openevidence-hello-world
Szablonowy przykład zapytań klinicznych OpenEvidence – zacznij integrację w kilka minut
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Umożliwia szybkie stworzenie działającego przykładu zapytania klinicznego w OpenEvidence. Idealne do testowania konfiguracji, nauki podstawowych wzorców zapytań medycznych i weryfikacji połączenia z API. Skill zawiera gotowy kod TypeScript, który inicjalizuje klienta OpenEvidence i wykonuje przykładowe zapytanie o leczenie cukrzycy typu 2. Otrzymujesz odpowiedź opartą na dowodach naukowych wraz ze źródłami i wskaźnikiem pewności. Wymaga wcześniejszego ukończenia konfiguracji autentykacji i ważnych danych dostępu do API.
Jak używać
Upewnij się, że masz ukończoną konfigurację autentykacji OpenEvidence (skill openevidence-install-auth) i ważne dane dostępu: klucz API oraz identyfikator organizacji ustawione w zmiennych środowiskowych.
Utwórz plik TypeScript (np. src/openevidence-demo.ts) i zaimportuj klienta OpenEvidence, inicjalizując go przy użyciu zmiennych środowiskowych OPENEVIDENCE_API_KEY i OPENEVIDENCE_ORG_ID.
Dodaj funkcję asynchroniczną, która wysyła zapytanie kliniczne do API – przykładowo pytanie o leczenie pierwszego rzędu cukrzycy typu 2 u dorosłych, z kontekstem specjalizacji (internal-medicine) i pilności (routine).
Wyświetl wyniki w konsoli: odpowiedź tekstową, listę źródeł cytowań oraz wskaźnik pewności odpowiedzi.
Uruchom kod za pomocą npx ts-node src/openevidence-demo.ts (jeśli używasz TypeScript) lub najpierw skompiluj do JavaScript i uruchom node dist/openevidence-demo.js.
Zweryfikuj, że otrzymujesz poprawną odpowiedź opartą na dowodach naukowych – to potwierdza, że integracja działa prawidłowo i możesz przejść do bardziej zaawansowanych zapytań.
Podobne skille
dependency-upgrade
autor: wshobson
polymarket-trader
autor: openclaw
performing-penetration-testing
autor: jeremylongshore
langgraph-docs
autor: langchain-ai
python-testing-patterns
autor: wshobson
nextjs-developer
autor: zenobi-us