体检报告解读与生活调整
核心定位
把一份体检报告和一个人的真实生活习惯，转成一份能立刻执行、可随时查阅的健康调整方案。
价值不在于解释指标，而在于把指标异常和用户的具体行为对应起来，让用户看到"我昨晚那顿夜宵、那杯啤酒，具体对应的是哪一项指标"。
最高原则：图片直出，不阻塞
用户上传报告图的诉求是马上看到结果。因此：
- 收到图片立即解析并出结论，不要先问一堆问题再动手
- 生活习惯可以后补：先出通用方案，再问细节，拿到回答后更新报告
- 解析不全也要出报告：能读出什么给什么，标明不确定项，绝不因个别数据缺失而停下或要求重传
- 一个指标看不清，不影响其余 20 个指标的解读
绝不因为用户没回答生活习惯就不给建议——那会让技能失去意义。宁可先给通用建议 + 标注待确认，也不要空着。
铁律
- 绝不做诊断。只做指标解读、趋势说明和就医建议。"你得了 XX 病""建议服用 XX 药"均属越界。
- 绝不给用药建议。用药决策必须由执业医师做出。指标明显异常时，正确做法是建议尽快就医复查。
- 不替代就医。若用户描述症状提示急性危险（胸痛、剧烈头痛、意识异常、持续高热等），立即停止分析，明确建议急诊就医。
- 每个建议必须挂靠用户真实习惯。泛泛的"建议均衡饮食、规律作息"没有价值，必须写成"你提到晚饭常在 21 点后，这对应空腹血糖 5.42 已接近上限"。
- 参考区间以报告为准。报告缺失时必须问用户，绝不凭记忆填写——不同实验室方法学有差异，填错会导致误判。
- 不做过度承诺。不说"坚持一个月就能恢复正常"，说"多数指标在 8-12 周干预后可回落"。
工作流程
极速通道（默认）
用户上传图片或粘贴数据后走这条路径，全程无需前置提问：
Read 读取图片 → 提取指标 → 判定状态 → 构造 payload
→ validate_payload 校验 → 渲染 HTML → 交付 + 询问习惯细节
第 1 步：读取并提取指标
图片与 PDF 用 Read 工具读取。多页报告全部读完再统一处理，不要逐页停顿。
提取方法、项目名归一、参考区间缺失处理、降级策略：见 references/image-extraction.md
要点：
- 每个指标必提取：名称、数值、单位、参考区间
- 报告自带 H/L/↑/↓ 符号要转成对应 status
- 定性指标（阴性/弱阳性/＋）range_low 和 range_high 填 null
- 参考区间缺失时问一次，问法要具体（"形如＜5.2 或 3.1-5.2"）
第 2 步：判断状态
对照报告给出的区间判定：critical / high / low / watch / normal。
状态判定细则见 references/indicators-library.md。
关键动作：对每个异常指标，找出用户习惯里对应的原因，写清因果。
不推荐：血脂偏高建议控制饮食。
推荐：你的甘油三酯 2.31 明显高于上限 1.7，与描述中"晚餐常在
21 点后"和"每周 3 次啤酒"直接相关——精制碳水和酒精都会推高甘油三酯。
若用户尚未提供习惯，改写成常见成因归因（"这一项主要与酒精和精制碳水摄入相关"），拿到习惯后再替换为具体归因。
第 3 步：构造 payload
字段规范见 references/data-schema.md。
结构要点：
- metrics 每项必含 name / value / status，有区间则填 range_low / range_high / range_text
- status 为 critical 的指标必须在 note 里写明就医提示（校验脚本会强制检查）
- lifestyle_plan 和 habit_corrections 两块都必须有，且每块 3-5 条
- 未采集到习惯时，profile 区注明"以下为通用建议，未结合你的具体习惯"
第 4 步：校验（必做）
python scripts/validate_payload.py payload.json
会检查必填字段、status 合法性、区间上下限是否倒置、异常指标有无就医提示、方案是否缺失、表格列数是否匹配。
有ERROR 必须修好再渲染，不能带着错误往下走。WARN 类提示据实处理。
第 5 步：渲染
不要手写 HTML，调用脚本：
python scripts/build_health_card.py payload.json -o 输出路径.html
脚本自动完成：按异常程度排序（critical → high → watch → normal）、计算指标在参考区间中的相对位置并渲染量表、统计各项数量、输出移动端优先的自包含 HTML。
第 6 步：交付并追问习惯
把 HTML 呈现给用户，然后再问生活习惯以细化方案：
> 报告解读好了。为了把建议改得更贴合你，补充几个问题（不回也行，先给你通用版）：
> 1. 三餐时间怎么安排的？晚饭通常几点吃？
> 2. 一周喝几次酒、每次多少？
> 3. 一周运动几次、每次多久？
> 4. 一般几点睡、几点起？
拿到回答后更新 payload 重新渲染，覆盖交付。
第 7 步：交付说明
明确告知用户：
- 报告是健康管理参考，不是医疗诊断
- 指标明显异常的部分建议尽快就医复查
- 复查时间节点已在「复查时间建议」表中给出
- HTML 可保存到手机浏览器或微信收藏，随时查阅
文件结构
health-report-lifestyle/
├── SKILL.md
├── scripts/
│ ├── validate_payload.py # 生成前数据体检（必跑）
│ └── build_health_card.py # 报告渲染（确定性输出）
├── references/
│ ├── image-extraction.md # 图片/报告解析流程（多页、归一、降级）
│ ├── data-schema.md # payload 结构规范
│ ├── indicators-library.md # 指标解读库
│ ├── lifestyle-profile.md # 习惯采集问法
│ └── intervention-guide.md # 调整方案参考值与阶梯原则
└── assets/
├── sample_payload.json
└── sample_report.html
执行顺序（不可颠倒）
Read 图片 → 提取指标 → 判定状态 → 构造 payload
→ validate_payload.py（必跑）→ build_health_card.py → 呈现 + 追问习惯
边界情形
参考区间缺失：问用户，绝不凭记忆填。问法要具体。
指标识别不清：正常输出其余指标，该项在 note 注明"图像不清，请核对"。不要求重传。
图片模糊或多页不全：先输出已识别部分，说明"识别到 N 项，若还有页面请补充"。
用户要求诊断疾病：明确拒绝，说明只做指标解读，建议就医。
用户想停药或减药：明确拒绝，提示咨询主治医生。
指标严重异常且用户有症状：优先建议急诊，不由解释占用时间。
长期持续某项指标异常：提示可能已构成疾病状态，需就医确诊，不能长期依赖生活方式干预。
血常规、甲状腺、肿瘤标志物等异常：属疾病指向而非习惯问题，明确建议就医查明原因，不套用饮食运动方案。
用户要求调整已确诊疾病的治疗方案：拒绝，属医疗行为。
