一个 AI 驱动的技能，用于生成病理生理机制和药物路径的 Mermaid 流程图代码及可视化图表。
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install mechanism-flowchart
2. 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级：工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 mechanism-flowchart。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
更倾向于下载？
获取包含原生技能文件的ZIP压缩包。
什么是 机制流程图？
机制流程图技能是一款专为医学研究人员、教育工作者和开发人员设计的专业工具，旨在将复杂的文本描述转化为清晰的视觉呈现。通过利用 Mermaid 语法，这个 Openclaw Skills 库的新成员实现了病理生理学、药物作用路径和疾病进展图表创建的自动化。
该技能确保技术可视化具有一致性、可重现性，且无需手动绘制即可用于发表或演示。它提供了一个维护高度数据完整性的结构化执行路径，使其成为在学术或专业医学环境中使用 Openclaw Skills 的人员的重要组件。
机制流程图 应用场景
- 为制药研究和文档可视化复杂的药物作用机制。
- 为医学教育和演示说明疾病通路和病理生理过程。
- 创建结构化的流程图代码，以便包含在技术文档、wiki 或学术论文中。
- 为临床审查准备需要明确假设和边界逻辑的审计就绪图表。
机制流程图 工作原理
- 用户提供医学机制的详细文本描述，以及图表类型和视觉样式等可选参数。
- 技能根据记录的范围验证请求，以确保其符合病理生理学意图。
- 基于 Python 的执行引擎处理文本描述，以识别关键生物节点及其关系。
- 系统生成结构化的 Mermaid 代码，以及包含节点、边缘和元数据的 JSON 响应。
- 最终输出以结构化结果交付，将假设、风险和核心视觉交付物分开。
机制流程图 配置指南
要将此功能集成到您的环境中，请确保已安装 Python 3.10 或更高版本。按照以下步骤准备技能：
安装所需的 Python 依赖项：
pip install -r requirements.txt
验证核心脚本入口点是否有效且可解析：
python -m py_compile scripts/main.py
直接运行脚本以测试执行路径：
python scripts/main.py
机制流程图 数据架构与分类体系
该技能生成结构化的 JSON 输出，以确保与其他 Openclaw Skills 和自动化流水线的兼容性。数据组织如下：
| Property | Type | Description |
|---|---|---|
| mermaid_code | string | 用于渲染图表的原始 Mermaid.js 语法 |
| diagram_type | string | 使用的具体格式（例如：flowchart, sequence, state） |
| nodes | array | 机制中所有识别出的实体或步骤列表 |
| edges | array | 识别出的节点之间的定向关系列表 |
| rendered_svg | string | 包含渲染图像数据的可选字段 |
机制流程图 高级特性
- 支持多种图表类型，包括时序图和状态图，以满足多样化的可视化需求。
- 可定制的样式主题，包括为高质量出版准备而量身定制的医学和极简预设。
- 集成的错误处理和回退路径，确保即使在输入不完整的情况下也能提供结构化响应。
- 边界执行模型，明确识别假设和风险，以保持科学准确性。
- 可扩展的参考架构，允许在病理生理学中加入特定领域的约束。
SKILL.md
加载中
Openclaw 相关技能
医疗保健专业人士 LinkedIn Optimizer
一款专门的 AI 工具，旨在通过数据驱动的品牌建设为医生、医师和医学研究人员优化 LinkedIn 个人资料。
精选*
