乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > OpenClaw-Medical-Skills 完整使用指南

OpenClaw-Medical-Skills 完整使用指南

当前时间： 2026-08-15 18:39:47 分类：办公文件 评论(0)
OpenClaw-Medical-Skills 完整使用指南

OpenClaw-Medical-Skills 是适配 OpenClaw/NanoClaw 框架的医疗专业技能库，使用核心是将技能加载到 AI 助手框架中，让通用 AI 具备医疗领域的专业能力（知识、工具调用、结构化输出）。以下是从环境准备到技能调用、定制化的全流程操作指南。

一、前置条件

  1. 操作系统：Windows/macOS/Linux（推荐 Linux/macOS 用于生物信息学等需调用工具的技能）；
  2. 软件依赖：
    • Python 3.8+（OpenClaw 框架基础）；
    • Git（克隆技能库），可选 Git LFS（如需下载大体积数据文件）；
    • 网络环境：能访问 PubMed/ClinicalTrials/FDA 等外部数据库（部分技能依赖）；
  3. 框架安装：已部署 OpenClaw 或 NanoClaw（Claude 个人 AI 助手框架）。

二、安装 OpenClaw 框架（基础步骤）

若未安装框架，先执行以下命令：

# 安装 OpenClaw 核心包
pip install openclaw

# 验证安装
openclaw --version

注：NanoClaw 是轻量版，安装命令为 pip install nanoclaw，使用逻辑与 OpenClaw 一致。

三、获取并加载 OpenClaw-Medical-Skills 技能

方式1：稀疏克隆（推荐，仅下载技能文件，节省空间）

# 1. 克隆技能库（仅初始化，不下载全部文件）
git clone --depth=1 --no-checkout https://github.com/FreedomIntelligence/OpenClaw-Medical-Skills.git

# 2. 进入仓库目录
cd OpenClaw-Medical-Skills

# 3. 启用稀疏检出，仅加载 skills 目录（核心技能文件）
git sparse-checkout init --cone
git sparse-checkout set skills

# 4. 拉取技能文件
git checkout main

# 5. 将技能复制到 OpenClaw 工作区（替换为你的实际工作区路径）
# 全局技能目录（所有 AI 实例生效）：~/.openclaw/skills/
# 局部工作区目录（仅当前实例生效）：./my-claw-workspace/skills/
cp-r skills/* ~/.openclaw/skills/

方式2：ClawHub CLI 安装（批量/单个技能更新）

若已安装 ClawHub 插件（OpenClaw 官方包管理工具），可直接安装技能：

# 安装插件（如需）
pip install openclaw-clawhub

# 安装全部医疗技能
clawhub install freedomintelligence/OpenClaw-Medical-Skills

# 安装单个技能（如 SOAP 病历生成）
clawhub install freedomintelligence/OpenClaw-Medical-Skills/skills/soap-notes

方式3：手动配置技能目录（适合定制化）

  1. 下载技能库压缩包，解压后得到 skills/目录；
  2. 编辑 OpenClaw 配置文件（~/.openclaw/config.yaml），添加技能目录路径：
# config.yaml 示例
skill_dirs:
- ~/.openclaw/skills/          # 默认技能目录
- /path/to/your/custom/skills/ # 自定义医疗技能目录
  1. 重启 OpenClaw 生效。

四、调用技能（核心操作）

步骤1：启动 OpenClaw 终端

# 启动交互式终端
openclaw shell

# 或启动 Web UI（可视化操作）
openclaw web --port8080

步骤2：基础调用（以临床/科研场景为例）

技能调用无需手动“激活”，只需在指令中明确场景需求，AI 会自动匹配对应技能。

示例1：生成 SOAP 病历（临床场景）

在 OpenClaw 终端/Web UI 输入：

【需求】基于以下患者信息生成符合临床规范的 SOAP 病历
患者信息：
- 性别：女，年龄：42岁
- 主诉：间断性头痛3天，伴恶心、畏光，无呕吐
- 客观检查：血压 135/85 mmHg，神经系统查体无异常，头颅CT未见明显病变
- 既往史：无高血压、偏头痛病史，否认药物过敏史

AI 加载 soap-notes技能后输出：

### SOAP 病历
**S（主观）**：42岁女性，间断性头痛3天，伴恶心、畏光，无呕吐；无高血压、偏头痛病史，无药物过敏史。
**O（客观）**：BP 135/85 mmHg，神清，颈软，神经系统查体（-），头颅CT未见明显异常。
**A（评估）**：原发性头痛（偏头痛待排）；排除颅内器质性病变。
**P（计划）**：1. 予布洛芬 0.2g po tid 对症止痛；2. 嘱休息，避免强光、噪音刺激；3. 若头痛加重/出现呕吐，及时返院复诊；4. 门诊随访1周。

