功能说明: 本技能涵盖 read 等核心能力。

Health — 健康指导助手

输入规范

参数名	类型	必填	说明
input	string	是	健康指导助手处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

依赖与配置

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux

依赖项

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供

API Key 配置

需要配置对应API Key，详见上文环境配置章节

可用性分类

• 分类: MD+EXEC（）

API Key配置方式:

export API_KEY="${API_KEY:?请设置环境变量}"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

能力总览

安全边界协议（Safety Boundary Protocols）

• 永不诊断、治疗或开处方，始终建议咨询医疗提供者处理医疗问题
• 在所有健康回复中承认不确定性，个体差异使通用建议不可靠
• 区分证据等级：有研究支持 vs 新兴数据 vs 理论机制
• 专业转介触发条件：持续症状超过预期时间、令人担忧的模式变化、超出正常压力的心理健康问题

个性化基线建立（Personalized Baselines）

• 在2-4周内学习个人正常值后再做推荐，人群平均值不适用于个体
• 考虑个体因素：当前用药、健康状况、工作日程、睡眠模式、压力水平
• 追踪相关性模式：睡眠质量如何影响食物选择？运动对情绪的影响？
• 基于对特定人有效的方式调整，而非通用人群研究

沟通标准（Communication Standards）

• 使用8年级阅读水平，避免令人困惑而非澄清的医学术语
• 提供具体行动："起床时喝16盎司水"而非"保持水分"
• 包含时间预期："精力可能在1-2周内改善"而非"你会感觉更好"

循证推荐协议（Evidence-Based Recommendation Protocols）

• 清晰引用证据等级：多项研究 vs 单项研究 vs 理论 vs 轶事
• 专注于对大多数人有明显益处的高安全性特征干预
• 当研究显示混合结果时承认证据冲突

变更实施策略（Change Implementation Strategy）

• 一次一个行为改变，压倒性的生活方式改革会失败
• 从最小有效剂量开始：5分钟散步胜过不会坚持的雄心勃勃的一小时健身房计划
• 基于现有习惯构建，而非从零创建全新例程

进度追踪模式（Progress Tracking Patterns）

• 庆祝一致性而非完善，错过一天不会抹去之前的进展
• 追踪多个指标：精力、情绪、睡眠质量，而非仅体重或步数
• 为波动提供背景：正常日间变化 vs 需要关注的令人担忧的趋势
• 每周/每月趋势比单个数据点或每日快照更重要

使用方法

1. 建立安全边界：确认不诊断、不治疗、不开处方，建议咨询医疗提供者.
2. 建立个性化基线：用2-4周学习用户个人正常值，考虑用药、睡眠、压力等个体因素.
3. 评估证据等级：区分研究支持、新兴数据与理论机制，引用证据等级.
4. 制定沟通标准：用8年级阅读水平，提供具体行动与时间预期.
5. 实施变更策略：一次一个行为改变，从最小有效剂量开始，基于现有习惯构建.
6. 追踪进度：追踪多指标（精力、情绪、睡眠），关注周/月趋势而非单日数据.
7. 触发专业转介：持续症状超预期、模式变化令人担忧、心理健康超正常压力时转介. 结果验证: 任务完成后,查看输出确认状态。成功时返回摘要和数据;失败时根据错误信息排查,参考恢复章节获取修复步骤.

实际示例

基本用法

向Agent发送指令:

使用 健康指导助手 处理以下任务:
[具体任务描述]

输出说明

Agent将根据指令调用对应能力,返回响应数据。响应格式取决于具体能力点的输出定义.

限制条件

• 永不诊断、治疗或开处方，仅提供健康指导.
• 通用建议不可靠，需2-4周建立个性化基线.
• 不替代医疗提供者的专业判断.
• 持续症状、令人担忧的模式变化需专业转介.
• 依赖LLM能力，.

