从0到100构建您个人助手的导诊能力
简体中文 · English
- 🤔 看病不知道去哪个科室?迫切需要个人助手有导诊能力
- 🧩 下载的skill不好用?你的助手根本无法遵循别人创建好的静态skill
- 📝 不知道skill怎么改?看着skill中密密麻麻的文本无从下手
我们构建了 Triage Skill Creator,让你的个人助手真正具备专业导诊能力。
- 🧠 模型定制化 Skill 生成。针对不同模型特点自动优化提示词,让导诊能力更稳定、更可靠
- 🔍 多粒度评测与持续优化。结合粗粒度 + 细粒度评测,以及用户反馈,持续迭代导诊效果
- 🏥 开放患者数据池。提供丰富的模拟患者案例,支持自定义科室与场景
- 🛠 可理解、可修改的 Skill 结构。告别“黑盒提示词”,让你真正看懂并轻松调整
- 整仓克隆(推荐)
git clone https://github.com/SirryChen/triage-skill-creator.git- 或者直接下载
在浏览器打开仓库页面 → Code → Download ZIP,解压后把内含的triage-skill-creator文件夹移动到指定目录即可。
通常放置在Agent项目的Skill文件夹下,例如:
- 与 OpenClaw 一起使用时,常见做法是把该仓库文件放在
~/.openclaw/workspace/skills/triage-skill-creator - 与 Cursor一起使用时,则放置在任意项目下的
~/.cursor/skills/triage-skill-creator
数据保存在云端,可以使用huggingface下载工具下载
brew install hf
export HF_ENDPOINT=https://hf-mirror.com
hf download Sirrrrrrrrrry/patient-pool-TSC --repo-type dataset --local-dir <project path>/triage-skill-creator/data/随后,您只需要在对话页面,参考逐步输入以下自然语言指令,即可开始全自动构建导诊 skill
1. 请你帮我构建一个用于导诊的 skill
2. 开始第一轮评测
3. 根据评测结果对 skill 进行优化,并再次进行第一轮评测
4. 开始第二轮评测
5. 根据评测结果对 skill 进行优化,并再次进行第二轮评测
![]() (a) 使用 Cursor 的交互演示 |
![]() (b) 使用 OpenClaw 的交互演示 |
![]() (c) 第一阶段粗粒度评测结果 |
![]() (d) 一轮迭代优化后第一阶段的评测结果 |
![]() (e) 第二阶段细粒度评测结果 |
![]() (f) 最终获得的skill |
<triage-skill-creator>/
├── SKILL.md # Agent 执行规范(路径变量、Step 1~6、产物格式)
├── requirements.txt # serve.py、sample_emr 等
├── references/ # triage_guide、prompts、standard_departments、workflow_workspace、grading_rubric…
├── agents/ # grader / simulator / patient / supervisor 说明
├── scripts/ # sample_emr、prepare_phase2、aggregate_triage
├── data/triage_unified.json # 采样数据源(大文件,流式读取)
└── viewer/ # 工作流前端(见下)
graph LR
T[triage skill creator] --> Sim[simulator agent]
T --> Gr[grader agent]
Sim --> D1[患者模拟]
Sim --> D2[护士模拟]
Gr --> D3[第三方评审]
T --> Viewer[viewer 前端]
Viewer --> view[提供可视化界面]
flowchart TD
U[用户提出导诊需求] --> T[triage skill creator]
T --> S1[初始化导诊 Skill]
S1 --> S2[粗粒度评测执行]
S2 --> S3[粗粒度评测结果]
S3 --> D1{第一轮达标?}
D1 -->|未达标| O1[Skill 优化] --> S2
D1 -->|达标| S4[细粒度评测执行]
S4 --> S5[细粒度评测结果]
S5 --> D2{第二轮达标?}
D2 -->|未达标| O2[个性化优化] --> S4
D2 -->|达标| E[完成训练]
当运行环境被识别为 OpenClaw(路径或环境变量特征)时,交互页面为三栏布局,右侧自动补充 OpenClaw Chat 侧栏,便于在同一窗口继续驱动 Agent 完成评测步骤。





