i5858555255/nhx-acupuncture-diagnosis
Data science & ML倪海厦针灸医案辨证技能：盲法对照+gold判分+规则归因迭代（当前正式版 v14r5：v14r2 + M2-05/M2-06共触发协调；86 案主穴 F1 0.5185/Jac 0.3762）
Overview
将倪海厦《人纪·针灸篇》辨证选穴方法论蒸馏为 LLM 可执行技能，并用**（93 案、多轮迭代）量化验证其对原案选穴的复现能力。，统一评分口径（BENCHMARK-AUDIT-01 审计整改后 + M5-F canonical 单一点级评分器）：；排除"天然不可开"案后的 64 案核心集：主穴召回率 59.8%、精确率 53.0%、F1 53.5%。v13 由 M5 方法论归因与受控验证驱动：C 残余归因（86 案 322 错、13 条候选）→ D 候选受控验证（合入 4 条：R2 肺积水分型分流 +41TP/0FP、R3 五十肩曲池足三里 +4/0、RC-5 病在心神门大陵 +3/0、RC-6 膀胱经腰背组 +2/0）→ v13 盲法（F1 50.1%）→ RC-5/RC-6 非随访案过触发约束修正（v13rc1 guarded：60_01 恢复肩髃、234_01 去大陵、137_01/70_01 复诊撤承山，ΔFP−5）→ 完整回归 7 项门槛全过转正。v14r2 为上一代正式基线（备份于 _backup/ 与独立目录 doubao-acupuncture-diagnosis_v14r2/），历史口径与差异归因详见 盲法对照实验/benchmark_v2/旧新口径差异报告.md、sf10_阶段G/最终中文总结报告.md、sf10_阶段M3M4/最终中文总结报告_M3M4.md、sf10_阶段M5/G_验收/。 1. ——LLM 辨证执行引擎：随技能携带《诊断与针灸实施指南》（倪师人纪针灸篇整理版，9 篇 + 4 附录）、特效库（31 条）、治则手法库（57 条）、知识条目（131 节）、典型案例示范集（8 例）。输入任意症状/主诉，按 9 环节流程输出"带依据的诊断 + 四层选穴 + 下针明细 + 禁忌 + 疗程痊愈判断"。v14r5 自 SF10-M12-2 转正（在 v14r2 基线上仅落地 M2-05/M2-06 共触发协调：心脏三针巨阙主证整组保列、利水扩展穴水道让位；8/8 验收，86 F1 0.5185/Jac 0.3762，ΔTP+9/ΔFP−3，恰 140-149 链 9 案；v14r2 为上一代正式基线，备份于 _backup/，完整版本历史见 doubao-acupuncture-diagnosis_v14r2/变更记录_R2.
README
nhx-acupuncture-diagnosis · 倪海厦针灸辨证 AI 技能与盲法对照实验
将倪海厦《人纪·针灸篇》辨证选穴方法论蒸馏为 LLM 可执行技能，并用真盲法对照实验（93 案、多轮迭代）量化验证其对原案选穴的复现能力。当前正式基线 = v14r5（v14r2 + M2-05/M2-06 共触发协调：心脏三针巨阙主证整组保列、利水扩展穴水道让位；SF10-M12-2 验收 8/8），统一评分口径（BENCHMARK-AUDIT-01 审计整改后 + M5-F canonical 单一点级评分器）：主穴召回率 55.9%、精确率 52.8%、F1 51.9%、Jaccard 37.6%（86 案宏平均）；排除"天然不可开"案后的 64 案核心集：主穴召回率 59.8%、精确率 53.0%、F1 53.5%。v13 由 M5 方法论归因与受控验证驱动：C 残余归因（86 案 322 错、13 条候选）→ D 候选受控验证（合入 4 条：R2 肺积水分型分流 +41TP/0FP、R3 五十肩曲池足三里 +4/0、RC-5 病在心神门大陵 +3/0、RC-6 膀胱经腰背组 +2/0）→ v13 盲法（F1 50.1%）→ RC-5/RC-6 非随访案过触发约束修正（v13rc1 guarded：60_01 恢复肩髃、234_01 去大陵、137_01/70_01 复诊撤承山，ΔFP−5）→ 完整回归 7 项门槛全过转正。v14r2 为上一代正式基线（备份于
