烯旺集团医疗科研成果检索与视频口播文案生成

概述

本技能提供对烯旺集团石墨烯远红外医疗科研成果的全量检索能力，并支持基于检索结果自动生成高质量视频口播文案。数据目录包含66个文档文件，覆盖肿瘤治疗、骨科疼痛、五官科、妇科、皮肤美容、神经睡眠、心血管、中医艾灸、基础理论、企业品牌、产品应用等11个主题领域。

数据目录

科研成果资料存放路径：

F:\李玲（市场营销）\扣子腾讯元器\烯旺医疗科研成果

该目录下包含以下子文件夹：

根目录（3个文件）：科研成果摘要总纲、社群QA问答
陈医生医疗内容/（1个文件）：中医好转反应科普
公众号医疗及产品内容/（22个文件）：面向大众的医疗科普推文
企业资料汇总/（3个文件）：企业介绍PDF/PPTX、大事记
医疗论文合集（原文）/（26个文件）：石墨烯医疗临床研究论文原文
热敏灸实用读本-陈日新/（13个文件）：陈日新教授热敏灸体系著作

完整文档索引详见 references/document_index.md。

快速开始

检索脚本位于 scripts/search_medical.py，使用以下 Python 运行时：

C:\Users\lim\.workbuddy\binaries\python\versions\3.13.12\python.exe

命令一览

命令	用途	示例
`scan`	扫描全部文件，输出清单与统计	`scan <dir>`
`list`	列出所有文档按分类分组	`list <dir>`
`search`	按关键词搜索（空格分隔，OR匹配）	`search <dir> "干眼症有效率"`
`topic`	按预定义主题检索	`topic <dir> tumor`
`disease`	按疾病名称检索（自动匹配主题）	`disease <dir> 失眠`
`topics`	列出所有可用主题	`topics`

主题参数

topic 命令支持以下主题：

主题代码	中文名称	覆盖范围
`tumor`	肿瘤/癌症治疗	乳腺癌、前列腺癌、结肠癌、无创光热疗、化疗协同、纳米载体
`pain`	骨科/疼痛	膝骨性关节炎、慢性腰腿痛、颈椎病、腰椎间盘突出
`ent`	五官科	干眼症、变应性鼻炎、扁桃体炎、耳鼻喉炎症
`gynecology`	妇科	痛经、乳腺增生、甲状腺结节
`skin`	皮肤/美容	黄褐斑、面部皮肤改善、毛发生长
`sleep`	神经/睡眠	顽固性失眠、脑卒中后失眠、肥胖焦虑
`cardiovascular`	心血管	心脑血管意外预防、红细胞缗钱状排列
`tcm`	中医/艾灸	热敏灸、艾灸、经络、阳气、好转反应、胃脘痛
`theory`	基础理论/机制	非热效应、远红外共振、6-14微米吸收谱、红外线生物效应
`enterprise`	企业/品牌	烯旺集团介绍、大事记、医疗器械认证
`product`	产品应用	光波房、能量房、悬灸仪、穿戴设备
`all`	全部主题	同时检索以上所有主题

主题关键词词典详见 references/medical_topics.md。

检索工作流

步骤一：确定检索目标

根据用户需求判断检索方式：

用户给出具体关键词（如"石墨烯干眼症有效率"）→ 使用 search 命令
用户指定主题方向（如"肿瘤治疗相关研究"）→ 使用 topic 命令
用户指定疾病名称（如"失眠的临床研究"）→ 使用 disease 命令
用户要求概览全部内容 → 使用 scan 或 list 命令
用户要求生成视频文案 → 先检索相关资料，再按文案指南生成

步骤二：执行检索脚本

运行脚本获取 JSON 格式的检索结果：

"C:\Users\lim\.workbuddy\binaries\python\versions\3.13.12\python.exe" "C:\Users\lim\.workbuddy\skills\xiwang-medical-research\scripts\search_medical.py" <command> "F:\李玲（市场营销）\扣子腾讯元器\烯旺医疗科研成果" [args]