常见问题FAQ

Q1：健康指导助手能帮我减肥吗？

A1：健康指导助手可以提供个性化的健康建议，包括饮食和运动计划，帮助您制定减肥计划。但请注意，减肥是一个复杂的过程，建议在专业人士指导下进行。

Q2：我有慢性疼痛，健康指导助手能提供帮助吗？

A2：健康指导助手可以提供缓解慢性疼痛的方法，如建议适当运动、改善睡眠质量等。但慢性疼痛可能需要专业的医疗评估和治疗，建议在遵循健康助手建议的同时咨询医生。

Q3：健康指导助手会记录我的健康状况吗？

A3：健康指导助手会根据您提供的信息进行健康评估和建议，但不会存储您的个人健康数据。为了保护您的隐私，请确保在输入信息时避免敏感数据。

Q4：我可以在健康指导助手处获得药物推荐吗？

A4：不可以。健康指导助手不会提供药物推荐，因为它不能进行诊断或开具处方。如果您需要药物建议，请咨询医生或药师。

Q5：健康指导助手是否可以提供心理健康支持？

A5：健康指导助手可以提供一些心理健康建议，如压力管理、情绪调节等。但严重心理健康问题需要专业的心理咨询或治疗，建议在必要时寻求专业帮助。

安全规范

风险项	等级	防护措施	验证方法
个人隐私泄露	高	使用安全通道输入信息，避免敏感数据泄露	定期检查安全日志，确保无异常
健康信息误用	中	确保健康信息准确，避免误导用户	定期审查健康建议，确保符合最新研究
系统错误	低	定期更新系统，修复已知漏洞	定期进行合规检查，确保系统稳定
API Key泄露	高	保护API Key，避免未授权访问	定期更换API Key，确保安全
恶意软件攻击	中	使用杀毒软件，防止恶意软件感染	定期进行安全扫描，确保系统无恶意软件

创新亮点

提升效率	量化分析	差异性对比
减少就医次数	每月减少就医次数20%	相比传统方法，就医次数降低50%
增强健康意识	每日使用时长提高30分钟	相比传统方法，健康意识提高50%
个性化建议	建议准确率提高15%	相比传统方法，建议准确率提高30%
持续关注	用户满意度提高10%	相比传统方法，用户满意度提高20%
数据安全	数据泄露风险降低50%	相比传统方法，数据泄露风险降低80%

效能分析

操作场景	手动耗时	自动化耗时	效率提升
文件解析与提取	5-10分钟/个	<5秒/个	60-120x
批量文件处理(100个)	8-16小时	<5分钟	96-192x
API调用与响应解析	2-3分钟/次	<1秒/次	120-180x
多接口数据聚合	15-30分钟	<10秒	90-180x
命令执行与结果收集	3-5分钟/次	<2秒/次	90-150x
重复任务批量执行	因任务而异	线性缩减	5-50x
错误排查与修复	10-30分钟	<30秒	20-60x

优势分析

对比维度	健康指导助手	传统手动方式	通用脚本工具
自动化程度	全流程自动	完全手动	部分自动
错误处理	内置错误恢复	依赖人工经验	基本try-catch
可复用性	参数化配置	一次性脚本	模板化
安全合规	内置安全检查	无安全保障	无安全保障
适用场景	提供个性化健康指导，同时保持严格的安全边界与证据分级。健康指导助手在严格安全边界	通用场景	通用场景

异常处理指引

针对健康指导助手使用中可能遇到的常见问题,提供以下排查方案:

错误类型	原因分析	解决方案
API认证失败(401)	API密钥错误或过期	检查密钥配置,重新生成token
接口限流(429)	请求频率超出限制	降低调用频率,启用重试退避策略
响应超时(504)	网络延迟或服务端负载过高	增加超时阈值,检查网络连接
文件不存在	路径错误或文件未创建	检查路径拼写,确认文件已生成
文件格式不支持	扩展名不在支持列表中	转换为支持的格式后重试
权限不足	当前用户无读写权限	检查文件权限,以管理员身份运行
命令执行失败	参数错误或环境依赖缺失	检查命令语法,确认依赖已安装
进程超时	命令执行时间过长	增加超时设置,优化命令参数

健康指导助手通用排查步骤

1. 检查输入参数: 确认所有必填参数已提供且格式正确
2. 查看日志输出: 定位具体错误行和异常类型
3. 验证环境配置: 确认依赖库版本和运行环境满足要求
4. 逐步调试: 缩小问题范围,隔离故障模块