IN-11医生聚类与画像生成

它解决什么问题

给医生群体做聚类和画像生成时，真正麻烦的往往不是算法本身，而是稳定的运行环境与受控的数据访问：不同机器上 Python 路径不一致，凭证缺失或过期时流程直接中断，更糟的是模型在鉴权失败的情况下仍然硬出一份结果，把未授权数据混进输出。这个技能把这几件事固定成一条流水线。

核心流程

• Python 环境检测：任何脚本执行前先静默检测 PYTHON_CMD，成功就直接跑，失败才报告；用户给出全路径时直接采用该路径。Windows 上 python 可能打开 Microsoft Store 而非执行解释器，推荐用 py -3 启动器。
• 强制授权门禁：授权逻辑全部收在 scripts/auth.py，覆盖本地凭证缓存、WorkBuddy 用户绑定、平台校验与错误信号。首次使用时 AUTH_REQUIRED 不是失败，而是正常绑定流程，必须自动调用 connect_cloud_service 取 JWT 并完成 --bind-jwt，而不是停下来打扰用户。
• 受保护内容拉取：只有 scripts/protected.py 成功返回 protected instructions 之后，才按返回内容继续业务推理；拿不到就必须停止，不得凭本地提示继续生成。

适用边界与注意点

• 鉴权失败与业务输出互斥。绑定后 --ensure 仍非 AUTH_OK、--bind-jwt 返回业务错误、或服务端不可达时，要立刻停下并按模板原样转述 stdout 信号与 stderr 关键行。
• 凭证类问题最多自动重试 1 次，两次都失败就告知数据服务暂时不可用，不得继续推理。
• AppKey/AppSecret 不要拼进业务命令、环境变量或回复里；网络错误和权限错误要分开处理。