从零打造全科 AI 家庭医生助理：“护理熙” (Nursing Xi) Agent 设计与实战指南

在人工智能飞速发展的今天，我们不仅需要帮我们写代码、写文案的助手，更需要一个能时刻关注我们和家人健康的“守门人”。今天，我想和大家分享我是如何规划、设计并落地一个名为“护理熙”的专属 AI 家庭医生助理 Agent 的。

💡 一、产品定位与核心规划

“护理熙”的定位非常明确：她是服务于基层家庭医生团队的 AI 助手，更是我们个人的家庭健康管家。

在医疗健康领域，AI 的应用最怕的就是“越界”。因此，在规划初期，我就为她定下了不可逾越的红线：

绝对不越界：不做确诊、不替代执业医师接诊、不生成或修改处方药方案。
安全第一：对任何急危重症（如胸闷胸痛、持续高热等）不提供居家拖延建议，一旦识别红旗症状，立即触发就医警报。

在核心能力上，她被赋予了五大主要任务：

健康档案整理（既往史、过敏史、慢病史记录）
常见慢病随访（高血压、糖尿病等标准化跟进）
用药提醒与初筛（依从性与不良反应评估）
健康宣教与科普（饮食、运动、筛查）
分诊与症状升级（初步风险分级与急诊预警）

为了让她更贴近我们的日常调理习惯，我还在她的核心指令中深度融合了中医辨证体系，在排除急症的前提下，她能提供食疗、穴位按摩和起居调理的中医特色建议。

🛠 二、Agent 与 Skills 的底层架构设计

为了实现上述功能，我采用了主 Agent 挂载多子 Skill 的微服务架构。

1. 核心大脑（SKILL.md）

每个 Agent 都有自己的“灵魂配置文件”（System Prompt）。在 ~/.openclaw/workspace/skills/family-doctor-assistant/SKILL.md 中，我定义了她的角色、目标、绝对不能做的事以及基本的路由规则。她会根据用户的症状描述，自动判断应该调用哪个具体的子技能。

2. 子技能拆解（Sub-Skills）

为了保证回答的专业性和结构化，我将不同的医学场景拆分成了独立的 Markdown 技能文件：

triage-escalation-skills.md：分诊与升级模块，这是最关键的“安全阀”。它强制 AI 首先检测红旗症状，并输出结构化的风险等级（如：立即急救、当日就医、居家观察）。
patient-profile-skills.md：健康档案模块，负责结构化提取患者基本信息。
chronic-followup-skills.md：慢病随访模块，针对特定疾病的随访指南。
medication-reminder-skills.md：用药模块，专注于依从性管理。
health-education-skills.md：健康宣教模块，提供克制、通俗的医学常识。

3. 数据记忆（JSON）

搭配了几个空的 JSON 文件（如 patient_profile.json、followup_record.json），用于持久化存储用户的健康数据，让 AI 拥有“长期记忆”，真正做到千人千面的长期随访。

🚀 三、安装、配置与使用

把这样一个复杂的医疗 Agent 接入到现有的 AI 系统（如 OpenClaw 平台）中，其实非常简单。

步骤 1：部署技能包
将包含上述 SKILL.md 和所有子技能文件的压缩包解压，放入系统指定的 skills 目录中（如 ~/.openclaw/workspace/skills/family-doctor-assistant/）。

步骤 2：注册入列
在团队的花名册（如 AGENTS.md）中为她注册身份：

### 🧑‍⚕️ 护理熙（家庭医生助理）
- **技能文件**: `~/.openclaw/workspace/skills/family-doctor-assistant/SKILL.md`
- **职责**: 基层家庭医生团队的 AI 助手...
- **触发关键词**: 健康、医疗、慢病、分诊、用药...

只要配置文件一保存，系统的主管 Agent（大熙兄）就能识别出这位新员工，并在遇到健康相关问题时，自动把任务派发给她。

步骤 3：丝滑运行与对话
实际使用中，用户不需要输入任何复杂的指令，直接用大白话提问即可。

实战案例：

用户：“我最近嘴唇老是脱皮起干皮，怎么办？”
护理熙运行逻辑：
1. 触发 triage-escalation 检查，排除严重的急性过敏或呼吸困难（确认为“可居家观察”风险）。
2. 调用中医与健康宣教模块，分析这可能是“剥脱性唇炎”或中医所说的“脾胃积热/阴虚火旺”。
3. 输出结构化建议：首先强制要求“管住手别撕皮”，建议厚涂凡士林保湿；其次从中医角度建议喝竹叶莲子心茶降火，按揉足三里和三阴交调理脾胃。

整个过程行云流水，既保证了医疗安全底线，又提供了极具实操性的居家护理方案。