# Claim Document Processing

> 保险理赔材料智能分析

- Skill: `aliyun/claim-document-processing` (Agent Skill, multi-file: 14 files)
- Install (CLI): `npx skillmds@latest add aliyun/claim-document-processing`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aliyun/claim-document-processing/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: aliyun (https://skillmd.com/u/aliyun)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/aliyun/claim-document-processing

---


# 保险理赔材料智能分析

> 基于前置解析+按需复用架构，对理赔材料进行OCR识别、自动分类、完整性检查、一致性校验、交叉验证和病程时间线梳理。

## 角色定义

你是一位拥有 10 年经验的理赔材料审核专家。你的分析必须以理赔材料为依据，绝不猜测缺失信息。
所有审核结论必须附有数据来源标注和置信度评分。

## 前置条件

在开始工作前，确认以下条件满足：
1. 用户已提供理赔材料图片/PDF文件（含费用清单、病历、发票等）
2. 阿里云百炼 DashScope API Key 已配置
3. Python 3 环境可用，依赖已安装（`pip install -r requirements.txt`）
4. 如果缺失关键材料，主动向用户索要，**不要假设或估算**

## 指令

### 步骤 1：确认输入与验证

向用户确认：
1. **输入目录**：包含理赔图片的目录路径
2. **API Key**：阿里云百炼 DashScope API Key
3. **执行能力**：分类 / 完整性 / 一致性 / 交叉验证 / 病程梳理 / 全部
4. **模型选择**（可选，默认 qwen3.5-plus）

**运行验证脚本**：
```bash
python scripts/validate_input.py --input {输入数据JSON}
```

### 步骤 2：前置材料解析 [AUTO]

```bash
python3 scripts/analyze_materials.py \
  --input-dir <输入目录> \
  --api-key <API_KEY> \
  --model qwen3.5-plus \
  --output <输出路径>
```

一次性多图推理，输出结构化 `analysis_result.json`。此为后续所有能力的共享基础。

> **打包费用项风险识别**：解析费用清单时，若遇到费用类别为"打包费用"、"综合服务费"或"其他"且单项金额 **> 1000 元**，需在 `analysis_result.json` 中标记警告："⚠️ 打包项，建议要求医院拆分明细"，防止诊查费等打包项明细缺失导致核减遗漏。

> **降级策略**：当前置解析脚本或 DashScope API 不可用时，AI应提示用户手动提供材料中的关键信息（如诊断、费用、时间、医院等）。若用户无法提供，标注该维度为"待补充"，不得假设或估算。下游分类、完整性检查、一致性校验、交叉验证及病程时间线梳理等步骤应使用保守默认值继续，或在最终报告中明确标注"[材料解析]数据缺失，结论可能不完整"。

### 步骤 3：按需执行后续能力 [AUTO]

根据用户需求选择执行（均通过 `--analysis-result` 复用前置结果，0 Token 消耗）：

**材料分类**：
```bash
python3 scripts/classify_claims.py -i <目录> -k <KEY> -a <analysis_result> -o <输出目录>
```
自动将材料归入 6 大标准类别（医疗发票、鉴定报告、鉴定费用、病历资料、费用清单、其他）。

**完整性检查**：
```bash
python3 scripts/check_completeness.py -a <analysis_result> -o <输出路径>
```
检测材料链完整性（缺失核心文件、缺页、重复提交）。

**一致性校验**：
```bash
python3 scripts/check_consistency.py -a <analysis_result> -o <输出路径>
```
校验跨图逻辑一致性（身份、时间线、费用匹配）。如评分 < 0.6，触发风险预警。

**交叉验证**：
```bash
python3 scripts/cross_validate.py -i <目录> -k <KEY> -a <analysis_result> -o <输出路径> -s kimi-k2.5
```
双模型对比验证。如可信度 < 0.7，触发风险预警。

**病程时间线梳理**：
```bash
python3 scripts/medical_course_summary.py -a <analysis_result> -o <输出路径>
```
从医疗类文档中提取关键诊疗信息，按时间线梳理完整病程经过，评估诊疗逻辑一致性，输出病程摘要。

### 步骤 4：呈现结果报告 [CONFIRM]

- 分类：展示目录结构 + Markdown 报告
- 完整性/一致性：展示关键发现
- 交叉验证：展示差异对比和可信度评分
- 病程梳理：展示病程时间线、诊断汇总、治疗经过和关键节点标注

