/family-health-analyzer
分析家族病史、评估遗传风险、识别家庭健康模式、提供个性化预防建议
$ npx -y skills add huifer/WellAlly-health --skill family-health-analyzer --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
- Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
- You can call itInvoke it directly when you want it.
- Slash command
/family-health-analyzer
Context preview
The summary Claude sees to decide when to auto-load this skill.
分析家族病史、评估遗传风险、识别家庭健康模式、提供个性化预防建议
SKILL.md
family-health-analyzer.SKILL.mdname: family-health-analyzer
description: 分析家族病史、评估遗传风险、识别家庭健康模式、提供个性化预防建议
allowed-tools: Read, Write, Grep, Glob
家庭健康分析技能
技能概述
本技能提供家庭健康数据的深度分析,包括:
- 遗传风险评估
- 家族疾病模式识别
- 家庭共同问题分析
- 个性化预防建议
- 可视化报告生成
触发条件
当用户请求以下内容时,使用此技能:
- "家庭健康报告"
- "家族病史分析"
- "遗传风险评估"
- "家庭健康趋势"
- 执行 `/family report` 命令
- 执行 `/family risk` 命令
分析步骤
步骤1: 确定分析目标
识别用户请求类型:
- 家族病史分析
- 遗传风险评估
- 家庭健康趋势
- 家庭健康报告
步骤2: 读取家庭数据
**数据源:** 1. 主数据文件: `data/family-health-tracker.json` 2. 集成模块数据:
- `data/hypertension-tracker.json`
- `data/diabetes-tracker.json`
- `data/profile.json`
步骤3: 数据验证与清洗
**验证项目:**
- 关系完整性
- 年龄合理性
- 数据一致性
步骤4: 遗传模式识别
**识别算法:** 1. 家族聚集性分析 2. 遗传模式识别 3. 早发病例识别(通常<50岁)
步骤5: 风险计算算法
**加权计算:**
遗传风险评分 = (一级亲属患病数 × 0.4) +
(早发病例数 × 0.3) +
(家族聚集度 × 0.3)
风险等级:
- 高风险: ≥70%
- 中风险: 40%-69%
- 低风险: <40%步骤6: 生成预防建议
**建议分类:**
- 筛查建议:定期检查项目
- 生活方式建议:饮食、运动、作息
- 就医建议:何时就医、咨询专科
**示例:**
{
"category": "screening",
"action": "定期血压监测",
"frequency": "每周3次",
"start_age": 35,
"priority": "high"
}步骤7: 生成可视化报告
**HTML报告组件:** 1. 家谱树(ECharts树图) 2. 遗传风险热力图 3. 疾病分布饼图 4. 预防建议时间线
步骤8: 输出结果
**输出格式:** 1. 文本报告(简洁版):命令行输出 2. HTML报告(完整版):可视化图表
安全原则
医学安全边界
- ✅ 仅基于家族病史进行统计分析
- ✅ 提供预防建议和筛查提醒
- ✅ 明确标注不确定性
- ❌ 不进行遗传疾病诊断
- ❌ 不预测个体发病概率
- ❌ 不推荐具体治疗方案
免责声明
每次分析输出必须包含:
⚠️ 免责声明:
1. 本分析基于家族病史统计,仅供参考
2. 遗传风险评估不预测个体发病
3. 所有医疗决策请咨询专业医师
4. 遗传咨询建议咨询专业遗传咨询师
集成现有模块
- 读取高血压管理数据
- 读取糖尿病管理数据
- 关联用药记录
---
**技能版本**: v1.0 **最后更新**: 2025-01-08 **维护者**: WellAlly Tech
Read more
name: family-health-analyzer description: 分析家族病史、评估遗传风险、识别家庭健康模式、提供个性化预防建议 allowed-tools: Read, Write, Grep, Glob
家庭健康分析技能
技能概述
本技能提供家庭健康数据的深度分析,包括:
- 遗传风险评估
- 家族疾病模式识别
- 家庭共同问题分析