_backup/与独立目录doubao-acupuncture-diagnosis_v14r2/），历史口径与差异归因详见盲法对照实验/benchmark_v2/旧新口径差异报告.md、sf10_阶段G/最终中文总结报告.md、sf10_阶段M3M4/最终中文总结报告_M3M4.md、sf10_阶段M5/G_验收/。
目录
项目定位
本项目包含一套主技能与一套系统的验证实验：
doubao-acupuncture-diagnosis（主技能，v14r5 正式版）——LLM 辨证执行引擎：随技能携带《诊断与针灸实施指南》（倪师人纪针灸篇整理版，9 篇 + 4 附录）、特效库（31 条）、治则手法库（57 条）、知识条目（131 节）、典型案例示范集（8 例）。输入任意症状/主诉，按 9 环节流程输出"带依据的诊断 + 四层选穴 + 下针明细 + 禁忌 + 疗程痊愈判断"。v14r5 自 SF10-M12-2 转正（在 v14r2 基线上仅落地 M2-05/M2-06 共触发协调：心脏三针巨阙主证整组保列、利水扩展穴水道让位；8/8 验收，86 F1 0.5185/Jac 0.3762，ΔTP+9/ΔFP−3，恰 140-149 链 9 案；v14r2 为上一代正式基线，备份于_backup/，完整版本历史见doubao-acupuncture-diagnosis_v14r2/变更记录_R2.md、doubao-acupuncture-diagnosis_v14r5/变更记录_R5.md与主目录变更记录_SF10_v14.md）。盲法对照实验——358 份病案普查 → 93 块针灸首诊案抽盲法测试集（症状/原案处方一一配对）→ 多轮技能迭代（v140 基线至 v12 终版）+ 逐轮盲法回归判分，并自 SF10-M1 起转入原案选穴归因驱动的方法论优化范式（每处差异反推原书/指南依据，择优更新方法论）。这是本项目的核心证据链。
曾含第二套对照技能
renji-zhenjiu/（book2skill 流水线产物）：经与主技能逐项比对，其知识主体已被主技能覆盖，仅 2 处有原书依据的增量（灸之大原则、家庭养生）已蒸馏并入主技能指南（第九篇灸法安全行、附录 D）；该目录已在远程仓库移除，本地亦已删除（仓库整理批次）。
仓库现状（整理批次 2026-10）：删除
doubao-acupuncture-diagnosis/根目录下的_特效库全量.json、_治则手法库.json两份与references/重复的旧版残留；renji-zhenjiu/已整体删除；SKILL.md与references/随技能根目录放置（skill/子目录更名）。方法论与实验结论不涉及任何指标变化。当前局限清单与目标整理（含与其他高手讨论的起点）见本仓库根目录的
局限与目标整理.md。
项目结构
nhx/
├── doubao-acupuncture-diagnosis/ # 主技能（v14r5 正式版）
│ ├── SKILL.md # 辨证执行引擎（9 环节契约 + 四层模板 + 检索纪律 + 一页决策树 + 证据驱动穴量 + 整组装配执行 + R2 肺积水分型/R3 五十肩/RC-5 神门大陵/RC-6 膀胱经腰背 + RC-5/6 触发约束 + R7 踝部两线组 + R1 足跟痛组）
│ ├── 诊断与针灸实施指南.md # 方法论（另 references/ 下为随技能携带版）
│ ├── 针灸篇-知识条目整理.md # 穴位定位/主治/手法知识条目（131 节）
│ ├── 教程.txt / 教程_utf8.txt # 倪师人纪针灸教程原文（整理工作底本）
│ ├── 针灸诊断交互页.html # 问诊采集壳
│ ├── 针灸实施全流程.html # 流程展示页
│ ├── 指南-覆盖对照表.md / 知识条目对照审计.md / 移植说明.md / 变更记录_SF10_v11.md / 变更记录_SF10_v12.md / 变更记录_SF10_v13.md / 变更记录_SF10_v14.md
│ ├── 样例-髋酸胆经虚证-米粒灸鸡眼.md
│ └── references/
│ ├── 诊断与针灸实施指南.md # 随技能携带方法论
│ ├── 特效库全量.json # 31 条（diag/plan/method 三块）
│ ├── 治则手法库.json # 57 条
│ └── 典型案例示范集.md # 8 例推理链示范（盲法测试禁读）
