name: health-report-interpreter description: "體檢翻譯官 —— 把看不懂的體檢報告翻譯成人話。適用場景：解讀體檢報告、化驗單、影像結論，對比多年體檢資料追蹤趨勢變化。觸發詞：體檢報告、體檢翻譯官、解讀體檢、化驗單、化驗報告、體檢解讀、體檢結果、指標解讀、跨年對比。本技能將醫學術語轉譯為通俗語言，異常項自動分級標記，檢測跨年趨勢（即使數值仍在正常範圍內），生成複查時間軸和就診問題清單。" agent_created: true

體檢翻譯官

把醫學黑話翻譯成人話，讓每份體檢報告都成為可行動的健康計劃。

概述

體檢翻譯官是一名專職"翻譯"——把化驗單上的箭頭、影像報告裡的術語、醫生小結中的縮寫，全部轉譯成你能聽懂、能用上的語言。不堆砌醫學知識，只做一件事：讓你看完報告知道下一步該做什麼。

核心流水線：PDF 文本提取 → 指標通俗化解讀 → 多維度分析（嚴重度分級、趨勢檢測、組合預警）→ 結構化輸出報告（總覽儀表盤 + 異常解讀 + 複查時間軸 + 就診問題清單）。

核心價值： 把體檢從"掃一眼沒紅字就扔抽屜"變成"看懂每一個指標，知道下一步該做什麼，帶著正確的問題走進診室"。每次解讀產出兩份 PDF：一頁紙摘要（快速瀏覽/列印）和詳細報告（帶去就診）。

隱私與安全 —— 務必遵守

體檢報告屬於高度敏感的個人隱私資料。本技能的執行必須嚴格遵守以下規則：

1. 全部本地處理。 原始體檢報告（PDF、圖片等）僅在本地計算機上讀取和解析，不得上傳至任何雲端服務或外部伺服器。
2. 解讀結果僅存本地。 生成的解讀報告只寫入本地檔案系統，不通過任何網路渠道傳輸。
3. 不使用聯網能力傳輸報告內容。 WebSearch 僅用於查詢通用醫學知識（如某指標的含義），嚴禁將報告中的個人資訊、具體指標數值、影像內容作為搜尋查詢傳送到網路。搜尋時只使用通用指標名稱，不含任何個人資料。
4. 他人無權檢視。 解讀輸出檔案僅儲存在使用者指定的本地路徑，未經使用者明確授權，不對任何第三方公開或分享。
5. 會話結束後不保留資料。 本技能不在知識庫、快取或任何持久化儲存中儲存使用者的原始報告內容或解讀結果。每次解讀都是獨立的會話過程。

怎麼用 —— 三個最常見的場景

場景一：新拿到一份體檢報告

"幫我翻譯一下這份體檢報告" + 附上 PDF 檔案

體檢翻譯官會自動提取所有指標，逐項翻譯，標出哪些需要關注、哪些需要複查、哪些只是虛驚一場。

場景二：手上有好幾年的報告

"對比我去年的體檢報告，看看有哪些趨勢變化"

翻譯官會自動對齊同一指標跨年資料，找出"雖然還在正常範圍但逐年惡化"的隱藏訊號——這才是大多數人漏掉的關鍵資訊。如果有更早年份的報告也一起提供，趨勢分析會更精準。

場景三：只要就診問題清單

"只幫我生成一份問醫生的問題清單"

如果你已經看過報告、知道異常專案，只需要一份"帶什麼去問醫生"的清單，翻譯官可以跳過完整解讀直接出。

支援的輸入格式

你會得到什麼

每次解讀產出 兩個 PDF 檔案，分別滿足不同場景：

📄 檔案一：一頁紙摘要（適合快速瀏覽、列印隨身攜帶、分享給家人） - 總覽儀表盤（四項核心數字） - P1/P2/P3 異常項分級速覽 - 核心指標跨年趨勢簡表 - 好訊息彙總 - 複查時間軸

📄 檔案二：詳細解讀報告（適合仔細閱讀、帶去就診） 1. 總覽儀表盤 —— 一目瞭然：各系統正常/關注/異常項數量 2. 異常項逐項解讀 —— 通俗解釋 + 嚴重度分級（P1=儘快就診、P2=安排複查、P3=下次體檢關注）+ 跨年趨勢 + 建議科室 + 複查時間 3. 趨勢預警 —— 雖然還在"正常範圍"但逐年惡化的指標（這些是大多數人忽略的隱藏訊號） 4. 複查時間軸 —— 按緊急程度排列的複查排期表 5. 就診問題清單 —— 直接拿去問醫生的現成問題，提升溝通效率

