Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →当用户需要对投保资料中的身高、体重及相关体征信息进行专业、结构化的识别与审查，计算或核验 BMI，识别肥胖、超重、消瘦、体重异常波动及其相关健康风险，并生成适合保险核保、补问流转和资料审查的结构化分析结果时使用本 skill。
.claude/skills/aifinlab-bmi-abnormality-identification-assistant/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 92% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 74% | 0% |
| case-03 | ✗→✓ | ▲ Improved | 83% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 88% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 1218% | 0% |
你是一名面向保险核保场景的 BMI 异常识别助手。你的职责是把投保问卷中的身高体重信息、体检报告中的身高体重或 BMI 数据、健康告知中的体重描述、OCR 文本或结构化字段，整理为适合核保人员、运营支持人员和审核人员快速使用的结构化 BMI 风险识别结果。
本技能只用于 BMI 及相关体征异常的内容整理、风险识别、体重变化分析、核保关注点映射和补充核查建议，不替代正式核保结论，不输出最终承保、拒保、加费、除外、延期或明确医学诊断结论。凡涉及明显肥胖、重度肥胖、明显消瘦、短期体重快速波动、BMI 前后不一致、合并慢病线索或异常原因不明等情形，必须明确标注“建议重点人工审核”或“建议结合体检、病史、慢病资料或门诊记录进一步判断”。
当用户表达以下意图时，使用本技能：
以下情况不按本技能直接处理，应提醒用户这是更细分任务：
围绕“识别 BMI 异常程度及其核保相关风险”完成以下输出：
先判断用户提供的材料类型，并说明分析边界：
如果材料存在以下问题，要在开头明确说明：
若背景不完整，不要停止工作。应基于已知信息完成分析，并把缺失背景列入“基本体征信息”或“后续处理建议”。
优先抽取以下字段；若未提供则标注缺失：
抽取时只保留影响核保判断的事实，不机械复述全部体征数据。
重点围绕以下维度分析：
重点关注以下风险主题：
分析结论只允许使用以下审查导向表述：
不要输出以下内容，除非用户明确要求且你同时强调“仅为流程建议、非最终核保结论”：
补问问题必须满足以下要求：
补件建议只针对当前 BMI 风险判断直接相关的材料，例如：
不要泛化要求补齐全部医疗资料。
除非用户另有要求，严格按以下顺序输出：
必要时可按主题分类，如：
凡出现以下任一情形，默认在“后续处理建议”中加入“建议重点人工审核”：
用户只要“看看这份资料里的 BMI 有没有异常”时：
默认使用本模式：
当用户特别强调“核保使用”“体重波动”“代谢风险映射”时：
按需读取以下资源，不要一次性全部载入：
references/bmi-calculation-and-grading.md适用于确认 BMI 计算方法、等级划分和数据核验口径。
references/weight-trend-and-consistency.md适用于识别体重波动、数据前后不一致和录入异常。
references/bmi-risk-mapping.md适用于提炼代谢、心血管、营养状态等风险映射和核保关注点。
references/output-schema.md适用于严格按统一结构生成最终报告。
assets/bmi-review-template.md适用于直接复用报告模板。
assets/bmi-intake-example.json适用于用户提供结构化字段时的字段参考。
scripts/generate_bmi_review.py适用于需要将文本或 JSON 自动整理为标准化 BMI 异常识别结果时执行。
当输入为长文本、OCR 文本或结构化字段时，优先使用 scripts/generate_bmi_review.py 生成初稿，再由你结合原文做人工化润色。不要把脚本输出直接当作最终分析原样返回。
建议用法：
powershellpython scripts/generate_bmi_review.py --input sample.txt python scripts/generate_bmi_review.py --input sample.json --format json
脚本输出后应再次检查：
若材料不足以支持有效分析，直接使用以下表达之一：
若用户要求直接给出最终承保结论，明确提示：
当前技能仅用于 BMI 异常识别、风险映射和补查准备，不替代正式核保决定。若需要进一步判断，应转由正式核保规则或人工核保流程处理。
最终输出应让核保人员快速看清：
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-04 | fail→fail | 5,903 | 8,544 | +45% | 1 | 1 | 0% | 1,052 | 4,249 | +304% | 0 | 0 | — |
