用途：该技能面向学术写作与医疗文本处理任务，把冗长的电子健康记录（EHR）压缩为结构化、临床准确性较高的摘要，同时抽取关键临床信息。
主要能力：支持处理 1600 词以上的长文档，10-20 秒内生成 200-300 词的项目符号式摘要；抽取患者过敏与不良反应、家族病史、当前及既往用药、诊断与病情、生命体征与化验结果、操作与手术等信息；输出 JSON、Markdown 或纯文本格式；元数据包含原文长度、摘要长度与压缩比（约 85%-90%）。
使用方式：先确认用户目标、必需输入与不可妥协的约束，再校验请求是否在文档范围内。运行前可用 python -m py_compile scripts/main.py 检查脚本，用 python scripts/main.py --help 查看参数，示例命令为 python scripts/main.py --input ehr_document.txt --output summary.json。输入需包含 ehr_text、max_length、extract_sections 等字段；主要参数有 --input/-i（必填）、--output/-o、--max-length（默认 300）、--extract-sections（默认 all）、--format（默认 json）。
依赖：transformers >= 4.30.0、torch >= 2.0.0、spacy >= 3.6.0、scispacy >= 0.5.3，详见 references/requirements.txt。
限制：技术难度为高，约需 2GB 内存；仅接受符合文档用途的请求，超出范围或缺少关键输入时应停止并请求最少补充信息，不得编造文件、引用、数据或执行结果。处理全程在本地进行，无外部 API 调用，患者数据不外传。具体价格、收费、平台支持范围资料暂未提供。