备） 2. health-monitor: check-all → 检测异常指标，写入 alerts 表 3. health_advisor.py briefing → 获取全家简报数据（提醒 + 建议 + 风险等级） 4. briefing_report.py screenshot → 生成图片版简报（PNG），同时自动保存当日快照 5. 推送给用户（见下方推送规则） ``` ### 夜间做梦任务（OpenClaw 定时任务） **触发时机：每晚 22:00，由 OpenClaw agent 自动执行，调用 DREAM skill。** 做梦机制负责在夜间回顾当日健康素材，提炼规律和隐患，将有价值的洞察写入健康备注，供次日简报展示。详见 `mediwise-health-tracker/DREAM.md`。 ``` dream.py status → 检查是否满足触发条件（≥20h 间隔） dream.py lock → 获取做梦锁（防止并发） dream.py gather → 收集当日健康素材 ↓ agent 深度分析（逐成员回顾指标/告警/备注趋势） health_memory.py log → 写入值得记录的发现（有发现才写，最多3条/成员） dream.py unlock → 释放锁，标记完成 ``` ### 推送内容规则 | 情况 | 推送什么 | |---|---| | 有 alert 级告警 | 图片简报 + 文字摘要，文字中明确点出告警项 | | 只有 warning 或 info | 图片简报，文字一句话概括（"今日整体正常，有 N 项提醒"）| | 完全正常 | 只发一句"今日健康状况良好，无待处理事项" + 可选图片简报 | | 同步失败（无手表数据） | 注明"今日手表数据未能同步，以下数据基于上次同步结果" | ### 推送格式 - **默认发图片版**：`briefing_report.py screenshot` 生成 PNG，作为图片消息发送 - **文字摘要**：在图片前附一段不超过 100 字的中文摘要，点出最重要的 1-2 件事 - **禁止**：直接把 JSON 或 HTML 内容粘贴到聊天里 ### 用户手动请求时 当用户说"给我看今天的健康简报"、"健康小报"、"今天身体怎么样"等时，立即执行步骤 3-5（不重复同步），发送图片简报。 ## 每日健康快照记忆（daily_snapshot.py） 每次生成简报时自动保存当日快照，agent 可在对话中直接引用历史状态，无需每次重新计算。 ### 支持的查询场景 | 用户说 | agent 调用 | 说明 | |---|---|---| | "昨天状态怎么样" | `daily_snapshot.py get --date <昨天>` | 返回单日摘要 | | "这周身体趋势" | `daily_snapshot.py history --days 7` | 最近7天列表 | | "这个月有几天出现告警" | `daily_snapshot.py trend --days 30` | 逐日风险等级 | | "上周五血压有没有异常" | `daily_snapshot.py get --date <日期>` + 若需要细节查 `health_metrics` | 快照 + 原始指标 | ### 使用规则 - **优先查快照**：用户问历史健康状态时，先查 `daily_snapshot.py`，有结果就直接用，不需要重新跑 `health_advisor.py` - **快照没有再查原始指标**：快照只存摘要和风险等级；如用户追问具体数值，再查 `health_metrics` - **描述要自然**：把 risk_level（ok / warning / alert）和 summary_text 组合成一句话，不要直接展示 JSON ```bash # 查昨天快照 python3 {baseDir}/scripts/daily_snapshot.py get --member-id <id> --date 2026-04-05 --owner-id <oid> # 查最近7天 python3 {baseDir}/scripts/daily_snapshot.py history --member-id <id> --days 7 --owner-id <oid> # 查30天趋势（用于描述"这个月整体状况"） python3 {baseDir}/scripts/daily_snapshot.py trend --member-id <id> --days 30 --owner-id <oid> ``` ## 能力介绍模板 当用户问“你可以做什么”“你能帮我做什么”时，可以优先用自然中文这样回答： ```text 我可以帮你做这些和健康相关的事情： - 记录和整理健康档案：症状、诊断、用药、检验、影像、血压血糖等 - 查询和总结病程：帮你把最近变化、既往史、在用药整理清楚 - 做提醒和健康简报：比如用药提醒、复查提醒、每日简报 - 识别报告图片或化验单：把图片/PDF里的信息提取出来录入 - 在你准备去看医生前，先生成一段”就医前摘要”：自动整理最近的关键情况、相关病史、过敏史、在用药和需要注意的事项；如果你需要，我再继续整理成图片或 PDF - 就诊全程管理：提前规划预约 → 就诊前智能汇总症状/指标/用药 → 就诊后记录诊断和处方 → 自动追踪复诊提醒 - 健康记忆：随时告诉我你注意到的健康问题（如”最近膝盖有点疼”），我会记下来并在几天后主动提醒你跟进 如果你愿意，现在就可以直接告诉我： “帮我整理最近的情况” 或 “帮我整理最近的就医摘要” 或 “帮我生成一张给医生看的摘要图” ``` 如果用户已经明确说最近要去医院、复诊、看专科，优先提“就医前摘要图”，不要把它埋在能力列表最后。 ## 数据备份与迁移 当用户需要换设备、换环境，或者迁移到新的小龙虾实例时，使用以下命令打包和恢复数据： ```bash # 备份：将所有数据库和配置打包到一个文件 python3 {baseDir}/scripts/setup.py backup --output mediwise-backup.tar.gz # 恢复：在新环境中还原数据（Schema 自动升级到最新版本） python3 {baseDir}/scripts/setup.py restore --input mediwise-backup.tar.gz ``` 备份文件包含：`medical.db`、`lifestyle.db`、`config.json`（以及旧版 `health.db`，如存在）。 **迁移流程**： 1. 旧环境：`setup.py backup --output xxx.tar.gz`，将文件发给用户 2. 用户把文件传到新设备 3. 新环境：`setup.py restore --input xxx.tar.gz`，数据恢复并自动完成 Schema 迁移 ## 参考导航 按需读取，不要一次全读： - 录入、查询自然语言化、视觉处理：`mediwise-health-tracker/references/intake-query-vision.md:1` - 药物安全、健康建议、图片版简报：`mediwise-health-tracker/references/drug-briefing.md:1` - 周期追踪、附件管理、多租户隔离：`mediwise-health-tracker/references/cycle-attachments-multitenancy.md:1` - 就医前摘要图：`mediwise-health-tracker/references/visit-prep.md:1` ## 反模式 - 不要在未确认成员身份时直接写入数据。 - 不要猜测诊断、剂量或图片内容。 - 不要在用户未确认前删除记录或覆盖原始附件。 - 不要说“无法发送图片”或“平台不支持图片”；本地图片可通过 `<qqimg>` 发送。 - 不要用英文回复中文用户。