[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-huifer--WellAlly-health":3,"tool-huifer--WellAlly-health":65},[4,18,32,41,49,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":24,"last_commit_at":25,"category_tags":26,"status":17},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85092,2,"2026-04-10T11:13:16",[15,16,27,28,13,29,30,14,31],"视频","插件","其他","语言模型","音频",{"id":33,"name":34,"github_repo":35,"description_zh":36,"stars":37,"difficulty_score":38,"last_commit_at":39,"category_tags":40,"status":17},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[30,16,29],{"id":42,"name":43,"github_repo":44,"description_zh":45,"stars":46,"difficulty_score":38,"last_commit_at":47,"category_tags":48,"status":17},5773,"cs-video-courses","Developer-Y\u002Fcs-video-courses","cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。\n\n面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。\n\n这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。",79792,"2026-04-08T22:03:59",[29,15,16,14],{"id":50,"name":51,"github_repo":52,"description_zh":53,"stars":54,"difficulty_score":24,"last_commit_at":55,"category_tags":56,"status":17},7347,"lobehub","lobehub\u002Flobehub","LobeHub 是一个致力于工作与生活的智能体协作平台，旨在帮助用户发现、构建并与不断成长的 AI 智能体队友协同工作。它解决了当前 AI 应用中单点交互效率低、难以形成规模化协作网络的问题，将“智能体”确立为工作的基本单元，让人类与 AI 能够共同进化。\n\n无论是开发者、研究人员还是普通用户，都能通过 LobeHub 轻松设计多智能体协作流程。平台支持一键安装 MCP 插件、访问丰富的智能体市场，并提供本地与云端数据库管理、多用户协作等高级功能。其独特的技术亮点包括对多种大模型服务商的兼容、本地大模型部署支持、视觉识别、语音对话（TTS\u002FSTT）、文生图以及思维链（Chain of Thought）等能力。此外，LobeHub 还具备分支对话、工件生成、文件上传与知识库集成等实用特性，并适配桌面端、移动端及 PWA 场景，支持自定义主题。\n\n通过开源与自托管选项，LobeHub 为构建人机共演的未来协作网络提供了灵活、可扩展的基础设施。",75141,"2026-04-13T22:06:32",[30,16,13,14,15],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":38,"last_commit_at":63,"category_tags":64,"status":17},2234,"scikit-learn","scikit-learn\u002Fscikit-learn","scikit-learn 是一个基于 Python 构建的开源机器学习库，依托于 SciPy、NumPy 等科学计算生态，旨在让机器学习变得简单高效。它提供了一套统一且简洁的接口，涵盖了从数据预处理、特征工程到模型训练、评估及选择的全流程工具，内置了包括线性回归、支持向量机、随机森林、聚类等在内的丰富经典算法。\n\n对于希望快速验证想法或构建原型的数据科学家、研究人员以及 Python 开发者而言，scikit-learn 是不可或缺的基础设施。它有效解决了机器学习入门门槛高、算法实现复杂以及不同模型间调用方式不统一的痛点，让用户无需重复造轮子，只需几行代码即可调用成熟的算法解决分类、回归、聚类等实际问题。\n\n其核心技术亮点在于高度一致的 API 设计风格，所有估算器（Estimator）均遵循相同的调用逻辑，极大地降低了学习成本并提升了代码的可读性与可维护性。此外，它还提供了强大的模型选择与评估工具，如交叉验证和网格搜索，帮助用户系统地优化模型性能。作为一个由全球志愿者共同维护的成熟项目，scikit-learn 以其稳定性、详尽的文档和活跃的社区支持，成为连接理论学习与工业级应用的最",65767,"2026-04-11T11:10:05",[14,29,16],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":82,"owner_twitter":81,"owner_website":81,"owner_url":83,"languages":84,"stars":105,"forks":106,"last_commit_at":107,"license":108,"difficulty_score":24,"env_os":109,"env_gpu":110,"env_ram":111,"env_deps":112,"category_tags":117,"github_topics":118,"view_count":24,"oss_zip_url":81,"oss_zip_packed_at":81,"status":17,"created_at":123,"updated_at":124,"faqs":125,"releases":126},8986,"huifer\u002FWellAlly-health","WellAlly-health","Ally-Health is an intelligent healthcare assistant that combines Claude AI technology with medical expertise. Through natural language interaction, it helps users record symptoms, manage medications, track medical records, and access professional multidisciplinary consultation analysis—making health management smarter and more accessible","WellAlly-health 是一款基于本地文件的个人健康信息管理系统，它巧妙结合了 Claude AI 技术与专业医疗知识，旨在为用户提供智能、私密的健康管理方案。