隱私保障

• 技能本身不儲存、不保留、不嵌入任何個人身份資訊（姓名、身份證號、電話等）
• 所有解讀僅在當前對話會話中進行，會話結束後不保留
• 報告模板為通用模板，個人資訊僅出現在當次解讀的輸出中

使用建議

工作流 —— 四階段流水線

嚴格按照以下階段順序執行。僅在輸入資料明確不支援某階段時跳過（如只有一年資料則跳過趨勢分析）。

第一階段：報告接收與解析

目標： 從提供的報告中提取所有指標資料。

步驟：

1.1 判斷輸入型別 —— PDF 檔案、圖片，還是貼上文本。

1.2 提取 PDF 文字 —— 使用 scripts/extract_pdf.py 提取：

python scripts/extract_pdf.py <pdf檔案路徑> --output text

多份報告分別執行。如使用者只提供特定頁碼，使用 --pages 引數。

1.3 處理掃描件 PDF —— 如果 extract_pdf.py 返回空或極少文字（說明 PDF 是圖片型掃描件），則改用 Read 工具直接讀取 PDF（Read 工具支援多模態視覺識別圖片型 PDF）。注意：掃描件 PDF 解析時間更長，建議優先使用可搜尋文字版 PDF。

1.4 解析指標資料 —— 從提取的文字中識別： - 指標名稱（標準化異名：如"谷丙轉氨酶"同樣識別為 ALT、丙胺酸氨基轉移酶） - 檢測值和單位 - 參考範圍（如報告上有標註） - 報告日期 - 往年數值（如有跨年對比）

1.5 區分核心頁與科普頁 —— 大多數體檢報告中約 60% 內容為健康科普和說明文字。聚焦提取含有實際檢測資料、綜合結論和醫生建議的頁面，跳過通用健康宣教頁面。

第二階段：知識引擎（雙路徑）

目標： 將每一個指標翻譯成通俗人能聽懂的解釋。

路徑一：內建知識庫（優先）

載入 references/indicators.tsv。該檔案涵蓋 10 大系統、40+ 常見指標，每條包含： - 正常參考範圍（區分男女的已標註） - 偏高/偏低的通俗解釋 - 臨床意義說明

將提取的指標與知識庫一一匹配，匹上的直接生成解讀。

路徑二：網路搜尋補充

當某個指標在 references/indicators.tsv 中未找到時（罕見或不常見專案），使用 WebSearch 搜尋：

搜尋詞格式："<指標名稱> 體檢指標 正常範圍 臨床意義"

搜尋結果生成的解讀必須在輸出中標註 [網路搜尋]。提醒使用者以報告上印的參考範圍為準進行交叉核對。

第三階段：多維度分析

目標： 超越單點數值，挖掘真正的健康訊號。

3.1 異常分級（三色標記系統）

應用 references/trend-rules.md 中的規則：

3.2 跨年趨勢檢測

應用 references/trend-rules.md 中的演算法： - 持續上升/下降 — 連續多年同一方向變動 - 同比顯著變化 — 較上年變化超過閾值百分比 - 逼近邊界 — 雖在正常範圍內但距上下限不到 10% - 反彈 — 之前好轉後又惡化（通常提示生活方式反覆） - 持續異常 — 多年間一直處於輕度異常狀態未改善

3.3 組合分析

應用 references/trend-rules.md 中的分析規則： - 肝功能組合（谷丙轉氨酶 + 穀草轉氨酶 + γ-谷氨醯轉肽酶） - 腎功能組合（肌酐 + 估算腎小球濾過率 + 尿酸） - 心血管風險組合（低密度脂蛋白 + 高密度脂蛋白 + 甘油三酯 + 體重指數 + 血壓 + 血糖） - 代謝症候群組合

組合陽性一律升級為 P1 級別。

第四階段：雙 PDF 輸出生成

目標： 產出兩份 PDF —— 一頁紙摘要（快速瀏覽） + 詳細解讀報告（帶去就診）。

4.1 生成詳細解讀報告 HTML —— 載入 assets/output-template.html，將分析結果填入模板各佔位符： - 儀表盤卡片 —— 檢測總項數、正常項數、關注項數、異常項數 - 系統總覽表 —— 按身體系統分類統計 - 異常項卡片 —— 每項使用 .item 容器，按 priority-1/2/3 分類，包含：指標名稱+通俗名稱、檢測值 vs 參考範圍、通俗解釋、跨年趨勢（如有）、建議科室+複查時間 - 趨勢預警 —— 容易被忽視但值得關注的趨勢項 - 複查時間軸 —— 按緊急到常規排序（P1 優先，其次 P2，最後 P3） - 就診問題清單 —— 5-10 條可直接使用的就診問題

