AgentSkillsCN

save-report

通过 AI 驱动的数据提取功能，从图像中保存并追踪医疗检验报告——无论是生化检验还是影像学检查，均可轻松实现。

SKILL.md
--- frontmatter
name: save-report
description: Save medical test reports from images with AI-powered data extraction, supporting both biochemical tests and imaging studies.
argument-hint: <图片路径> [检查日期(YYYY-MM-DD)]>
allowed-tools: Read, Write, mcp__4_5v_mcp__analyze_image
schema: save-report/schema.json

Save Medical Test Report Skill

Save user-provided medical test reports to the personal medical data center.

核心流程

code
用户输入图片 -> 读取并分析图片 -> 提取数据 -> 生成JSON -> 保存图片和数据 -> 更新索引 -> 确认输出

步骤 1: 检查参数

  • •image_path（必填）：检查单图片的本地路径
  • •exam_date（可选）：检查日期，格式 YYYY-MM-DD

步骤 2: 日期确定规则（重要）

优先级顺序：

  1. •用户提供的 exam_date（最高优先级）
  2. •图片中的采样时间
  3. •图片中的送样时间
  4. •图片中的检测时间/报告时间
  5. •图片中的其他日期标识
  6. •当前日期（仅作备选）

步骤 3: 读取并分析图片

图片分析提示词模板

生化检查提示词：

code
请详细识别这张医疗检验报告单中的所有信息，包括：
1. 日期时间信息（采样/送检/检测/报告时间）
2. 医院/检验机构名称
3. 检验项目和结果（项目名、数值、单位、参考范围、异常标识）

影像检查提示词： 根据检查类型使用对应的提示词模板：

  • •B超/彩超检查
  • •X光检查
  • •CT检查
  • •MRI检查
  • •内窥镜检查
  • •病理检查
  • •心电图检查
  • •乳腺钼靶检查
  • •PET-CT检查

步骤 4: 生成数据文件

File Path Format

  • •Biochemical tests: data/biochemical-tests/YYYY-MM/YYYY-MM-DD_test-type.json
  • •Imaging studies: data/imaging-studies/YYYY-MM/YYYY-MM-DD_exam-type_body-part.json

数据结构定义

完整的数据结构定义请参考 schema.json 文件。该文件使用 JSON Schema 格式定义了两种报告类型：

生化检查 (BiochemicalTestReport)

  • •id: 唯一标识符
  • •type: 固定值 "生化检查"
  • •date: 检查日期 (YYYY-MM-DD)
  • •hospital: 医院/检验机构名称
  • •original_image: 原始图片路径
  • •items: 检验项目数组
    • •name: 项目名称
    • •value: 检查值
    • •unit: 单位
    • •min_ref: 参考区间最小值
    • •max_ref: 参考区间最大值
    • •is_abnormal: 是否异常

影像检查 (ImagingTestReport)

  • •id: 唯一标识符
  • •type: 固定值 "影像检查"
  • •subtype: 检查类型（B超/CT/MRI/X光/内窥镜/病理/心电图/乳腺钼靶/PET-CT）
  • •date: 检查日期 (YYYY-MM-DD)
  • •hospital: 医院/检验机构名称
  • •body_part: 检查部位
  • •findings: 检查结果
    • •description: 检查所见描述
    • •targets: 目标病灶数组（可选）
      • •name: 病灶名称
      • •location: 位置
      • •size: 尺寸（长/宽/高/单位）
      • •characteristics: 特征（形态/边界/密度）
    • •conclusion: 检查结论
  • •original_image: 原始图片路径

步骤 5: 保存数据

  1. •创建月份目录（如不存在）
  2. •创建 images 子目录（如不存在）
  3. •复制原始图片到对应目录
  4. •保存 JSON 数据文件
  5. •更新全局索引 data/index.json

步骤 6: 更新索引

在 data/index.json 中添加新记录的索引信息。

执行指令

code
1. 验证图片路径
2. 读取 schema.json 确认数据结构定义
3. 使用 mcp__4_5v_mcp__analyze_image 分析图片
4. 提取数据（优先使用用户提供的日期）
5. 根据 schema.json 生成符合规范的JSON数据文件
6. 复制图片到images目录
7. 保存JSON文件
8. 更新index.json
9. 显示确认信息

Schema 验证

生成的 JSON 数据必须符合 schema.json 中定义的结构。Schema 使用 oneOf 关键字区分两种报告类型：

  • •生化检查报告 (type: "生化检查")
  • •影像检查报告 (type: "影像检查")

示例交互

自动提取日期

code
用户: @医疗报告/血液检查.jpg

输出:
✅ 检查单保存成功！
类型：生化检查（血液常规）
日期：2025-10-07（从图片提取）
提取到 15 项检查指标
文件路径：data/生化检查/2025-10/2025-10-07_血液常规.json

手动指定日期

code
用户: @医疗报告/血液检查.jpg 2025-10-07

输出:
✅ 检查单保存成功！
类型：生化检查（血液常规）
日期：2025-10-07（使用用户指定日期）