\n\n面对医疗记录分散、检查报告难解读以及用药安全风险等痛点，WellAlly-health 通过自然语言交互，帮助用户轻松记录症状、管理药物并追踪病史。其核心优势在于强大的智能化分析能力：不仅能自动识别医疗报告图片、提取生化指标与影像数据，还内置了涵盖 13 个专科的智能分析引擎和多学科会诊（MDT）系统。特别值得一提的是，它具备智能药物相互作用检测功能，并能提供五级严重程度预警，有效防范用药风险。\n\n在技术架构上，WellAlly-health 采用纯文件存储模式，无需配置数据库，所有数据均保存在本地，确保护理隐私绝对安全。用户只需通过简单的命令行操作即可管理复杂健康数据，无需任何编程基础。\n\n这款工具非常适合关注自身及家人健康的普通用户，尤其是需要长期慢病管理、服用多种药物或希望系统化整理医疗档案的人群。它让专业的健康管理工作变得像日常对话一样简单易懂，是每个人身边的智能健康助手。","# Claude-Ally-Health - Personal Health Information System\n\n[![English](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flang-English-blue.svg)](README.md)\n[![中文](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flang-中文-red.svg)](README.zh-CN.md)\n\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fhuifer\u002FClaude-Ally-Health?style=social)](https:\u002F\u002Fgithub.com\u002Fhuifer\u002FClaude-Ally-Health)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fhuifer\u002FClaude-Ally-Health?style=social)](https:\u002F\u002Fgithub.com\u002Fhuifer\u002FClaude-Ally-Health)\n[![License: MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhuifer_WellAlly-health_readme_7dced04c5306.png)](https:\u002F\u002Fwww.star-history.com\u002F#huifer\u002FClaude-Ally-Health&type=date&legend=top-left)\n\nA file-based personal health data management system using Claude Code CLI tools for data management.\n\n**GitHub**: https:\u002F\u002Fgithub.com\u002Fhuifer\u002FClaude-Ally-Health\n\n> **⚠️ Disclaimer**: This project is NOT affiliated with, endorsed by, or associated with [Anthropic](https:\u002F\u002Fwww.anthropic.com\u002F) or [Claude.ai](https:\u002F\u002Fclaude.ai\u002F). This is an independent open-source project developed by [WellAlly Tech](https:\u002F\u002Fwww.wellally.tech\u002F).\n>\n> **📝 Note**: This project uses GLM's `mcp__4_5v_mcp__analyze_image` for image recognition.\n\n## Project Developer\n\nThis project is developed and maintained by [WellAlly Tech](https:\u002F\u002Fwww.wellally.tech\u002F).\n\n## System Features\n\n- 📁 Pure file-based storage, no database required\n- 🖼️ Intelligent medical report image recognition\n- 📊 Automatic biochemical test data and reference range extraction\n- 🔍 Structured medical imaging data extraction\n- 🔪 Surgical history and implant management\n- 📋 Structured discharge summary storage\n- 👨‍⚕️ Multi-Disciplinary Team (MDT) consultation system\n- 🔬 13 medical specialist intelligent analysis\n- ☢️ Medical radiation dose tracking and management\n- 💊 **Intelligent drug interaction detection** (New)\n- 🚨 **Five-level severity warning system** (A\u002FB\u002FC\u002FD\u002FX)\n- 👤 User basic profile management\n- 💾 Local storage, completely private data\n- 🚀 Claude Code command