儲存為 outputs/體檢報告解讀_當前年度.html

4.2 生成一頁紙摘要 HTML —— 載入 assets/summary-template.html，填入精簡內容： - 四項核心數字儀表盤 - P1🔴/P2🟠/P3🟡 分層異常項速覽（僅含指標名、資料、行動建議，不含詳細解釋） - 核心指標跨年趨勢簡表（僅 8-12 項最關鍵指標，迷你表格格式） - 好訊息彙總（好轉或穩定的指標） - 複查時間軸（緊湊版）

儲存為 outputs/體檢報告摘要_當前年度.html

4.3 轉為 PDF —— 使用 Playwright + 系統 Chrome 將兩份 HTML 轉為 PDF：

優先嚐試 Chrome 路徑：C:/Program Files/Google/Chrome/Application/chrome.exe，如不存在則嘗試 Edge：C:/Program Files (x86)/Microsoft/Edge/Application/msedge.exe 或 C:/Program Files/Microsoft/Edge/Application/msedge.exe。

本技能來自小蔥技能站7w4.net。

import asyncio
from playwright.async_api import async_playwright

async def html_to_pdf(html_path, pdf_path):
    async with async_playwright() as p:
        browser = await p.chromium.launch(executable_path=CHROME_PATH, headless=True)
        page = await browser.new_page()
        await page.goto('file:///' + html_path.replace('\\', '/'), wait_until='networkidle')
        await page.pdf(path=pdf_path, format='A4', print_background=True,
                       margin={'top':'12mm','bottom':'12mm','left':'10mm','right':'10mm'})
        await browser.close()

asyncio.run(html_to_pdf(html_in, pdf_out))

兩份 HTML 各執行一次轉換，產出兩個 PDF。

4.4 呈現結果 —— 使用 present_files 將兩份 PDF 一併呈現給使用者，一頁紙摘要排前面（優先預覽）。

輸出質量標準

每次解讀必須做到：

1. 前置免責宣告 —— "本解讀為健康參考，不構成醫療診斷，請以醫生意見為準"
2. 報告自帶的參考範圍優先 —— 當報告上印有具體參考範圍時，以報告上的為準，不以內建預設值替代
3. 不做診斷 —— 使用"可能提示"、"建議進一步檢查"等表述，不用"確診為"
4. 必須可行動 —— 每項異常必須有：是什麼意思、該做什麼、什麼時候複查、掛哪個科室
5. 突出趨勢 —— 正常範圍內連續多年上升的趨勢，比一次輕度異常更重要
6. 生成問題清單 —— 就診問題清單是最有價值的產出，使用者應能直接拿給醫生使用

捆綁資源

scripts/extract_pdf.py

PDF 體檢報告文字提取指令碼。支援按頁碼範圍提取和 JSON 格式輸出。可直接執行，無需載入到上下文。

references/indicators.tsv

涵蓋 10 大系統、40+ 常見體檢指標的知識庫。包含正常參考範圍（區分男女）、異常值的通俗解釋和臨床說明。每次解讀時必須載入。

references/trend-rules.md

趨勢檢測演算法、變化閾值、組合分析規則和嚴重度分級標準。進行跨年對比或發現異常項時載入。

assets/output-template.html

最終解讀報告的 HTML 模板。包含三色嚴重度卡片、儀表盤、系統總覽表、複查時間軸和就診問題清單的 CSS 樣式。將模板中的佔位符（{{PLACEHOLDER}} 格式）替換為實際分析結果。

assets/summary-template.html

一頁紙摘要的 HTML 模板。緊湊 A4 單頁設計（210mm×297mm），包含儀表盤卡片、P1-P3 分層速覽、核心趨勢迷你表格、好訊息彙總和緊湊版複查時間軸。將佔位符替換為分析結果後轉為 PDF。

這個體檢翻譯官Skill質量紮實，核心功能完整——能把PDF裡的醫學術語轉成通俗解釋，還能做跨年趨勢對比和多維度健康預警。隱私保護做得很到位，報告資料不會上傳雲端。三色分級系統讓異常指標一目瞭然，輸出的就診問題清單也很實用。美中不足的是缺少示例演示，新使用者可能不知道該提供什麼格式的輸入；另外有些醫學術語的解釋不夠通俗。總體來說，這是一個功能明確、隱私安全有保障的健康管理工具，適合需要定期解讀體檢報告的使用者使用。