├── doubao-acupuncture-diagnosis_v14r5/ # v14r5 受控候选（=正式版内容，转正源；M2-05/M2-06 共触发协调，变更记录_R5.md）
├── doubao-acupuncture-diagnosis_v14r2/ # v14r2 受控候选（上一代正式版内容；R7 line① 排除域预防性收紧，变更记录_R2.md）
├── doubao-acupuncture-diagnosis_v14r1/ # v14r1 受控候选（上一代正式版内容；含 R1 足跟痛组变更记录_R1.md）
├── doubao-acupuncture-diagnosis_v14r7/ # v14 受控候选（更早一代；含 R7 踝部两线组变更记录_R7.md）
├── doubao-acupuncture-diagnosis_v13rc1/ # v13 guarded 候选（上一代正式版内容；含 RC-5/RC-6 约束的完整变更记录）
├── doubao-acupuncture-diagnosis_v13/ # v13 候选（RC-5/RC-6 约束修正前，研究保留）
├── doubao-acupuncture-diagnosis_v12/ # v12 上一代正式基线（变更记录 + skill 副本，转正源）
├── doubao-acupuncture-diagnosis_v10/ # v10 受控对照版本（SF10 阶段 B，证据保留）
├── 盲法对照实验/
│ ├── 盲法93/ # 盲法测试集（case_list.json + symptoms 93 + prescriptions 93）
│ ├── 盲法93_v{2..9}/ # 九轮回归产物（结果 json/判分明细 csv/汇总/报告/判分脚本）
│ ├── 盲法93_v10/ 盲法93_v10_hist/ # v10 双模式盲法（symptom-only / history-aware）
│ ├── 盲法93_v11/ # v11 盲法实测（判分明细/汇总/误差分类/逐案新旧差异）
│ ├── 盲法93_v12/ # v12 盲法实测（判分明细/汇总/逐案差异/误差分类/逐条M2收益表）
│ ├── benchmark_v2/ # BENCHMARK-AUDIT-01 评分基建整改（统一归一化器/统一评分器/审计日志/manifest/旧新口径差异报告）
│ ├── sf10_阶段{A..G}/ # SF10 全阶段产物（基线冻结/v10受控/symptoms_v2/历史感知/误差驱动/统一验收/v11实测/核心集双轨）
│ ├── sf10_阶段M1/ # 原案选穴归因审计（归因卡/汇总表/方法论候选条目清单 M2-01..13）
│ ├── sf10_阶段M3M4/ # v12 方法论落地+盲法实测（变更清单↔指标对应/逐条收益/横向对照）
│ ├── 全集针灸首诊/ # 140 块针灸首诊案（full/symptoms/prescriptions + 核验清单）
│ ├── 技能迭代收敛报告.md # 多轮全景 + 收敛结论（主交付）
│ ├── GH蒸馏落地报告.md # nihaixia 仓库方法蒸馏（主交付）
│ ├── 失败模式归因.md # 86 案逐案归因
│ └── _*.py # 处理/判分脚本（doc 提取、症状构建、判分、归因）
├── _backup/ # 技能各版备份链（含 SKILL.md_v11转正前_20261014.md / _v9转正前_20261014.md）+ 审计前版本
├── _archive/ # 历史截图与构建脚本
├── README.md
└── LICENSE
方法论：技能设计
技能按倪师《人纪·针灸篇》方法论整理为 9 环节执行契约：
1 接诊问诊 → 2 望诊观察 → 3 触诊按压 → 4 辨证定案（八纲/虚实/寒热/五行/时辰/脏象）
→ 5 双主干分流（局部特效穴 vs 辨经辨证）+ 特效库强制反查 + 压痛点直接取穴
→ 6 选经（循行定位→经验信号→压痛点三通道）
→ 7 选穴（四层模板：对症 ≥3 / 俞募背俞条件化 / 八脉交会 / 特效奇穴，主穴以 7 为目标）
→ 8 下针实施明细 → 9 收尾（痊愈信号/疗程/禁忌）
关键机制（均有原书/指南依据，九轮中逐条实证）：
| 机制 | 加入轮 | 实证效果 |
|---|---|---|