operations, no programming required\n\n## Directory Structure\n\n```\nmy-his\u002F\n├── .claude\u002F\n│   ├── commands\u002F\n│   │   ├── save-report.md    # Save medical report command\n│   │   ├── query.md          # Query records command\n│   │   ├── profile.md        # User profile settings command\n│   │   ├── radiation.md      # Radiation exposure management command\n│   │   ├── surgery.md        # Surgery history record command\n│   │   ├── discharge.md      # Discharge summary management command\n│   │   ├── medication.md     # Medication record management command\n│   │   ├── interaction.md    # Drug interaction detection command\n│   │   ├── consult.md        # Multi-disciplinary consultation command\n│   │   └── specialist.md     # Single specialist consultation command\n│   └── specialists\u002F\n│       ├── cardiology.md            # Cardiology specialist Skill\n│       ├── endocrinology.md         # Endocrinology specialist Skill\n│       ├── gastroenterology.md      # Gastroenterology specialist Skill\n│       ├── nephrology.md            # Nephrology specialist Skill\n│       ├── hematology.md            # Hematology specialist Skill\n│       ├── respiratory.md           # Respiratory medicine specialist Skill\n│       ├── neurology.md             # Neurology specialist Skill\n│       ├── oncology.md              # Oncology specialist Skill\n│       ├── general.md               # General practice specialist Skill\n│       └── consultation-coordinator.md # Consultation coordinator\n├── data\u002F\n│   ├── profile.json          # User basic profile\n│   ├── radiation-records.json # Radiation exposure records\n│   ├── allergies.json        # Allergy history records\n│   ├── interactions\u002F         # Drug interaction database\n│   │   ├── interaction-db.json      # Interaction rules main database\n│   │   └── interaction-logs\u002F        # Check history records\n│   ├── medications\u002F          # Medication record data\n│   ├── 生化检查\u002F             # Biochemical test data\n│   │   └── YYYY-MM\u002F\n│   │       └── YYYY-MM-DD_test_name.json\n│   ├── 影像检查\u002F             # Medical imaging data\n│   │   └── YYYY-MM\u002F\n│   │       ├── YYYY-MM-DD_test_name_body_part.json\n│   │       └── images\u002F       # Original image backup\n│   ├── 手术记录\u002F             # Surgery history data\n│   │   └── YYYY-MM\u002F\n│   │       └── YYYY-MM-DD_surgery_name.json\n│   ├── 出院小结\u002F             # Discharge summary data\n│   │   └── YYYY-MM\u002F\n│   │       └── YYYY-MM-DD_main_diagnosis.json\n│   └── index.json            # Global index file\n└── README.md\n```\n\n## Quick Navigation\n\n- 📖 [Complete User Guide](docs\u002Fuser-guide.md) (Chinese) | [docs\u002Fuser-guide.en.md](docs\u002Fuser-guide.en.md) (English) - Detailed command usage instructions and examples\n- 📋 [Data Structure Specification](docs\u002Fdata-structures.md) (Chinese) | [docs\u002Fdata-structures.en.md](docs\u002Fdata-structures.en.md) (English) - JSON