加水量预测 · Skill

定位（AI 必读）

本 skill 固化「文献导出 → 计算模型 → 可复用工具」的闭环。学员给文献导出（或课题方向），AI 产出三件套，系数全部锚定文献、可复算。

• 学员：给 CNKI/PubMed 导出 txt，或说"预测中药加水量"
• AI：读文献 → 抽加水量证据 → 建双模型 → 生成 HTML/Python/Excel
• 目标：输入饮片重量即自动输出加水量，日常代煎可直接复用

触发场景

• "预测中药加水量""建立加水量计算模型""输入饮片重量自动算加水量"
• 提供 CNKI-*.txt / abstract-*.txt 等导出，要求拆解加水量模型
• 关联方向：煎煮工艺参数对中药代煎质量的影响（加水量/吸水率/料液比）

核心方法

Step 1 · 文献证据提取（从导出 txt 抽数）

1. PubMed 导出（如 abstract-DrugsChine-set.txt）：直接读全文，找含 water addition / N-fold / tenfold / X-fold amount of water / volume of water 的段落，记录倍量值与工艺（次数、时间）。
2. CNKI 导出（常 >0.5MB 单行长摘要）：用 Grep 先按 加水量|吸水率|加水倍量|料液比|浸泡用水量 定位，再用 Python 按句切分提取 <200字 的关键句（见下"代码骨架"），抽 X倍 / 料液比1:X / 加水N倍量 数值。
3. 证据表必须沉淀：来源、方/药、加水倍量、工艺备注。典型文献值（已验证）：
   - 常规饮片水煎 6–10 倍（Yihuang 8倍、苁蓉舒精 6倍、肝癌方 10倍/tenfold、肺炎汤 10倍）
   - 花叶/全草吸水强 15–20 倍（金银花 15、板蓝根 20）
   - 煮散碎粒 12–18 倍（当归 13、党参 13、甘草 15、麻黄等 18）
   - 二煎经验：首煎 10 倍 / 二煎 6 倍（CNKI L635）

Step 2 · 构建三模型（目标成品导向为主，原两模型作辅助/对照）

模型三 · 目标成品液导向加水量（主模型，v1.1 新增）
以「代煎成品满足用药量」为结局：每日两次、每次 200 mL → 单副成品 V_dose = 200×2 = 400 mL。
反向求解最小总加水量，使煎后定容/分装到目标体积：

V_dose     = 每次用量 × 每日次数          # 单副目标成品 = 400 mL
V_total    = V_dose × 疗程天数
W_abs      = Σ( W_i × 吸水率_i% )         # 饮片吸水（按类别）
E          = 蒸发速率 × (先煎+首煎+二煎 总时长)/60
S          = W_abs × β                   # 药渣夹带综合系数（β=1.3）
Q_min(单副) = V_dose + W_abs + E + S      # 单副最小总加水量（保证成品达标下限）
Q_min(总)   = V_total + W_abs×n + E×n + S×n

分配（单副）：先煎药设最低水位 = MAX(ΣW_pre×8, W_abs_pre×β)；其余按 首煎:二煎 = 时长比 补足。
默认 蒸发速率 敞口 100 / 密闭 40 mL/h；先煎 30、首煎 30、二煎 20 min；β=1.3。
该模型直接服务于代煎业务「每次 200 mL 服药量」，取代原倍量法的盲目加水。

模型一 · 加水倍量法（工艺研究·辅助）

加水量(mL) = 饮片重量(g) × N
二煎倍量   = MAX(4, ROUND(N × 0.6))      # 锚定 CNKI「首煎10/二煎6」

N 按饮片类别取文献中值（见系数表）。该模型证据最充分、最易复用，作工艺参数研究视角。

模型二 · 吸水率法（物理基准，交叉校验）

首煎 = W × 吸水率% + 蒸发速率×(首煎min/60) + W × 目标煎液系数
二煎 = 蒸发速率×(二煎min/60) + W × 目标煎液系数

默认 蒸发速率 100 mL/h、首煎 60 min、二煎 40 min、目标煎液系数 2.5。
结果通常偏下限，作校验；煮散类以加水倍量法为准。

Step 3 · 生成三件套（单一事实来源，共用一套系数）

系数表（写入所有三件套，必须一致）
| 类别key | 名称 | N(默认) | 倍量范围 | 吸水率% |
|---|---|---|---|---|
| 花叶全草 | 花叶/全草类（质地疏松、吸水强） | 12 | 10–15 | 250 |
| 根茎藤木 | 根茎/藤木类 | 10 | 8–12 | 150 |
| 果实种子 | 果实/种子类 | 10 | 8–12 | 120 |
| 皮树脂 | 皮/树脂类 | 10 | 8–12 | 140 |
| 矿物贝壳 | 矿物/贝壳/金石类（多先煎） | 8 | 6–10 | 50 |
| 动物角甲 | 动物/角甲类（多先煎） | 8 | 6–10 | 90 |
| 煮散 | 煮散（粉碎颗粒） | 14 | 12–18 | 200 |
| 通用 | 通用/不明 | 10 | 8–12 | 150 |

代码骨架（CNKI 长行提取）

import re
kw = re.compile('加水量|吸水率|加水倍量|料液比|浸泡用水量')
with open(path, encoding='utf-8', errors='ignore') as f:
    for line in f:
        if not kw.search(line): continue
        for s in re.split(r'(?<=[。；;])', line):
            if kw.search(s) and len(s) < 200:
                print(s.strip())   # 抽关键句

完整生成器

references/build_water_model.py 是已验证的可移植生成器：

python build_water_model.py [输出目录]   # 缺省输出到当前目录

它内置上述系数表与双模型函数，一次产出 HTML/Python/Excel 三件套，并跑自检。
改系数后重跑即可，保证三件套一致。

注意事项（AI 输出前自检）

• [ ] 系数表是否三件套一致？（改一处须重跑生成器）
• [ ] 目标成品导向是否为默认主模型？（每次200mL×每日2次=400mL/副）
• [ ] 目标导向 Q_min 公式是否 = V_dose + 饮片吸水 + 蒸发 + 药渣夹带？
• [ ] 先煎药是否设最低水位 MAX(ΣW_pre×8, W_abs_pre×β)？
• [ ] N 取值是否有文献出处？（常规 6–10、花叶 15–20、煮散 12–18）
• [ ] 二煎倍量是否用 MAX(4,ROUND(N×0.6))？
• [ ] 吸水率法是否标注"下限校验、煮散以倍量法为准"？
• [ ] HTML 是否离线可用（无外部依赖/CDN）？
• [ ] 是否附文献证据表（来源/方/倍量/工艺）？

版本