| 特效库强制反查 + 四层模板 | R1 | 同 16 案 30.4%→44.1% |
| 反查精准化（1–3 穴宁缺毋滥）+ 俞募条件化 + 单操作识别 | R2 | 奇穴命中率 10.2%→24.2% |
| 主诉焦点纪律 + 特效压痛直接取穴 + 耳穴归并 | R3 | 107 案 0→100%、340/312 0→100% |
| 局部专科穴优先 + 透刺端点惯例 + 天应灸触发 | R4 | 117 案 0→0.75、194/216 系列升 |
| 主穴扩量 6–8 + 兼证调理保留 + 天应灸条件收紧（攻坚组） | R5 | 重合率 +6.8pp（最大单轮涨幅） |
| 主穴以 7 为目标 + 八脉 2 组普遍化 | R6 | 复现率峰值 43.9% |
| 检索纪律（逐穴附原文出处，防幻觉）+ 一页决策树 | R8（GH 蒸馏） | 执行方差 26%→80%、依据 100% |
| v6 穴量规则 × 检索纪律（综合最优） | R9 | 主+佐召回率 50.9%（新口径，九轮最高；旧口径 49.1%） |
| 证据驱动穴量（删除强制凑穴）+ 灸法奇穴移出主穴 + 八脉异组仅留第 1 组 + 背俞仅压痛依据 + 乳癌链补梁丘 + 318 类规则补强 | SF10/v11 | 主穴 F1 42.2%（+4.3pp）、精确率 45.2%（+8.7pp，十轮最高）、零命中案 3→1（201/318 救回） |
| 原案选穴归因驱动（M1 审计 28 案 → M2 归纳 13 条方法论条目 → M3 落地：肩髃应腋下/神门大陵归心经/心脏三针/手麻分经/外关阳维/水肿利水整组/三痹/鼻透/肝关/肺癌组/下焦泌尿等） | SF10/v12 | 主穴 F1 48.5%（+6.3pp）、全处方召回率 60.0%（首破 6 成）、11 条有收益/1 条无收益/0 负收益 |
| 残余归因+受控验证（M5-C 322 错/13 候选 → D 消融+候选验证 → v13 盲法：R2 肺积水分型分流 / R3 五十肩曲池足三里优先级 / RC-5 神门大陵同出 / RC-6 膀胱经腰背整组；再经 M6 RC-5/6 过触发约束修正 → guarded 转正） | SF10-M5/M6 v13 | 主穴 F1 50.5%（+2.0pp，FP 再降 19 个）、Jaccard 36.3%、核心集 F1 52.4%；28/58 分组双改善（+3.8pp/+1.0pp vs v12） |
| R7 踝部两线组受控转正（SF10-M7：外踝胆经痛→丘墟侠溪 / 单踝扭伤肿→商丘透丘墟，两线互斥；M7-B 触发审计无跨案误触、M7-D 7/7 验收） | SF10-M7 v14 | 主穴 F1 50.9%（+0.4pp）、Jaccard 36.6%、ΔTP+3/ΔFP0；118 单踝局部痛无原书依据未合入（如实记录） |
| R1 足跟痛组受控转正（SF10-M10-1：足跟痛→水泉+对侧大陵，仆参备选非必出；排除脚底冷/外踝/足外侧冷/双踝水肿；M10-1 验收 8/8） | SF10-M10-1 v14r1 | 主穴 F1 51.1%（+0.2pp）、Jaccard 36.7%、ΔTP+2/ΔFP0（恰 208/221 各+大陵） |
| R7a 排除域预防性收紧（SF10-M10-4：line① 明文排除"足外侧冷无痛无扭伤"档，236 天应对称治冷机制不触发外踝胆经痛；防御性固化非提分） | SF10-M10-4 v14r2 | 主穴 F1 51.1%（持平）、Jaccard 36.7%（持平）、ΔTP0/ΔFP0；236 在 v14r1 已 R7 零命中，patch 净差异=0 案 |
| M2-05/M2-06 共触发协调（SF10-M12-2：L13 优先级注落地——心脏三针巨阙主证整组保列、利水扩展穴水道让位；140-149 肺积水链 9 案） | SF10-M12-2 v14r5 | 主穴 F1 51.9%（+0.8pp）、Jaccard 37.6%（+0.9pp）、ΔTP+9/ΔFP−3；巨阙全 gold、水道全非 gold |
方法论：真盲法对照实验
- 数据：358 份倪师门诊病案 doc 全量普查（olefile piece-table 解析）→ 140 个针灸首诊块（93 块有方案 = 86 可判分 + 7 特殊标注单列；47 块针灸栏空为纯中药案）。