示例2：RNA-seq 分析（科研场景）

输入指令：

【需求】对以下 RNA-seq 数据进行差异表达分析
数据路径：/data/rnaseq/raw/
参考基因组：hg38
分析要求：1. 用 STAR 做序列比对；2. DESeq2 做差异基因分析；3. 输出上调/下调基因列表（|log2FC|>1, padj<0.05）；4. 生成 GO/KEGG 富集分析报告

AI 加载 rna-seq技能后，自动调用分析工具链，输出结构化结果：

### RNA-seq 差异分析报告
1. 比对效率：92.3%（STAR hg38）
2. 差异基因数量：上调 128 个，下调 97 个（|log2FC|>1, padj<0.05）
3. 富集分析 TOP5 通路：
   - GO:0006954 炎症反应（p=2.3e-5）
   - KEGG:hsa04110 细胞周期（p=4.1e-4）
   ...
4. 结果文件路径：/data/rnaseq/results/DE_genes.csv、/data/rnaseq/results/enrichment.pdf

示例3：药物相互作用预测（药物研发场景）

输入指令：

【需求】预测以下用药组合的潜在相互作用及风险
用药清单：
1. 阿司匹林（100mg/日）
2. 氯吡格雷（75mg/日）
3. 阿托伐他汀（20mg/晚）
患者基础信息：68岁男性，冠心病，高脂血症，肝肾功能正常

AI 加载 ddi-prediction技能后输出：

### 药物相互作用（DDI）分析报告
1. 核心相互作用：
   - 阿司匹林 + 氯吡格雷：增加出血风险（胃肠道/颅内），属于中度风险（等级 2）；
   - 阿托伐他汀 + 氯吡格雷：CYP450 代谢竞争，轻度降低氯吡格雷活性（等级 1）；
2. 风险建议：
   - 监测患者出血倾向（如黑便、牙龈出血）；
   - 无需调整剂量，定期复查凝血功能；
   - 避免联用非甾体抗炎药（NSAIDs）。

步骤3：进阶使用（定制化技能）

若需适配医院/企业的个性化流程，可修改技能文件：

  1. 找到对应技能的 SKILL.md（如 skills/soap-notes/SKILL.md）；
  2. 编辑文件中的「模板」「规则」「输出格式」：
    # SOAP 病历技能（定制版）
    ## 模板（医院XX版）
    ### S（主观）
    患者{{姓名}}，{{性别}}，{{年龄}}，{{主诉}}
    既往史：{{既往史}}
    过敏史：{{过敏史}}
    ### O（客观）
    查体：{{查体结果}}
    辅助检查：{{检查结果}}
    ### A（评估）
    {{诊断结论}}
    ### P（计划）
    1. 治疗：{{治疗方案}}（需符合我院《冠心病诊疗规范2024》）
    2. 随访：{{随访计划}}
  3. 保存后重启 OpenClaw，AI 会按定制模板输出结果。

五、常见问题与解决方案

问题1：技能加载失败

  • 排查：检查 config.yaml中 skill_dirs路径是否正确；
  • 解决：重新复制技能文件到指定目录，执行 openclaw skill reload重载技能。

问题2：部分技能（如 RNA-seq）调用工具失败

  • 原因：缺少生物信息学工具（如 STAR、DESeq2）；
  • 解决：安装对应工具（如 conda install star deseq2 -c bioconda），确保工具在系统 PATH 中。

问题3：无法访问外部数据库（如 PubMed）

  • 解决：配置代理（如 export HTTP_PROXY=http://proxy:port），或使用镜像数据库（如国内 PubMed 镜像）。

问题4：AI 未匹配到对应技能

  • 解决：指令中明确场景关键词（如“生成 SOAP 病历”“RNA-seq 差异分析”），或检查技能文件是否完整。

六、技能更新与维护

# 进入技能库目录
cd OpenClaw-Medical-Skills

# 拉取最新技能
git pull

# 重新复制到 OpenClaw 技能目录
cp-r skills/* ~/.openclaw/skills/

# 重载技能
openclaw skill reload

七、注意事项

  1. 合规性
    ：医疗数据需遵循 HIPAA、《个人信息保护法》等法规，禁止上传敏感隐私数据；
  2. 结果验证
    ：AI 输出的临床决策、分析结果仅作辅助，需由专业医护/科研人员审核；
  3. 资源适配
    ：生物信息学、药物研发类技能需较高算力，建议在服务器/云环境部署；
  4. 版本兼容
    ：确保 OpenClaw/NanoClaw 版本与技能库适配（优先使用最新版）。

通过以上流程，可快速将 OpenClaw-Medical-Skills 集成到 AI 助手，落地到临床、科研、药物研发等各类医疗场景，大幅提升工作效率。