核心执行能力 (Skills)

视觉大模型 (VLM) 认知接入

传统的爬虫和按键精灵方案非常极其脆弱：哪怕大众点评更新了一个按钮位置，或者遇到一次弹窗，整个流程就会崩溃。

我们将最新的视觉大模型能力整合进了 OpenClaw 插件中：

• 不依赖于 HTML DOM 获取，而是完全模拟人类眼睛识别屏幕上的输入框与表格。
• 在对接无法开放 API 的局域网 HIS 和复杂的设备端（如全景影像控制台）桌面软件时，具备完美的“看图作业”鲁棒性。

大语言意图拆解与动态自愈

结合 AI 智能体的推理链（Chain of Thought），赋予了自动化脚本思考的能力。 即便第三方团购挂号界面出现了新的更新、广告弹窗遮挡或因网速过慢导致未完全加载，内置 LLM 会智能判断阻碍意图并做出：

1. 自动寻找关闭按钮点掉弹窗。
2. 跳过无意义广告。
3. 返回上一步重新执行重试流。

实现真正无需人工干预的“自愈引擎”。

非结构化医疗信息提纯

这是专属用于医疗行业的技能包。通过 OpenClaw 的多模态支持，你可以将诊所产生的各种杂乱媒介统一接收清洗：

• 解析凌乱的门诊微信私信记录。
• 阅读带手写体标注的电子转诊单、检查单 PDF。
• 利用定制的 Pi Agent 对提取特征进行清洗，强制输出规范的 年龄、既往史、患处、主诉 JSON 级档案，再通过节点写入中心 CRM 数据集。

外部网关拓展与生态协同

依托 OpenClaw 本身的 插件渠道 (Plugins Channels) 与 多智能体路由 (Multi-agent Routing) 能力，构建全网一体化：

• 上架企微接口：对接患者后，进行定期专属沟通以及营销短信发送。
• 对接美团/抖音：轮询提取门店经营日历里的每一张核销券和留资痕迹。
• 对接企业内部微信群：自动生成各类图表通报推送给分院院长。