- 盲法定义：子代理只读症状文件独立辨证选穴，与 gold（原案处方）对照；禁读原案处方与历史盲法产物。
- 判分口径（旧版）：别名归并（肩禺/肩臑→肩髃等）、复合单元端点（X+Y 拆两穴、A透B 取两端）、耳穴归并、剔"天應導引"手法注。
- 指标（旧版）：主穴重合率（主）、主+佐重合率、精确率、命中/出穴比、主穴均值、<40% 案数；R8 起增加执行忠实度（同规则重执行一致案数）与逐穴依据齐全率。
⚠ 评分口径修正（2026-10-14，BENCHMARK-AUDIT-01）：外部独立审查发现旧评分器存在三处口径问题——①"重合率(主)“分母为 gold 穴数，实为召回率而非"命中/出穴”；②精确率分母用未展开的主穴单元数，透刺/复合展开后可能 >100%；③九轮使用了两套预测归一化函数（v140/v2 与 v3–v9 不同）；④膝五针/三皇穴在 gold 中同时保留父级组名与组成穴，重复计数。现已统一归一化、按点级 precision/recall/F1/Jaccard 重算全部九轮（结果在
benchmark_v2/，旧数据只归档未覆盖）。下表保留旧口径数值供对照，新口径数值见下文与差异报告。
早期九轮迭代全景（同 86 案、同 gold）——【旧口径，供对照，v10/v11 见下文 SF10 表】
| 轮次 | 主穴均值 | 重合率(主)=recall旧 | 主+佐(旧) | 精确率(旧) | 命中/出穴比(旧) | <40%案 |
|---|---|---|---|---|---|---|
| 140 基线 | 5.87 | 27.4% | 33.2% | 35.7% | 35.0% | 67 |
| R2 | 5.33 | 29.5% | 34.9% | 41.6% | 40.2% | 61 |
| R3 | 5.31 | 32.6% | 38.5% | 42.5% | 41.1% | 58 |
| R4 | 5.48 | 34.7% | 40.9% | 44.2% | 42.9% | 58 |
| R5 | 6.08 | 41.5% | 46.5% | 48.4% | 47.8% | 43 |
| R6 | 6.86 | 43.9% | 48.7% | 46.5% | 46.1% | 37 |
| R7（删穴收敛，失败） | 6.11 | 39.7%↓ | 47.5% | 45.4% | 44.8% | 50 |
| R8（检索纪律，规则=v7） | 6.10 | 39.7% | 47.5% | 45.4% | 44.8% | 50 |
| R9（v6 规则×纪律） | 6.90 | 42.2% | 49.1% | 44.0% | 43.5% | 41 |
统一口径复算（BENCHMARK-AUDIT-01 整改后，宏平均）
同一归一化器、同一点级指标重算全部九轮；"重合率(主)"更名为 recall（gold 召回率），精确率分母改为规范化点数（透刺/复合正确展开，恒 ≤100%）。
| 轮次 | recall(主) | precision(主) | F1(主) | Jaccard(主) | recall(主+佐) | 点数均 |
|---|---|---|---|---|---|---|
| 140 | 28.4% | 28.9% | 27.2% | 17.0% | 34.4% | 7.33 |
| R2 | 32.5% | 36.3% | 32.3% | 20.8% | 37.9% | 6.41 |
| R3 | 33.7% | 36.4% | 32.8% | 21.3% | 39.7% | 6.38 |
| R4 | 36.2% | 37.3% | 34.6% | 22.9% | 42.6% | 6.70 |
| R5 | 43.1% | 40.9% | 39.9% | 26.7% | 48.2% | 7.45 |
| R6 | 45.5% | 38.6% | 39.8% | 26.4% | 50.4% | 8.62 |
| R7 | 41.3% | 38.9% | 37.9% | 25.1% | 49.2% | 7.43 |
| R8 | 41.3% | 38.9% | 37.9% | 25.1% | 49.2% | 7.43 |
| R9（v9） | 43.9% | 36.5% | 38.0% | 25.0% | 50.9% | 8.67 |
