这个站点包含私人录音与日记内容。输入密码后进入；当前浏览器会自动记住。
先在 clarify / merged 层保留这条内容，再提炼真实任务、状态与主题
直接看当前 lane、kind、状态和最近一步，而不是先读长解释。
48小时做出病历 Agent 8小时，一个能跑的病历Agent。 不是调一次大模型API让它"写作文"——那样出来的东西你没法信：漏了哪条检查不知道，护理记录冒充查体不知道，哪句话没有数据支持也不知道。 我的做法是用Pi（开源Agent Runtime）承载一个三层Loop： 第一层，任务执行。一个MCP Server暴露7个只读临床工具，模型按需调用，Pi自动驱动循环，直到草稿成形。 第二层，质量校验。模型必须提交每句话的证据ID。校验器逐条核对——时间越界、检查遗漏、护理越权、无据断言，任何一条不过就打回重写。两轮还没改对？删掉没证据的句子，剩余风…
capture 负责预览和溯源；真正的确认、勾选和状态变更仍落在 Todo / Today-Focus 这些真实状态源里。
这条事项当前还在 capture / clarify 预览层，先看详情和来源，再决定是否进入执行视图。
当前这条事项还没有稳定进入 strict writeback，所以这里只展示现状和下一步。
这里直接显示 summary preview 和 transcript 片段，方便你判断这条提炼是否靠谱。
48小时做出病历 Agent 8小时，一个能跑的病历Agent。 不是调一次大模型API让它"写作文"——那样出来的东西你没法信：漏了哪条检查不知道，护理记录冒充查体不知道，哪句话没有数据支持也不知道。 我的做法是用Pi（开源Agent Runtime）承载一个三层Loop： 第一层，任务执行。一个MCP Server暴露7个只读临床工具，模型按需调用，Pi自动驱动循环，直到草稿成形。 第二层，质量校验。模型必须提交每句话的证据ID。校验器逐条核对——时间越界、检查遗漏、护理越权、无据断言，任何一条不过就打回重写。两轮还没改对？删掉没证据的句子，剩余风…
48小时做出病历 Agent 8小时，一个能跑的病历Agent。 不是调一次大模型API让它"写作文"——那样出来的东西你没法信：漏了哪条检查不知道，护理记录冒充查体不知道，哪句话没有数据支持也不知道。 我的做法是用Pi（开源Agent Runtime）承载一个三层Loop： 第一层，任务执行。一个MCP Server暴露7个只读临床工具，模型按需调用，Pi自动驱动循环，直到草稿成形。 第二层，质量校验。模型必须提交每句话的证据ID。校验器逐条核对——时间越界、检查遗漏、护理越权、无据断言，任何一条不过就打回重写。两轮还没改对？删掉没证据的句子，剩余风险交给医生。宁可不完整，不能不可信。 第三层，交互路由。医生说"简洁一点"不重新读数据，说"换一天的"才重跑取数。多轮对话像改稿，不像跟失忆助手从头交代。 整个项目用Codex VibeCoding写的。我不是后端工程师，我的能力在临床信息化——知道病历该怎么写、数据从哪来、质量红线在哪。代码这一层，用自然语言跟Codex对话就搞定了。 所以核心结论是：病历Agent的壁垒不在模型大小，也不在编程水平。真正稀缺的是对业务的判断力——把它转化成Skill和校验规则，再用一个可靠的Loop串起来，通用模型就能开始干活。 你是信息科的工程师？你也可以试试。 #PiAgent[话题]# #MCP[话题]# #vibecoding[话题]# #医疗AI[话题]# #病历书写[话题]# #Agent[话题]# #AI医疗[话题]# 48小时做出病历 Agent 8小时，一个能跑的病历Agent。 ... http://xhslink.cn/o/6cTwxtyrms9 把这段复制好，然后去【小红书】就能看笔记。 resolved_url: https://www.xiaohongshu.com/explore/6a69f208000000000f014cf2 xhs_capture_status: success
如果一条 capture 同时涉及多个 lane，这里可以顺手跳到其他相关 item 或 thread。