data format and field descriptions\n- 🔧 [Technical Implementation Details](docs\u002Ftechnical-details.md) (Chinese) - System architecture and technical details\n- ⚠️ [Safety Guidelines and Usage Limitations](docs\u002Fsafety-guidelines.md) (Chinese) - Safety principles and disclaimer\n\n## Quick Start\n\n1. Ensure Claude Code is installed\n2. Open Claude Code in the current directory\n3. First-time setup: `\u002Fprofile set 175 70 1990-01-01`\n4. Save first report: `\u002Fsave-report \u002Fpath\u002Fto\u002Fimage.jpg`\n5. Record radiation: `\u002Fradiation add CT chest`\n6. Record surgery: `\u002Fsurgery Gallbladder removal surgery in August last year due to gallstones`\n7. Save discharge summary: `\u002Fdischarge @医疗报告\u002F出院小结.jpg`\n8. Query all records: `\u002Fquery all`\n9. Start MDT consultation: `\u002Fconsult`\n\n## Data Privacy\n\n- All data stored on local filesystem\n- No uploads to any cloud services\n- No external database dependencies\n- Completely private management\n\n## Core Commands Overview\n\n| Command | Function | Description |\n|---------|----------|-------------|\n| `\u002Fprofile` | User basic parameters | Set height, weight, birth date |\n| `\u002Fsave-report` | Save medical report | Support biochemical and imaging tests |\n| `\u002Fradiation` | Radiation management | Record and track radiation exposure |\n| `\u002Fsurgery` | Surgery history | Record surgery information and implants |\n| `\u002Fdischarge` | Discharge summary | Save and structure discharge summaries |\n| `\u002Fmedication` | Medication management | Manage medication plans and records |\n| `\u002Finteraction` | Interaction detection | Detect drug interactions |\n| `\u002Fallergy` | Allergy history management | Record and manage allergy history |\n| `\u002Fquery` | Query records | Multi-condition medical data queries |\n| `\u002Fconsult` | Multi-disciplinary consultation | Comprehensive analysis across 13 specialties |\n| `\u002Fspecialist` | Single specialist consultation | Consult specific specialty experts |\n\n> 💡 For detailed usage, refer to [Complete User Guide](docs\u002Fuser-guide.en.md)\n\n## Technical Features\n\n- **Storage Method**: JSON files + filesystem directory structure\n- **Command System**: Claude Code Slash Commands\n- **Expert System**: Multi-specialty Skill definitions + Subagent architecture\n- **Consultation Coordination**: Parallel processing + opinion integration algorithms\n- **Image Recognition**: AI visual analysis\n- **Data Extraction**: Intelligent text recognition and structuring\n- **Radiation Calculation**: Body surface area adjustment + exponential decay model\n\n> 🔧 For more technical details, refer to [Technical Implementation Details](docs\u002Ftechnical-details.md) (Chinese)\n\n## ⚠️ Important Safety Statement\n\nThis system strictly follows medical safety principles:\n\n1. **Does not provide specific medication dosages**\n2. **Does not directly prescribe prescription drugs**\n3. **Does not predict life prognosis**\n4. **Does not replace doctor diagnosis**\n\nAll analysis reports from this system are for reference only and should not be used as a basis for medical diagnosis. All medical decisions require consultation with professional doctors. In case of emergency, seek immediate medical attention.