SF10 新增版本（同口径，宏平均）：
| 版本 | recall(主) | precision(主) | F1(主) | Jaccard(主) | recall(主+佐) | 点数均 |
|---|---|---|---|---|---|---|
| v10（证据驱动·不推荐） | 41.3% | 37.3% | 36.9% | 24.4% | 47.3% | 7.87 |
| v11（上一代基线） | 44.9% | 45.2% | 42.2% | 28.7% | 51.0% | 7.08 |
| v12（上一代基线） | 52.2% | 49.6% | 48.5% | 34.2% | 60.0% | 7.83 |
| v13（上一代正式基线） | 53.8% | 52.0% | 50.5% | 36.3% | 59.9% | 7.8 |
| v14（上一代正式基线） | 54.7% | 52.2% | 50.9% | 36.6% | 60.0% | 7.8 |
| v14r1（上一代正式基线） | 54.9% | 52.3% | 51.1% | 36.7% | 60.0% | 7.8 |
| v14r2（上一代正式基线） | 54.9% | 52.3% | 51.1% | 36.7% | 60.0% | 7.8 |
| v14r5（正式基线） | 55.9% | 52.8% | 51.9% | 37.6% | 60.0% | 7.8 |
- 统一口径下：九轮内"recall 峰值 v6、precision 峰值 v5"的格局仍成立；SF10 的 v12 已全面刷新全部指标峰值为历代最高（recall +6.7pp vs v6、precision +8.7pp vs v11、F1 +8.6pp vs v11、主+佐 recall 首破 6 成）；M5/M6 的 v13 在 v12 之上再提升（recall +1.6pp、precision +2.4pp、F1 +2.0pp、Jaccard +2.1pp，FP 净降 19 个）——归因→原书证据→受控验证→约束修正的闭环持续有效，主穴点数均 7.8。
- 差异归因（v9）：gold 复合组口径修正使 11 案 recall 全部上升（膝五针/三皇穴不再重复计数，如 8_01 0.444→0.875）；精确率分母由单元数改点数，旧精确率 44.0% 高估约 7.4pp（实测 36.5%）。
- 分层（v9）：复诊跟随案 20 案 recall 30.9% vs 锚案/首次案 66 案 47.8%——复诊链案显著拖低均值；v11 复诊层 F1 +5.38pp、首诊层 F1 +2.35pp（见
sf10_阶段G/横向对照表_v11.md）；v13 复诊跟随层 F1 48.7%、乳癌链 66 F1 58.3%、M1-28 F1 59.1%、未M1-58 F1 46.3%（v13rc1 判分汇总）。 - 确定性：同一评分器连续 3 次输出 SHA-256 完全一致；canonical_scorer 单元测试 30/30 全过（指标公式/复合穴展开/透刺端点/别名归并/gold 去重/空预测/空 gold）；点级 precision 超 100% 违规案 0；v12 历史结果经 canonical 复算哈希逐字节一致。
- 当前 86 案定位为开发集成绩（多轮迭代复用同一测试集）；按患者链 leave-one-chain-out 分组验证（M6-D）结果与覆盖率见
sf10_阶段M5/G_验收/SF10-M6-完整总结.md；外部 holdout 测试集待新数据到位后建立（benchmark_v2/内已标记待办）。
收敛结论
- 主穴规模最优区 6.0–6.9 窄带：R6 扩穴（+0.78 穴）增 2.4pp 但边际命中降至 33%；R7 删穴反跌 4.2pp（删掉的是有效命中）——全局扩缩已边际无效；v11 走"证据驱动"（点数均 7.08、十轮最精简）反而同时拿下精确率与 F1 峰值；v12 按原书证据"整组装配"回升至点数均 7.83，实现 recall 与 precision 同升。
- 分数由穴量规则决定，执行纪律消灭执行噪声：R8（规则不变只加纪律）分数逐位不变但执行方差≈0、依据 100%；R9（最优穴量×纪律）忠实度 26%→80%。
