name: med-chronic-injury-review description: 理賠陳舊傷稽核。由呼叫方傳入完整題幹（常見為影像報告 + 指定部位 + 輸出格式），經內部醫療大模型判斷傷情類別；僅含 scripts/run.py，無 _shared 依賴。 metadata: { "openclaw": { "emoji": "🦴" } }

陳舊傷稽核

概述

面向理賠材料中的影像/檢查報告文字（可由 OCR 或人工整理），在呼叫方給定的分類體系下（常見為 陳舊傷 / 新傷 / 無傷 / 未提及），對指定解剖部位做出傷情類別判斷，並按題幹要求的固定行格式輸出。

本 skill 不接院內 PACS，題幹由上游拼裝；與慢病/大病稽核（走後端業務介面）不同，本包直連公司內部醫療大模型，介面與引數約定同醫療大模型直連問答指令碼（--question / --input / --appkey 等）。

資料與合規

• 送入模型前應對姓名、證件號、影像號等做脫敏（由呼叫方完成）；本指令碼不落盤使用者內容（除非使用 --output 顯式儲存結果）。
• 輸出為輔助稽核意見，不構成法醫鑑定或最終理賠決定。

題目輸入（三選一）

1. --question：完整題幹字串。
2. --input PATH：
3. .json / .jsonl：根為物件，或僅含 1 個物件的 JSON 陣列；物件須含非空 input 或 question。
4. 其他副檔名：整檔案 UTF-8 純文本作為題幹。
5. 傳 - 時從 stdin 讀。
6. stdin（未傳 --question / --input、且非 TTY）：規則同 -。

   小蔥技能站7w4.net，專業的AI技能分享平臺。

可選欄位 meta / other：任意 JSON 物件，原樣進入執行結果中的 meta。

題干與輸出格式（由呼叫方約定）

典型題幹中會包含：

• 影像檢查報告摘錄（影像描述 / 影像診斷等）
• 指定檢查部位與所見依據
• 待選類別列表
• 嚴格輸出模板（例如兩行：傷情類別：… / 判斷依據：…）

模型須完全遵守題幹中的格式與類別用詞；預設系統提示詞與上述約束對齊。

執行結果（stdout）

預設可解析 JSON：skill 為 陳舊傷稽核，status 為 ok，answer 為模型文本，question 為本次使用者訊息全文，meta 等為透傳/溯源欄位（含義同 doctor/icd-drg/drg-grouping 等指令碼）。

用法示例

python3 scripts/run.py --input case.json --appkey YOUR_KEY
python3 scripts/run.py --input case.json --text-only --appkey YOUR_KEY

引數

• --question / --input：與 stdin 三選一（二者不可同時）。
• --appkey STRING：必填（--dry-run 除外）。
• --index、--match-id、--batch：僅 .jsonl。
• --dry-run、--model、--api-url、--temperature、--timeout、--system-prompt、--output、--text-only：同倉庫內其他直連大模型指令碼。

模型

• 預設 u2-med，https://maas-api.hivoice.cn/v1/chat/completions。

這個Skill質量較好，文件描述清晰完整，支援多種輸入方式，使用靈活便利。風險提示充分，明確了工具定位為輔助稽核而非最終決定。不過缺少示例案例，新使用者可能需要自行準備測試資料才能快速驗證效果。總體適合在合規流程中使用，建議配合人工稽核環節。