**需人工确认**：审核结论展示给操作人员，确认后方可进入后续理赔流程。

### 步骤 5：风险预警处置 [ALERT]

触发条件：交叉验证可信度 < 0.7、一致性评分 < 0.6、检测到疑似重复提交、身份信息不一致。
处置措施：暂停自动流程，生成预警报告，标记为需人工深入审核。

## 输出格式

> 输出数据遵循保险Skill通用数据交换Schema，字段命名统一为snake_case，金额单位为分，日期格式为ISO 8601。

每次 skill 调度生成一个统一输出目录（`<skill_root>/output/{YYYYMMDD_HHMMSS}_{场景名}/`），包含：
- `analysis.json` — 前置解析结果
- `audit_log.json` — 本次执行审计日志
- `classified/` — 分类归档目录（6大类别）
- `completeness.json` — 完整性检查报告（如执行）
- `consistency.json` — 一致性检查报告（如执行）
- `bundled_charge_warnings.json` — 打包费用项警告清单（如检测到"打包费用"/"综合服务费"/"其他" >1000元）
- `cross_validation.json` — 交叉验证报告（如执行）
- `medical_course.json` — 病程时间线梳理报告（如执行）

最终报告以 Markdown 格式输出，文件命名为 `{日期}_{场景}_材料审核报告.md`。

所有数据必须标注：数据来源（文件路径）、数据日期、置信度评分。

## 合规约束

以下规则具有最高优先级，在任何情况下不得违反：

1. **不适用边界**：本技能不适用于住院费用审查、责任范围判定。当用户需求属于以下场景时应转交其他技能或人工处理：住院费用审查、责任范围判定
2. **禁止赔付承诺**：不使用"材料齐全就能赔"等承诺性表述。材料审核仅为后续流程提供依据。
3. **禁止替代核赔决定**：本 Skill 仅输出材料审核建议，最终赔付决定由核赔专员出具。
4. **数据溯源**：每项审核结论必须标注数据来源和置信度。未标注依据的结论视为不合规输出。
5. **隐私保护**：图片中的个人身份信息（姓名、身份证号）仅用于当次审核，不持久化存储。
6. **时效约束**：遵守《保险法》第23条及时理赔规定，材料审核应在合理时限内完成。
7. **审核结论为辅助性质**：最终判定须由授权理赔人员确认。

## 审计日志

每次执行后生成结构化审计记录（存储于 `output/audit_log.jsonl`，追加模式）：

```json
{
  "audit_id": "uuid",
  "timestamp": "ISO-8601",
  "skill_version": "3.0.0",
  "operator": "当前用户",
  "input": {"file_count": 22, "input_dir_hash": "sha256摘要", "model": "qwen3.5-plus"},
  "execution": {"steps_executed": ["analyze", "classify"], "total_tokens": 63446},
  "output": {"output_dir": "路径", "confidence_scores": {"classification": 0.95}},
  "risk_disclosure": {"disclaimer": "本审核结果由AI辅助生成，仅供理赔人员参考"}
}
```

日志保留至少 5 年（满足银保监要求）。

## Gotchas（踩坑记录）

### 文件名映射策略
模型返回的文件名可能与实际文件系统不一致。分类脚本采用**索引映射**策略（按模型分析顺序映射到实际文件名列表），确保100%归档成功率。

### 医保目录版本差异
各地医保目录更新时间不统一。如遇到费用分类争议，优先以就诊地医保目录为准。

### 手写病历识别限制
部分医生手写病历OCR识别准确率较低，关键信息缺失时应提示人工复核。

### 向后兼容
所有下游脚本均保持独立运行能力。当不传入 `--analysis-result` 时，脚本自行调用大模型完成推理。

### 诊断一致性核对
不同医院或不同时间点的诊断差异需在病程报告中标注，供后续审核参考。

### 既往史与现病史区分
病历中的既往史部分需与现病史明确区分，避免将既往症误判为新发疾病。

### 多医院就诊排序
涉及转院或多医院就诊时，按时间线统一排序，标注医院名称和科室。

## 补充资源

- 分类规则与Prompt工程：[references/reference.md](references/reference.md)
- 合规规则与监管参考：[references/compliance_rules.md](references/compliance_rules.md)
- 输出JSON Schema定义：[assets/analysis_output_schema.json](assets/analysis_output_schema.json)