- 个性化预防建议
- 可视化报告生成
触发条件
当用户请求以下内容时,使用此技能:
- "家庭健康报告"
- "家族病史分析"
- "遗传风险评估"
- "家庭健康趋势"
- 执行 `/family report` 命令
- 执行 `/family risk` 命令
分析步骤
步骤1: 确定分析目标
识别用户请求类型:
- 家族病史分析
- 遗传风险评估
- 家庭健康趋势
- 家庭健康报告
步骤2: 读取家庭数据
**数据源:** 1. 主数据文件: `data/family-health-tracker.json` 2. 集成模块数据:
- `data/hypertension-tracker.json`
- `data/diabetes-tracker.json`
- `data/profile.json`
步骤3: 数据验证与清洗
**验证项目:**
- 关系完整性
- 年龄合理性
- 数据一致性
步骤4: 遗传模式识别
**识别算法:** 1. 家族聚集性分析 2. 遗传模式识别 3. 早发病例识别(通常<50岁)
步骤5: 风险计算算法
**加权计算:**
遗传风险评分 = (一级亲属患病数 × 0.4) +
(早发病例数 × 0.3) +
(家族聚集度 × 0.3)
风险等级:
- 高风险: ≥70%
- 中风险: 40%-69%
- 低风险: <40%步骤6: 生成预防建议
**建议分类:**
- 筛查建议:定期检查项目
- 生活方式建议:饮食、运动、作息
- 就医建议:何时就医、咨询专科
**示例:**
{
"category": "screening",
"action": "定期血压监测",
"frequency": "每周3次",
"start_age": 35,
"priority": "high"
}步骤7: 生成可视化报告
**HTML报告组件:** 1. 家谱树(ECharts树图) 2. 遗传风险热力图 3. 疾病分布饼图 4. 预防建议时间线
步骤8: 输出结果
**输出格式:** 1. 文本报告(简洁版):命令行输出 2. HTML报告(完整版):可视化图表
安全原则
医学安全边界
- ✅ 仅基于家族病史进行统计分析
- ✅ 提供预防建议和筛查提醒
- ✅ 明确标注不确定性
- ❌ 不进行遗传疾病诊断
- ❌ 不预测个体发病概率
- ❌ 不推荐具体治疗方案
免责声明
每次分析输出必须包含:
⚠️ 免责声明: 1. 本分析基于家族病史统计,仅供参考 2. 遗传风险评估不预测个体发病 3. 所有医疗决策请咨询专业医师 4. 遗传咨询建议咨询专业遗传咨询师
集成现有模块
- 读取高血压管理数据
- 读取糖尿病管理数据
- 关联用药记录
---
**技能版本**: v1.0 **最后更新**: 2025-01-08 **维护者**: WellAlly Tech
WellAlly Health is a local-first, AI-powered personal health record (PHR) system.
Other skills on wellally-health.
- /ai-analyzer
AI驱动的综合健康分析系统,整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。
Open skill - /emergency-card
生成紧急情况下快速访问的医疗信息摘要卡片。当用户需要旅行、就诊准备、紧急情况或询问"紧急信息"、"医疗卡片"、"急救信息"时使用此技能。提取关键信息(过敏、用药、急症、植入物),支持多格式输出(JSON、文本、二维码),用于急救或快速就医。
Open skill - /fitness-analyzer
分析运动数据、识别运动模式、评估健身进展,并提供个性化训练建议。支持与慢性病数据的关联分析。
Open skill - /food-database-query
**技能名称**: Food Database Query **技能类型**: 数据查询与分析 **创建日期**: 2026-01-06 **版本**: v1.0
Open skill - /goal-analyzer
分析健康目标数据、识别目标模式、评估目标进度,并提供个性化目标管理建议。支持与营养、运动、睡眠等健康数据的关联分析。
Open skill - /health-trend-analyzer
分析一段时间内健康数据的趋势和模式。关联药物、症状、生命体征、化验结果和其他健康指标的变化。识别令人担忧的趋势、改善情况,并提供数据驱动的洞察。当用户询问健康趋势、模式、随时间的变化或"我的健康状况有什么变化?"时使用。支持多维度分析(体重/BMI、症状、药物依从性、化验结果、情绪睡眠),相关性分析,变化检测,以及交互式HTML可视化报告(ECharts图表)。
Open skill

