healthcare-eval-harness
作者 affaan-mhealthcare-eval-harness 是面向医疗应用部署的患者安全评估 harness。它帮助团队在发布前验证 CDSS 准确性、PHI 暴露、数据完整性、临床工作流行为以及集成合规性。严重失败会阻止部署，因此它很适合用于 Model Evaluation 和 CI 安全门禁中的 healthcare-eval-harness。
该技能得分 78/100，说明它是目录中一个不错的候选，适合需要医疗部署安全 harness 的用户。仓库展示了一个真实且可触发的工作流，可用于评估 EMR/EHR 变更，并为 CDSS 准确性、PHI 暴露、数据完整性、临床工作流和集成合规性设置了明确的安全门禁。如果你想要的是结构化的医疗测试 harness，而不是通用 prompt，它值得安装；不过也要注意，它更偏向测试框架本身，没有附带辅助脚本或参考文件。
- 医疗场景的触发条件很明确：适用于 EMR/EHR 部署、CDSS 变更、涉及患者数据的 schema 变更以及认证/授权变更前使用。
- 门禁设计具有实际操作意义：严重失败会阻止部署，并且为安全相关类别设置了清晰的通过阈值。
- 工作流导向做得不错：正文给出了按顺序排列的测试类别和与框架无关的适配建议，能帮助 agent 更少猜测地执行。
- 没有包含安装命令、脚本或配套参考文件，因此采用时需要用户把这个 harness 转换到自己的测试框架中。
- 该仓库带有实验性/测试信号，因此在依赖它之前，用户应先确认它是否符合自己的 CI/CD 和临床验证标准。
healthcare-eval-harness 技能概述
healthcare-eval-harness 是什么
healthcare-eval-harness 是一项面向医疗软件团队的部署安全技能，适用于需要在发布前验证面向患者的变更是否安全的场景。它聚焦于基于模型和规则的评估，覆盖临床决策支持、PHI 暴露、数据完整性、工作流正确性以及集成行为。它的目的不是做通用 QA，而是阻止不安全的医疗变更上线。
适合谁使用
这项 healthcare-eval-harness 技能很适合从事 EMR、EHR、CDSS 或相关医疗应用的工程师、QA 负责人、MLOps 团队和临床信息学团队。它在故障可能影响剂量、分诊、访问控制或受监管患者数据处理时尤其有用。如果你只是给一个非临床应用找一个轻量级 prompt，那它大概率过于严格。
它有什么不同
这个仓库把安全门控当作硬性发布条件：关键失败会直接阻止部署，而不是只记成警告。因此，当你需要的是一个可落地的评估模式，而不只是一个检查清单时，healthcare-eval-harness 就很有价值。它还要求你把 harness 适配到自己的测试运行器，这让它可以在 Jest、Vitest、pytest 或 PHPUnit 之间灵活移植。
如何使用 healthcare-eval-harness 技能
安装并查看技能
使用 npx skills add affaan-m/everything-claude-code --skill healthcare-eval-harness 安装。然后先阅读 skills/healthcare-eval-harness/SKILL.md，如果你使用的是更大的 package，再继续查看仓库根目录里链接的相关说明。对这项技能来说，核心价值在于评估规则和阈值，所以不要跳过 “When to Use” 和 “How It Works” 这两部分。
把任务转成一个有用的 prompt
一个好的 healthcare-eval-harness 使用 prompt，应当明确说明被测系统、变更类型、测试运行器和安全关注点。比如：“用 pytest 把 healthcare-eval-harness 应用到我们的 EHR 用药下单流程上。我们改了剂量校验和基于角色的访问控制，我需要关键门控在出现 PHI 泄漏或不安全的剂量失败时阻止发布。”这比“运行 healthcare 技能”有效得多。
推荐工作流
当变更涉及患者数据、临床逻辑或部署控制时，使用这项技能。先把你的功能映射到五个评估类别，再决定哪些是关键项，哪些是高优先级项。接着，把这些规则翻译进你现有的框架和 CI 流水线，然后再运行检查。最重要的判断，是你的测试套件是否真的能反映你想要防止的临床失败模式。
先读什么
先看 SKILL.md，了解门控结构、通过阈值和使用边界。尤其要注意那些把 Jest 作为参考的示例；这项技能不依赖特定框架，所以你需要把文件路径、命令和断言适配到自己的技术栈。如果你的仓库本身就有既定的测试组织方式，应该沿用那套结构，而不是强行套一个通用布局。
healthcare-eval-harness 技能常见问题
healthcare-eval-harness 只适用于 Jest 吗？
不是。Jest 只是示例，healthcare-eval-harness 的设计目标是适配任何严肃的测试运行器。关键是在你自己的工具链里保留关键门控逻辑、类别顺序和通过阈值。
这和普通的医疗 QA prompt 是一回事吗？
不是。普通 prompt 可能会帮你生成测试，而 healthcare-eval-harness 技能提供的是一种可安装的评估模型，并带有明确的阻断行为。当你需要对医疗应用变更做可靠的发布决策时，这一点非常重要。
什么时候不该用它？
对于低风险内容修改、营销页面，或者不涉及患者安全、临床工作流和受监管数据的功能，不要使用 healthcare-eval-harness。如果你的团队没有足够的纪律来维护能够反映真实临床风险的测试，它也可能显得过于重。
它适合初学者吗？
适合——前提是你已经了解基础测试和 CI 概念。它不是医疗合规教程，所以初学者仍然需要针对阈值、边界情况以及什么算关键失败做领域评审。
如何改进 healthcare-eval-harness 技能
提供更清晰的临床上下文
healthcare-eval-harness 最好的效果来自具体输入：患者流程、你担心的失败类型、涉及的数据字段，以及预期的安全行为。“测试应用”太弱；“测试当药物订单与过敏信息匹配时，应阻止提交并记录原因”才是可执行的。
把失败门槛说清楚
明确哪些失败必须阻止部署，哪些可以作为高优先级警告。如果你希望这项技能用于医疗 AI 的 Model Evaluation，就直接说明你更关注幻觉风险、PHI 泄漏、指南遵循还是工作流中断。门槛越明确，输出里的猜测就越少。
用真实遗漏不断迭代
第一次运行后，把 harness 的输出和真实事故、险些发生的事故或临床反馈对照起来。对那些让不安全行为漏过去的断言加严，只放宽那些只制造噪音、却没有提升安全性的检查。正是这个反馈闭环，让 healthcare-eval-harness 不只是一次性的 prompt，而是能长期发挥作用的工具。