\n\n> ⚠️ For complete safety principles and usage limitations, refer to [Safety Guidelines Document](docs\u002Fsafety-guidelines.md) (Chinese)\n\n## 💊 Drug Interaction Database\n\nThe system includes intelligent drug interaction detection, supporting drug-drug, drug-disease, drug-dose, and drug-food interaction detection using a five-level severity classification system (A\u002FB\u002FC\u002FD\u002FX).\n\n**Core Features:**\n- 🔍 Automatically detect interactions in current medication combinations\n- 🚨 Severity-graded warnings (A\u002FB\u002FC\u002FD\u002FX)\n- 📋 Provide detailed management recommendations and monitoring indicators\n- 💾 Support custom rules and history records\n\n**Quick Start:**\n```bash\n# Check interactions for current medications\n\u002Finteraction check\n\n# List all interaction rules\n\u002Finteraction list\n\n# View absolute contraindication rules\n\u002Finteraction list X\n```\n\n> 📖 **Detailed Documentation**: [Drug Interaction Database Complete Guide](docs\u002Fdrug-interaction-database.md) (Chinese)\n>\n> 🩺 **Professional Contributions**: Medical professionals are welcome to help improve the database → [Contribution Guidelines](docs\u002Fdrug-interaction-database.md#专业人员贡献指南-) (Chinese)\n\n## License\n\nThis project is open-sourced under the [MIT License](LICENSE).\n\n**Important Disclaimer**: This system is for personal health management only and should not be used as a basis for medical diagnosis.\n","# Claude-Ally-Health - 个人健康信息系统\n\n[![英语](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flang-English-blue.svg)](README.md)\n[![中文](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flang-中文-red.svg)](README.zh-CN.md)\n\n[![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fhuifer\u002FClaude-Ally-Health?style=social)](https:\u002F\u002Fgithub.com\u002Fhuifer\u002FClaude-Ally-Health)\n[![GitHub 分支](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fhuifer\u002FClaude-Ally-Health?style=social)](https:\u002F\u002Fgithub.com\u002Fhuifer\u002FClaude-Ally-Health)\n[![许可证：MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n[![星标历史图表](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhuifer_WellAlly-health_readme_7dced04c5306.png)](https:\u002F\u002Fwww.star-history.com\u002F#huifer\u002FClaude-Ally-Health&type=date&legend=top-left)\n\n一个基于文件的个人健康数据管理系统，使用 Claude Code CLI 工具进行数据管理。\n\n**GitHub**: https:\u002F\u002Fgithub.com\u002Fhuifer\u002FClaude-Ally-Health\n\n> **⚠️ 免责声明**: 本项目与 [Anthropic](https:\u002F\u002Fwww.anthropic.com\u002F) 或 [Claude.ai](https:\u002F\u002Fclaude.ai\u002F) 无任何关联、背书或合作关系。这是一个由 [WellAlly Tech](https:\u002F\u002Fwww.wellally.tech\u002F) 独立开发的开源项目。