实际示例：

# 扫描全部文件
python search_medical.py scan "F:\李玲（市场营销）\扣子腾讯元器\烯旺医疗科研成果"

# 搜索关键词
python search_medical.py search "F:\李玲（市场营销）\扣子腾讯元器\烯旺医疗科研成果" "石墨烯 干眼症 有效率"

# 按肿瘤主题检索
python search_medical.py topic "F:\李玲（市场营销）\扣子腾讯元器\烯旺医疗科研成果" tumor

# 按疾病名称检索
python search_medical.py disease "F:\李玲（市场营销）\扣子腾讯元器\烯旺医疗科研成果" 失眠

# 列出所有文档分类
python search_medical.py list "F:\李玲（市场营销）\扣子腾讯元器\烯旺医疗科研成果"

# 查看所有可用主题
python search_medical.py topics

步骤三：分析与整理检索结果

脚本返回 JSON 数据后，按以下方式整理：

按相关度排序：匹配数最多的文件优先
提取核心数据：从匹配段落中提炼研究结论、临床数据、有效率等关键信息
关联上下文：利用返回的 context_before 和 context_after 字段理解完整语境
标注来源：每条信息标注出处（文件名、分类、段落位置）
分类归纳：将相似内容归类，形成结构化的科研成果摘要

步骤四：生成视频口播文案（如用户需要）

当用户要求生成视频口播文案时，在完成检索后：

加载文案指南：阅读 references/video_script_guide.md 了解创作原则、标准结构和语气风格
选择文案模板：根据视频类型（科普/种草/品牌）选择对应结构，参考 assets/video_script_template.md
整合检索素材：将检索到的科研数据、研究结论、企业信息融入文案
生成完整文案：按照模板格式输出，包含口播正文、画面建议、数据来源和合规提示

视频口播文案生成规范

创作原则

科学严谨：所有数据必须来源于检索到的论文原文，不得编造
通俗易懂：医学术语需转化为大众语言，用比喻具象化
情感共鸣：从用户痛点切入，用"你"作为对话主体
结构清晰：开头抓注意 → 中间讲清楚 → 结尾给引导

文案结构（短视频版 60-90秒）

【开头钩子】3-5秒 → 痛点/好奇/反常识
【背景铺垫】10-15秒 → 问题相关性
【核心内容】30-40秒 → 技术原理 + 临床数据
【信任背书】10-15秒 → 学术机构/认证
【结尾引导】5-10秒 → 行动召唤

合规注意事项

不承诺治愈，使用"辅助治疗""改善""缓解"等措辞
区分"临床研究"与"已上市产品"
对比其他材料时以科研数据为依据
末尾加入"具体效果因人而异"提示

详细创作指南详见 references/video_script_guide.md。

脚本输出字段说明

每条检索结果包含以下字段：

字段	说明
`file`	文件名
`path`	文件完整路径
`relative_path`	相对于数据目录的路径
`category`	文档分类（根目录文件/中医科普/公众号推文/企业资料/学术论文/热敏灸专著）
`type`	文件类型（docx/pdf）
`total_paragraphs`	文档总段落数
`total_chars`	文档总字符数
`match_count`	匹配段落数
`matches`	匹配详情列表
`matches[].paragraph_index`	段落在原文中的序号
`matches[].matched_keywords`	命中的关键词列表
`matches[].content`	段落正文内容
`matches[].context_before`	前一段落内容
`matches[].context_after`	后一段落内容

注意事项

脚本依赖 python-docx（处理.docx）和 pdfplumber（处理.pdf）库，已安装于管理Python环境
临时锁文件（以 ~$ 开头）自动跳过
search 命令使用 OR 逻辑：段落包含任意一个关键词即命中
检索结果按匹配数降序排列，每个文件最多返回10条匹配
PDF文件提取的文本可能因扫描质量而有少量识别误差
生成视频文案时必须以检索到的实际内容为依据，不可编造数据
每次检索后应将结果整理为用户可读的摘要，而非直接输出原始 JSON

资源文件

scripts/search_medical.py — 核心检索脚本，支持 scan/search/topic/disease/list/topics 六种命令
references/document_index.md — 全部66个文档的完整索引与分类
references/medical_topics.md — 11个主题分类体系、关键词词典与疾病映射
references/video_script_guide.md — 视频口播文案创作指南（结构、风格、引用规范、合规要求）
assets/video_script_template.md — 视频口播文案输出模板

Xiwang Medical Research

安装到 Tokeny（自动）

SKILL.md