skill-HADS-accessment/node-skills.yaml at master · PancrePal-xiaoyibao/skill-HADS-accessment · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
# node-skills.yaml
# HADS 心理评估 Skill 节点定义与编排

nodes:
  # --- 核心主节点 (Master Node) ---
  # 对应 SKILL.md 定义的完整业务逻辑
  hads_assessment_master:
    type: flow_master
    description: "协调 HADS 问卷发布、结果解析及自优化闭环的总体流程"
    next:
      - call: hads_publisher
        map_input: { patient_id: "{{input.patient_id}}" }

  # --- 子节点 1: 问卷发布 (Publisher) ---
  hads_publisher:
    type: python_skill
    cwd: ~/.claude/skills/skill-hads-assessment
    entrypoint:
      command: python
      args: ["src/publisher.py", "--patient-id", "{{input.patient_id}}"]
    output_schema:
      type: object
      properties:
        questionnaire_html: { type: string }
    # 发布后等待患者填写，逻辑上由 Agent 或系统触发下一步解析
    next:
      - call: hads_result_parser
        map_input: { patient_id: "{{input.patient_id}}" }

  # --- 子节点 2: 结果解析与智能解读 (Parser & Interpreter) ---
  # 此节点集成了 Interpretation Agent 的提示词生成能力
  hads_result_parser:
    type: python_skill
    cwd: ~/.claude/skills/skill-hads-assessment
    entrypoint:
      command: python
      args: ["src/result_parser.py", "results/json/hads_result_{{input.patient_id}}.json"]
    output_schema:
      type: object
      properties:
        anxiety_score: { type: integer }
        depression_score: { type: integer }
        llm_prompt: { type: string }  # Interpretation Agent 生成的深度解读指令
    next:
      - call: hads_self_optimizer
        map_input: {}

  # --- 子节点 3: 自优化反思 (Self-Optimization) ---
  # 此节点集成了 Reflection Agent 对四级日志的分析能力
  hads_self_optimizer:
    type: python_skill
    cwd: ~/.claude/skills/skill-hads-assessment
    entrypoint:
      command: python
      args: ["src/optimizer.py"]
    output_schema:
      type: object
      properties:
        suggested_changes: { type: array }
        needs_human_approval: { type: boolean }

  # --- 子节点 4: 内容生成器 (Content Generator) ---
  # 为患者生成主题化的静态 HTML 康复指导页面（如正念、营养、运动）
  # 集成 Bilibili 精选视频，采用治愈系 UI 设计
  hads_content_generator:
    type: python_skill
    cwd: ~/.claude/skills/skill-hads-assessment
    entrypoint:
      command: python
      args: ["src/content_generator.py", "--theme", "{{input.theme}}", "--patient-id", "{{input.patient_id}}", "--output-prompt-only"]
    output_schema:
      type: object
      properties:
        llm_prompt: { type: string }  # 用于 LLM 生成 HTML 的完整提示词
        theme: { type: string }
    description: >
      生成用于 LLM 的 HTML 提示词，指导生成包含精选视频的治愈系静态页面。
      实际 HTML 生成需要调用支持 Web 搜索的 LLM（如 Claude + MCP），
      生成后可通过 EdgeOne MCP 发布到公网供患者访问。

flows:
  # HADS 评估完整生命周期流
  - name: hads_complete_assessment_lifecycle
    entry: hads_assessment_master
    description: >
      从发布针对特定患者的 HADS 问卷开始，采集数据后进行自动化计分与智能临床解读建议生成，
      最终通过分析执行日志输出系统优化提案，完成受控的自进化闭环。