1. 项目概述:用OpenClaw打造中医方剂卡片生成器
最近在技术社区里,OpenClaw(开发圈内戏称为"龙虾")突然火了起来。作为一个长期关注AI应用落地的开发者,我决定亲手试试这个号称能"让AI真正帮你干活"的新工具。经过一周的摸索,我成功用它开发了一个中医方剂卡片生成技能,整个过程既有惊喜也有坑,今天就把完整开发过程和底层原理拆解分享给大家。
这个项目的核心价值在于:通过OpenClaw的Skill机制,将中医方剂知识结构化、可视化。传统的中医知识学习往往需要翻阅大量典籍,而通过这个技能,只需输入方剂名称或症状描述,就能自动生成包含组成、用法、禁忌等信息的精美卡片。对于中医学习者、从业者,或是想系统整理方剂知识的人来说,这能大幅提升学习效率。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心设计思路解析
2.1 技能类型选择
OpenClaw中的Skill大致可分为两类:
| 类型 | 特点 | 适用场景 | 本项目选择 |
|---|---|---|---|
| 操作手册类 | 提供工具使用说明 | 软件教学、流程指引 | ❌ |
| 任务完成类 | 端到端解决问题 | 数据分析、内容生成 | ✅ |
中医方剂卡片生成明显属于"任务完成类"技能。它的核心是将零散的中医知识转化为结构化、可视化的内容,需要处理以下关键点:
- 方剂信息的准确提取(组成、剂量、功效等)
- 内容的可视化呈现(Markdown格式优化)
- 用户交互设计(支持多种查询方式)
2.2 技术架构设计
整个技能的工作流如下:
- 输入解析层:处理用户输入的方剂名称或症状描述
- 知识检索层:从内置知识库匹配相关信息
- 内容生成层:按照预设模板组织内容
- 格式化输出层:生成美观的Markdown卡片
python复制# 伪代码展示核心逻辑
def generate_prescription_card(input_text):
# 1. 输入解析
prescription = parse_input(input_text)
# 2. 知识检索
knowledge = search_knowledge_base(prescription)