\n>\n> **📝 注意**: 本项目使用 GLM 的 `mcp__4_5v_mcp__analyze_image` 进行图像识别。\n\n## 项目开发者\n\n本项目由 [WellAlly Tech](https:\u002F\u002Fwww.wellally.tech\u002F) 开发并维护。\n\n## 系统功能\n\n- 📁 纯文件存储，无需数据库\n- 🖼️ 智能医疗报告图像识别\n- 📊 自动提取生化检验数据及参考范围\n- 🔍 结构化医学影像数据提取\n- 🔪 手术史及植入物管理\n- 📋 结构化出院小结存储\n- 👨‍⚕️ 多学科会诊系统 (MDT)\n- 🔬 13个医学专科智能分析\n- ☢️ 医疗辐射剂量追踪与管理\n- 💊 **智能药物相互作用检测**（新增）\n- 🚨 **五级严重程度预警系统**（A\u002FB\u002FC\u002FD\u002FX）\n- 👤 用户基本信息管理\n- 💾 本地存储，数据完全私密\n- 🚀 使用 Claude Code 命令操作，无需编程\n\n## 目录结构\n\n```\nmy-his\u002F\n├── .claude\u002F\n│   ├── commands\u002F\n│   │   ├── save-report.md    # 保存医疗报告命令\n│   │   ├── query.md          # 查询记录命令\n│   │   ├── profile.md        # 用户档案设置命令\n│   │   ├── radiation.md      # 辐射暴露管理命令\n│   │   ├── surgery.md        # 手术史记录命令\n│   │   ├── discharge.md      # 出院小结管理命令\n│   │   ├── medication.md     # 药物记录管理命令\n│   │   ├── interaction.md    # 药物相互作用检测命令\n│   │   ├── consult.md        # 多学科会诊命令\n│   │   └── specialist.md     # 单一专科会诊命令\n│   └── specialists\u002F\n│       ├── cardiology.md            # 心脏病学专家技能\n│       ├── endocrinology.md         # 内分泌科专家技能\n│       ├── gastroenterology.md      # 消化内科专家技能\n│       ├── nephrology.md            # 肾脏病学专家技能\n│       ├── hematology.md            # 血液病学专家技能\n│       ├── respiratory.md           # 呼吸内科专家技能\n│       ├── neurology.md             # 神经内科专家技能\n│       ├── oncology.md              # 肿瘤科专家技能\n│       ├── general.md               # 全科医生专家技能\n│       └── consultation-coordinator.md # 会诊协调员\n├── data\u002F\n│   ├── profile.json          # 用户基本信息\n│   ├── radiation-records.json # 辐射暴露记录\n│   ├── allergies.json        # 过敏史记录\n│   ├── interactions\u002F         # 药物相互作用数据库\n│   │   ├── interaction-db.json      # 主要的相互作用规则数据库\n│   │   └── interaction-logs\u002F        # 检查历史记录\n│   ├── medications\u002F          # 药物记录数据\n│   ├── 生化检查\u002F             # 生化检验数据\n│   │   └── YYYY-MM\u002F\n│   │       └── YYYY-MM-DD_test_name.json\n│   ├── 影像检查\u002F             # 医学影像数据\n│   │   └── YYYY-MM\u002F\n│   │       ├── YYYY-MM-DD_test_name_body_part.json\n│   │       └── images\u002F       # 原始图像备份\n│   ├── 手术记录\u002F             # 手术史数据\n│   │   └── YYYY-MM\u002F\n│   │       └── YYYY-MM-DD_surgery_name.json\n│   ├── 出院小结\u002F             # 出院总结数据\n│   │   └── YYYY-MM\u002F\n│   │       └── YYYY-MM-DD_main_diagnosis.json\n│   └── index.json            # 全局索引文件\n└── README.md\n```\n\n## 快速导航\n\n- 📖 [完整用户指南](docs\u002Fuser-guide.md)（中文）| [docs\u002Fuser-guide.en.md](docs\u002Fuser-guide.en.md)（英文）- 详细命令使用说明及示例\n- 📋 [数据结构规范](docs\u002Fdata-structures.md)（中文）| [docs\u002Fdata-structures.en.md](docs\u002Fdata-structures.en.md)（英文）- JSON 数据格式及字段说明\n- 🔧 [技术实现细节](docs\u002Ftechnical-details.md)（中文）- 系统架构和技术细节\n- ⚠️ [安全指南与使用限制](docs\u002Fsafety-guidelines.md)（中文）- 安全原则及免责声明\n\n## 快速开始\n\n1. 确保已安装 Claude Code\n2. 在当前目录下打开 Claude Code\n3. 首次设置：`\u002Fprofile set 175 70 1990-01-01`\n4. 保存第一份报告：`\u002Fsave-report \u002Fpath\u002Fto\u002Fimage.jpg`\n5. 记录辐射：`\u002Fradiation add CT chest`\n6. 