WiseDiag 医疗大模型问诊
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_a457224d/wisediag-model。
技能介绍
要解决的问题
医疗问答常见难点不是“能不能回答”,而是模型是否稳定进入医学上下文、是否保留可审查的推理过程、是否能被现有 Agent 低成本接入。这个技能把医学、临床诊断、疾病症状、药物剂量与相互作用、治疗路径、解剖生理、公共卫生等话题统一路由到 WiseDiag 医疗大模型,避免通用助手直接作答时缺少专业问题拆解。
技能如何工作
技能按 OpenAI 兼容方式调用 wisediag-large-latest,请求入口为 https://openapi.wisediag.com/v1,密钥通常通过 WISEDIAG_API_KEY 提供。由于 API 是无状态接口,客户端必须自己维护 messages 数组,并处理上下文长度。流式模式下,响应会先返回 delta.reasoning_content,再返回 delta.content;简单问题可能没有推理字段。推荐 stream: true,结合 temperature、top_p、max_tokens 和 seed 控制生成行为。最终包中的 usage 可记录 prompt_tokens 与 completion_tokens。
适用边界与注意点
该技能会把提示词发送到云端服务器处理,不建议直接放入未脱敏病历、患者身份、隐私数据或商业机密。若任务敏感,应优先使用本地或离线模型。多轮对话会让 token 持续累积,需要在客户端截断、摘要或重置会话。深度思考会增加数秒到十余秒延迟,且不一定每次出现,前端应把推理和正文作为两个阶段展示。
使用场景
- 临床医生排查疑难病例时,向模型追问鉴别诊断路径与循证医学依据
- 健康问答产品工程师用 OpenAI SDK 对接模型,并把思维链内容渲染到前端
- 医学生复习药理学时,围绕某类药物的剂量、相互作用和禁忌做多轮追问
- 护理培训系统开发者在客户端维护消息历史,并按上下文窗口截断旧消息
适合人员
- 三甲医院临床医生,需要就疑难病例的鉴别诊断和用药方案获取循证参考
- 医疗 SaaS 后端工程师,需要将 WiseDiag 兼容接口嵌入现有健康问答服务
- 医学院研究生,需要围绕药理学、病理学等多轮追问并验证推理链路
- 医疗 AI 产品经理,需要评估模型 reasoning_content 的质量以规划前端交互