前言¶
在 Agent 裏處理臨牀相關問題時，常見做法是手寫一長段提示詞，要求模型「做鑑別診斷」「列疑似診斷」。每次換病例都要改模板，輸出結構也不穩定。若你希望在提供病史、檢驗和體格檢查資料後，由 Skill 統一約束診斷推理的範圍與觸發方式，可以瞭解 SkillHub 上的 騰訊健康-AI臨牀助手-輔助診斷（座標 @user_da0af066/tencent-health-ai-clinical-assistant，當前版本 1.0.1）。
這是什麼¶
騰訊健康-AI臨牀助手-輔助診斷 是一條面向臨牀診斷決策支持的 Agent Skill：根據用戶提供的臨牀數據，對病歷文本與實驗室結果進行分析，並給出系統化的診斷推理與決策支持。
在 SkillHub 上，該 Skill 分類爲 professional，來源標記爲 community，發佈者爲 user_da0af066。頁面標籤爲 requires_api_key=false，表示按 SkillHub 說明安裝後無需額外配置 API Key 即可按 Skill 約定被 Agent 調用（具體能力仍取決於你所用的模型與 Agent 環境）。
官方入口：
- SkillHub 頁面：https://www.skillhub.cn/skills/user_da0af066/tencent-health-ai-clinical-assistant
- API 資源地址：https://api.skillhub.cn/user_da0af066/tencent-health-ai-clinical-assistant
核心功能¶
以下能力均來自 SkillHub 上的 Skill 簡介與說明，未在資料中出現的接口或腳本不展開。
- 輸入：病歷文本、實驗室結果、體格檢查所見等臨牀數據。
- 診斷推理支持：在用戶需要診斷推理輔助時啓用，包括但不限於：
- 疑似診斷
- 鑑別診斷
- 誤診 / 漏診風險評估
- 識別尚缺的診斷相關信息 - 觸發方式：除自然語言描述需求外，官方列出的觸發短語包括：
分析病歷、診斷分析、鑑別診斷、疑似診斷、漏診風險、缺失信息、輔助診斷、AI臨牀助手，以及英文diagnostic analysis、differential diagnosis等；也可表述爲「根據臨牀所見向診斷方向推理」類請求。
Skill 正文爲英文說明與中文產品名並存，Agent 在匹配到上述場景時應加載該 Skill 的 SKILL.md 工作流，而不是僅做通用聊天回覆。
安裝與啓用¶
下面介紹通過 SkillHub CLI 安裝到當前 Agent 可識別的 skills 目錄。安裝說明以 https://skillhub.cn/install/skillhub.md 爲準。
1. 檢查或安裝 skillhub CLI¶
先確認本機是否已有 CLI：
command -v skillhub && skillhub --version
若未安裝，可使用官方一鍵腳本（完整安裝含默認 Skill；僅需 CLI 時加 --cli-only）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2. 安裝本 Skill¶
安裝時必須用 --dir 指向當前 Agent 實際讀取的 skills 目錄，否則默認會裝到 ./skills/，Agent 可能無法識別。
skillhub install @user_da0af066/tencent-health-ai-clinical-assistant --dir <skills 目錄>
常用客戶端的 skills 路徑（摘自 SkillHub 安裝文檔，按你當前環境選用其一）：
| 客戶端 | skills 目錄 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下的 .agents/skills/ |
也可將以下說明交給 Agent，讓其按安裝文檔執行（SkillHub 頁面提供的安裝提示）：
請根據 https://skillhub.cn/install/skillhub.md，安裝
@user_da0af066/tencent-health-ai-clinical-assistant。
經過上面的步驟後，重啓或刷新 Agent 的技能加載（各客戶端策略不同），再在對話中使用下文觸發語驗證是否命中該 Skill。
典型用法¶
官方資料未附帶獨立腳本示例，典型用法是在 Agent 對話中提交結構化臨牀信息，並使用 Skill 聲明的觸發語。下列示例僅複述資料中的能力邊界，不構成真實病例或診療建議。
示例 1：疑似診斷與鑑別診斷
向 Agent 發送病史摘要、關鍵檢驗結果與體格檢查要點，並寫明需求，例如：
輔助診斷：請根據以下資料做診斷分析。
主訴與病史：（此處粘貼病歷文本）
實驗室結果：（此處粘貼檢驗項）
體格檢查：（此處粘貼所見）
請給出疑似診斷、鑑別診斷，並說明還缺哪些信息。
示例 2：漏診風險與缺失信息
分析病歷：結合下列臨牀數據，評估漏診風險，並列出爲完善診斷仍缺失的檢查或病史信息。
（臨牀數據……）
示例 3：英文觸發
diagnostic analysis and differential diagnosis based on the following clinical findings:
(history, labs, physical exam …)
Agent 應在匹配到臨牀數據 + 診斷推理需求時自動選用本 Skill，而不是僅做非結構化的自由發揮。
適用場景與注意¶
適合誰
- 需要在開發或演示環境中，爲 Agent 增加「病歷 + 檢驗 + 體格檢查 → 系統化診斷推理」約束的開發者或產品驗證人員。
- 希望用固定觸發詞（如
鑑別診斷、漏診風險）喚起同一套 Skill 行爲的團隊。
使用注意
- 合規與責任：Skill 輸出爲決策支持性質的推理輔助，不能替代執業醫師的診療判斷；落地到真實醫療場景須遵守當地法規與機構流程。
- 數據安全：病歷與檢驗屬於敏感信息，請勿向未授權環境粘貼真實患者數據。
- 來源與版本：以 SkillHub 頁面爲準，當前記錄版本爲 1.0.1；升級可用
skillhub對應 update 流程（參見 SkillHub 安裝文檔第三節）。 - 統計信息：SkillHub 頁面展示的評分爲 100000，下載 7571，安裝 24（以頁面當時數據爲準，會隨時間變化）。
結尾¶
騰訊健康-AI臨牀助手-輔助診斷 把「臨牀數據輸入 + 診斷推理輸出類型」寫進 Skill 約定，便於在 Cursor、Claude Code、Codex 等支持 SkillHub 安裝的 Agent 裏複用同一套觸發與能力描述。若你要接入該 Skill，可從官方頁面查看說明並安裝：https://www.skillhub.cn/skills/user_da0af066/tencent-health-ai-clinical-assistant。