记录手术：`\u002Fsurgery 去年八月因胆结石进行了胆囊切除术`\n7. 保存出院小结：`\u002Fdischarge @医疗报告\u002F出院小结.jpg`\n8. 查询所有记录：`\u002Fquery all`\n9. 启动 MDT 会诊：`\u002Fconsult`\n\n## 数据隐私\n\n- 所有数据存储在本地文件系统\n- 不上传至任何云服务\n- 无外部数据库依赖\n- 完全私密管理\n\n## 核心命令概览\n\n| 命令 | 功能 | 描述 |\n|---------|----------|-------------|\n| `\u002Fprofile` | 用户基本参数 | 设置身高、体重、出生日期 |\n| `\u002Fsave-report` | 保存医疗报告 | 支持生化和影像检查 |\n| `\u002Fradiation` | 辐射管理 | 记录并追踪辐射暴露 |\n| `\u002Fsurgery` | 手术史 | 记录手术信息及植入物 |\n| `\u002Fdischarge` | 出院小结 | 保存并结构化出院总结 |\n| `\u002Fmedication` | 药物管理 | 管理用药计划和记录 |\n| `\u002Finteraction` | 相互作用检测 | 检测药物相互作用 |\n| `\u002Fallergy` | 过敏史管理 | 记录和管理过敏史 |\n| `\u002Fquery` | 查询记录 | 多条件医疗数据查询 |\n| `\u002Fconsult` | 多学科会诊 | 跨13个专科的综合分析 |\n| `\u002Fspecialist` | 单一专科会诊 | 咨询特定专科专家 |\n\n> 💡 如需详细使用方法，请参阅 [完整用户指南](docs\u002Fuser-guide.en.md)\n\n## 技术特性\n\n- **存储方式**：JSON文件 + 文件系统目录结构\n- **命令体系**：Claude代码斜杠命令\n- **专家系统**：多专科技能定义 + 子代理架构\n- **会诊协调**：并行处理 + 意见融合算法\n- **图像识别**：AI视觉分析\n- **数据提取**：智能文本识别与结构化\n- **辐射计算**：体表面积调整 + 指数衰减模型\n\n> 🔧 更多技术细节，请参阅[技术实现详情](docs\u002Ftechnical-details.md)（中文）\n\n## ⚠️ 重要安全声明\n\n本系统严格遵循医疗安全原则：\n\n1. **不提供具体药物剂量**\n2. **不直接开具处方药**\n3. **不预测生命预后**\n4. **不替代医生诊断**\n\n本系统生成的所有分析报告仅供参考，不得作为医疗诊断依据。所有医疗决策均需咨询专业医生。如遇紧急情况，请立即就医。\n\n> ⚠️ 完整的安全原则及使用限制，请参阅[安全指南文档](docs\u002Fsafety-guidelines.md)（中文）\n\n## 💊 药物相互作用数据库\n\n系统内置智能药物相互作用检测功能，支持药物-药物、药物-疾病、药物-剂量以及药物-食物之间的相互作用检测，并采用五级严重程度分类体系（A\u002FB\u002FC\u002FD\u002FX）。\n\n**核心功能：**\n- 🔍 自动检测当前用药组合中的相互作用\n- 🚨 严重程度分级警告（A\u002FB\u002FC\u002FD\u002FX）\n- 📋 提供详细的管理建议和监测指标\n- 💾 支持自定义规则及历史记录\n\n**快速入门：**\n```bash\n# 检查当前用药的相互作用\n\u002Finteraction check\n\n# 列出所有相互作用规则\n\u002Finteraction list\n\n# 查看绝对禁忌规则\n\u002Finteraction list X\n```\n\n> 📖 **详细文档**：[药物相互作用数据库完整指南](docs\u002Fdrug-interaction-database.md)（中文）\n>\n> 🩺 **专业贡献**：欢迎医学专业人士参与数据库完善 → [贡献指南](docs\u002Fdrug-interaction-database.md#专业人员贡献指南-)（中文）\n\n## 许可证\n\n本项目采用[MIT许可证](LICENSE)开源。\n\n**重要免责声明**：本系统仅供个人健康管理使用，不得作为医疗诊断依据。","# WellAlly-health 快速上手指南\n\nWellAlly-health（原名 Claude-Ally-Health）是一个基于本地文件系统的个人健康信息管理系统。它利用 Claude Code CLI 工具，无需数据库即可实现医疗报告智能识别、生化数据提取、用药相互作用检测及多学科会诊功能。所有数据存储在本地，确保完全隐私。\n\n## 环境准备\n\n在开始之前，请确保满足以下系统要求：\n\n*   **操作系统**：支持 macOS、Linux 或 Windows (WSL)。\n*   **核心依赖**：必须安装 **Claude Code CLI**。\n    *   安装命令（需先安装 Node.js）：\n        ```bash\n        npm install -g @anthropic-ai\u002Fclaude-code\n        ```\n    *   *注：国内用户若访问 npm 受限，可配置淘宝镜像源：`npm config set registry https:\u002F\u002Fregistry.npmmirror.com`*\n*   **API 密钥**：确保已配置有效的 Anthropic API Key 或兼容的大模型接口密钥。\n*   **图像识别支持**：项目默认使用 GLM 的 `mcp__4_5v_mcp__analyze_image` 进行医疗影像识别，请确保相关 MCP 服务可用或在 `.claude` 配置中正确设置。\n\n## 安装步骤\n\n本项目无需传统编译安装，只需克隆仓库并初始化配置即可。\n\n1.  **克隆项目仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fhuifer\u002FClaude-Ally-Health.git my-his\n    cd my-his\n    ```\n\n2.  **验证目录结构**\n    确认当前目录下包含 `.claude\u002F`（命令与技能定义）、`data\u002F`（数据存储）及 `README.md` 等文件。\n\n3.  **初始化用户档案（首次必做）**\n    在终端启动 Claude Code，并设置个人基础参数（身高 cm、体重 kg、出生日期）：\n    ```bash\n    claude\n    ```\n    进入交互界面后，输入以下命令（请替换为实际数据）：\n    ```text\n    \u002Fprofile set 175 70 1990-01-01\n    ```\n\n## 基本使用\n\n系统通过斜杠命令（Slash Commands）进行操作。以下是核心功能的最简使用示例：\n\n### 1. 保存医疗报告（智能识别）\n支持上传生化检查或影像检查图片，自动提取数据并结构化存储。\n```text\n\u002Fsave-report \u002Fpath\u002Fto\u002Fyour\u002Flab_report.jpg\n```\n*系统会自动识别报告类型，提取指标数值及参考范围，并存入 `data\u002F生化检查\u002F` 或 `data\u002F影像检查\u002F` 目录。*\n\n### 2. 记录辐射暴露\n追踪 CT、X 光等检查的辐射剂量。\n```text\n\u002Fradiation add CT chest\n```\n\n### 3. 记录手术历史\n记录手术名称、时间及植入物信息。\n```text\n\u002Fsurgery Gallbladder removal surgery in August last year due to gallstones\n```\n\n### 4. 保存出院小结\n上传出院小结图片，系统将其结构化存储。\n```text\n\u002Fdischarge @医疗报告\u002F出院小结.jpg\n```\n\n### 5. 药物相互作用检测\n检测当前用药组合是否存在风险（包含五级严重程度警告 A\u002FB\u002FC\u002FD\u002FX）。\n```text\n\u002Finteraction check\n```\n*查看绝对禁忌规则：*\n```text\n\u002Finteraction list X\n```\n\n### 6. 多学科会诊 (MDT)\n启动 13 个专科的智能分析，获取综合诊疗建议。\n```text\n\u002Fconsult\n```\n\n### 7. 查询所有记录\n快速检索已保存的所有健康数据。\n```text\n\u002Fquery all\n```\n\n---\n**⚠️ 安全提示**：本系统生成的分析报告仅供参考，不能替代专业医生的诊断。所有医疗决策请务必咨询专业医疗机构。如遇紧急情况，请立即就医。","45 岁的张先生患有高血压和糖尿病，近期因胸痛就诊后拿着厚厚一叠检查报告和多种新药处方回家，急需理清健康状况并确认用药安全。\n\n### 没有 WellAlly-health 时\n- **资料分散难管理**：纸质报告、手机里的化验单照片散乱各处，想对比半年前的生化指标或查找手术记录时，往往翻箱倒柜也找不到关键数据。\n- **用药风险靠“猜”**：面对心内科、内分泌科医生开具的 5-6 种新药，只能凭记忆或手动搜索网络信息来判断是否存在药物冲突，极易遗漏潜在的严重相互作用。\n- **专业解读门槛高**：化验单上密密麻麻的箭头和医学术语让人一头雾水，难以理解各项指标偏离参考值的具体含义，更无法获得跨科室的综合分析建议。\n- **辐射暴露无记录**：频繁做的 CT 和 X 光检查缺乏统一统计，患者和家属完全不清楚累计辐射剂量是否已接近安全警戒线。\n\n### 使用 WellAlly-health 后\n- **智能归档一键查**：只需将报告拍照上传，WellAlly-health 利用图像识别自动提取生化数据、手术史及出院小结，结构化存储于本地，随时可精准查询历史趋势。\n- **五级预警保安全**：录入新处方后，系统立即启动智能药物相互作用检测，针对张先生的情况发出明确的严重程度分级警告（如 A\u002FB\u002FC\u002FD\u002FX 级），杜绝用药隐患。\n- **多学科会诊在身边**：通过内置的 13 个专科专家模型，WellAlly-health 能模拟多学科诊疗团队（MDT），用通俗语言综合解读心肺与血糖指标，提供连贯的健康指导。\n- **辐射剂量可视化**：自动追踪并累计每次影像检查的辐射剂量，生成清晰的管理图表，帮助患者在后续就医时主动规避过度检查风险。\n\nWellAlly-health 将零散的医疗数据转化为私有的智能健康资产，让每位用户都能拥有随身的“多学科专家顾问团”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhuifer_WellAlly-health_0eb8e3f4.png","huifer","Zen Huifer","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fhuifer_eec3f2c8.jpg","I hate exams so much.","@SourceHot ",null,"huifer97@163.com","https:\u002F\u002Fgithub.com\u002Fhuifer",[85,89,93,97,101],{"name":86,"color":87,"percentage":88},"Shell","#89e051",50.5,{"name":90,"color":91,"percentage":92},"Python","#3572A5",29.9,{"name":94,"color":95,"percentage":96},"HTML","#e34c26",7.5,{"name":98,"color":99,"percentage":100},"JavaScript","#f1e05a",6.5,{"name":102,"color":103,"percentage":104},"CSS","#663399",5.6,829,101,"2026-04-16T13:05:22","MIT","Linux, macOS, Windows","未说明 (依赖 Claude Code 及后端 MCP 服务配置)","未说明",{"notes":113,"python":111,"dependencies":114},"本项目基于文件存储，无需数据库。核心运行依赖是安装并配置好 'Claude Code' 命令行工具。图像识别功能依赖外部 GLM 模型的 MCP 服务，而非本地部署深度学习框架（如 PyTorch）。数据完全本地存储，注重隐私。",[115,116],"Claude Code CLI","GLM MCP (mcp__4_5v_mcp__analyze_image)",[16],[119,120,121,122],"claude","claude-code","health","health-data","2026-03-27T02:49:30.150509","2026-04-18T17:07:38.420420",[],[]]