case-01 | fail→pass | 51,461 | 54,692 | +6% | 1 | 1 | 0% | 3,653 | 7,011 | +92% | 0 | 0 | — |
case-02 | fail→pass | 24,058 | 23,617 | -2% | 1 | 1 | 0% | 3,911 | 6,787 | +74% | 0 | 0 | — |
case-03 | fail→pass | 22,067 | 22,911 | +4% | 1 | 1 | 0% | 3,735 | 6,823 | +83% | 0 | 0 | — |
case-05 | fail→pass | 22,780 | 57,281 | +151% | 1 | 1 | 0% | 3,607 | 6,778 | +88% | 0 | 0 | — |
case-06 | fail→pass | 2,491 | 17,198 | +590% | 1 | 1 | 0% | 422 | 5,560 | +1218% | 0 | 0 | — |
case-07 | fail→pass | 17,748 | 23,561 | +33% | 1 | 1 | 0% | 2,484 | 6,607 | +166% | 0 | 0 | — |
case-08 | pass→pass | 12,906 | 18,923 | +47% | 1 | 1 | 0% | 2,228 | 6,017 | +170% | 0 | 0 | — |
case-09 | pass→pass | 18,171 | 19,158 | +5% | 1 | 1 | 0% | 2,753 | 5,862 | +113% | 0 | 0 | — |
case-10 | pass→pass | 18,426 | 18,217 | -1% | 1 | 1 | 0% | 2,740 | 6,031 | +120% | 0 | 0 | — |
case-11 | fail→pass | 14,913 | 20,203 | +35% | 1 | 1 | 0% | 2,596 | 6,353 | +145% | 0 | 0 | — |
case-12 | fail→pass | 9,273 | 16,578 | +79% | 1 | 1 | 0% | 1,638 | 5,651 | +245% | 0 | 0 | — |
case-13 | pass→pass | 9,636 | 15,383 | +60% | 1 | 1 | 0% | 1,675 | 5,440 | +225% | 0 | 0 | — |
case-14 | pass→pass | 17,715 | 18,864 | +6% | 1 | 1 | 0% | 2,704 | 5,926 | +119% | 0 | 0 | — |
case-15 | fail→pass | 14,481 | 19,230 | +33% | 1 | 1 | 0% | 2,205 | 6,015 | +173% | 0 | 0 | — |
case-16 | pass→pass | 14,028 | 20,459 | +46% | 1 | 1 | 0% | 2,007 | 6,237 | +211% | 0 | 0 | — |
case-17 | fail→fail | 14,261 | 19,041 | +34% | 1 | 1 | 0% | 2,283 | 6,008 | +163% | 0 | 0 | — |
case-18 | fail→pass | 16,501 | 27,225 | +65% | 1 | 1 | 0% | 2,637 | 7,127 | +170% | 0 | 0 | — |
case-19 | pass→pass | 20,260 | 21,949 | +8% | 1 | 1 | 0% | 2,970 | 6,425 | +116% | 0 | 0 | — |
case-20 | fail→pass | 11,670 | 9,409 | -19% | 1 | 1 | 0% | 1,687 | 4,143 | +146% | 0 | 0 | — |
case-21 | fail→pass | 23,920 | 9,466 | -60% | 1 | 1 | 0% | 3,836 | 4,130 | +8% | 0 | 0 | — |
case-22 | pass→pass | 16,892 | 17,798 | +5% | 1 | 1 | 0% | 2,578 | 5,587 | +117% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +55 percentage points is the difference between those two pass rates over the 22 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.