- 最终版 = v14r5（SF10-M12-2 共触发协调转正）：v14 已由 M7 受控转正（R7 踝部两线组，两线互斥；M7.1 查证 118 无原书依据未合入）；v14r1 在 v14 基线上新增 M2-16·R1 足跟痛组（M10-1 验收 8/8，ΔTP+2/ΔFP0）；v14r2 在 v14r1 基线上仅做 R7 line① 排除域预防性收紧（指标持平，防御性固化）。v14r5 在 v14r2 基线上仅落地 M2-05/M2-06 共触发协调（L13 优先级注：心脏三针巨阙主证整组保列、利水扩展穴水道让位）——M12-2 验收 8/8，恰 140-149 肺积水链 9 案，86 F1 0.5185/Jac 0.3762，ΔTP+9/ΔFP−3，核心集 64 F1 0.5353。
- 剩余差异为信息天花板（不可规则修复）：复诊链/同前穴案约 20 个（gold 是历史处方，盲法无历史，M5-B 三条件实验证实：提供无处方既往诊断信息也不改变选穴——缺口在规则侧 follow-up 锚点维持机制，R4 候选因 symptom-only 不可触发未合入）；信息不足案（216_04 等，脉/触/耳诊字段缺失）；M2-07 外伤史仅存于处方括注（13_01），诊断输入不可触发。
- 评分基建已按外部独立审查整改（BENCHMARK-AUDIT-01 + M5-F canonical 化）：统一归一化、点级指标、canonical_scorer 单点实现（30/30 单测、v12 复算哈希逐字节一致）、逐案审计日志、复诊链分层。当前"几成"的稳妥表述（v13，开发集宏平均）——86 全量：主穴召回率 53.8%、精确率 52.0%、F1 50.5%、Jaccard 36.3%、主+佐 F1 50.5%；64 核心集：主穴召回率 58.3%、精确率 52.4%、F1 52.4%。均为开发集成绩（含 in-sample 乐观偏差声明），外部 holdout 泛化验证待新数据（已挂起待办）；按链分组验证见
sf10_阶段M5/G_验收/SF10-M6-完整总结.md。
外部技能蒸馏（nihaixia）
从 GitHub I5858555255/nhx（fork 自 jangviktor-web/nihaixia，倪海厦经方 AI 技能）蒸馏方法层改进（详见 盲法对照实验/GH蒸馏落地报告.md）：
| 迁移项 | 判定 | 落地 |
|---|---|---|
| 关键词索引→强制 Read 原文（防幻觉） | ✅ | SKILL.md 工作原则 #5 检索纪律 |
| 快速诊断决策树/速查表 | ✅ | SKILL.md 一页辨证决策树 |
| 医案蒸馏格式 | ✅ | references/典型案例示范集.md（8 例） |
| 真寒假热八维法/脉舌矛盾 | ⛔ | 人纪针灸篇原书无记载，按约束不补 |
| 口述风格模块 | ⏸ | 非复现率增益，未做 |
复现指南
# 0. 统一评分（BENCHMARK-AUDIT-01 整改后 + M5-F canonical 化，推荐入口；当前正式基线 v14r5）
cd 盲法对照实验/benchmark_v2/
python gold_parse93v2.py # gold 解析（穴位级口径 + 逐案审计记录）
python canonical_scorer.py # canonical 单一点级评分（路径自解析项目根，支持 --root；消除双实现）
python score_benchmark_v2.py # 历史兼容入口（内部调用 canonical，v12 复算哈希逐字节一致）
python verify_benchmark_v2.py # 验收自验（精确率≤100%、独立复算、分层）
python make_manifest.py # 冻结 manifest（SHA-256 只读清单）
# 产物：判分汇总v2.json、判分明细v2.csv、审计日志v2.json、manifest.json
# 0b. v14r5 盲法结果与双轨对照（当前正式基线 v14r5）
盲法对照实验/sf10_阶段M5/G_验收/ # M5/M6/M7/M10-1/M10-4/M12-2 全阶段（判分明细v12/v13/v13rc1/v14r7/v14r1/v14r2/v14r5.csv、判分汇总v14r5.json、M6-B 约束修正与门槛核验、M7-B-R7-触发扫描.md、M7-D-验收与对照.md、M7.1-118查证与裁决.md、SF10-M7-完整总结.md、M10-1-D-R1-验收.md、M10-4-R7a收紧 patch 产物、M12-2-A 核查/M12-2-D 验收、SF10-M5-完整报告）
