mediwise-health-tracker

name	mediwise-health-tracker
description	Family health and medical record management. Tracks members, visits, medications, lab results, daily metrics, reminders, briefings, and pre-visit summaries.

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）

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

# 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

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

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：

# 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：

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：

# 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：

# 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：

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

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

# 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：

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：

# 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。