盲法对照实验/盲法v14r5/ # v14r5 盲法结果（140-149 链 9 案补巨阙、3 案水道让位；判分明细）
盲法对照实验/sf10_阶段M5/A_迁移核验/ # M1 28 案 vs 58 案迁移核验（v11→v12 ΔF1 +0.1324/+0.0296，58 案为迁移探针非外部测试）
盲法对照实验/sf10_阶段M5/B_输入实验/ # 三条件输入实验（A/B/C 逐案 0-1 差异、字段溯源与无处方泄漏审计、M2-07 专项）
盲法对照实验/sf10_阶段M5/C_残余归因/ # 86 案残余错误归因（322 错、13 条候选）
盲法对照实验/sf10_阶段M5/D_消融/ # M2 逐条消融与候选受控验证（独立有效 5 条、合入 4 条）
盲法对照实验/sf10_阶段M5/E_分组验证/ # 按患者链分组验证（66 链、in-sample 逐折 + 未完成清单）
盲法对照实验/sf10_阶段M5/F_canonical/ # canonical 化（30/30 单测、双目录哈希一致、v12 复算核验）
盲法对照实验/盲法93_v12/ # v12 盲法结果（判分汇总/明细/逐条M2收益表，历史基线）
盲法对照实验/sf10_阶段M1/ # 原案选穴归因审计（归因卡/汇总表/方法论候选条目清单 M2-01..13，全部原书行号可回溯）
盲法对照实验/sf10_阶段M3M4/ # v12 方法论落地+实测（变更清单↔指标一一对应/逐条收益/横向对照表_v12）
盲法对照实验/sf10_核心集/ # 核心集双轨（86 全量 vs 64 核心集）排除清单/双轨报告/重算脚本
盲法对照实验/sf10_阶段G/ # v11 实测总结报告 / 横向对照表_v11（v5/v6/v9/v10/v11 五版本）
# 1. 盲法测试集
盲法对照实验/盲法93/ # case_list.json + symptoms/93 + prescriptions/93
# 2. 旧口径判分（历史版本，保留供对照）
cd 盲法对照实验/盲法93_v9/
python gold_parse93v9.py # gold 解析（旧口径：组名+组成穴双计数）
python score93v9.py # 判分（旧口径：重合率=召回率、精确率分母未展开）
# 输出：判分明细.csv（含九轮对比列）、判分汇总.json
# 3. 全量普查（doc → 针灸首诊块）
盲法对照实验/_scan_all.py / _extract_all.py / _make93.py / _make140.py
# 产物：全集针灸首诊/（140 块）、首诊针灸方案核验清单.csv、_acup_zones_all.txt
# 4. 技能使用
# 将 doubao-acupuncture-diagnosis/ 作为 Agent Skill 安装；SKILL.md 中知识条目为相对路径，
# 运行时按本地实际位置读取；无本地文件时凭指南 6.5 压缩版取穴，不虚构。
数据来源与版权声明
- 技能方法论与知识条目整理自倪海厦《人纪·针灸篇》教程及公开医案资料；盲法测试集的症状/处方为原案的结构化提取（供实验复现，非商业用途）。
- 本仓库仅用于中医学习与 AI 技能研究，不用于临床诊疗与商业目的。
- 原始教程/医案的著作权归原作者及其继承者所有；本仓库为整理、蒸馏与研究之目的保留有限引用，如权利人认为构成侵权，请联系删除。
免责声明
本项目内容为学习方法论整理与 AI 技能研究，不构成医疗建议；针灸属专业医疗行为，临床操作须由具备资质的专业人员执行。因使用本项目内容产生的任何后果，作者不承担责任。
许可
CC BY-NC-SA 4.0（署名-非商业性使用-相同方式共享）。详见 LICENSE。
Recommended Tools
Try a different keyword or remove a filter.
Install
npx skillfish add i5858555255/nhx-acupuncture-diagnosis