clinical-delegation

por nvidia

Cómo delegar tareas clínicas a agentes especialistas. Siempre usar el tiempo de ejecución de subagente con agentId explícito — nunca ACP. Nunca llamar a FHIR a través de web_fetch.

npx skills add https://github.com/nvidia/dgx-spark-playbooks --skill clinical-delegation

Clinical delegation (sessions_spawn)

When you delegate work to specialist agents, you must use the sub-agent runtime, not ACP.

Do not call FHIR yourself

Do not use web_fetch or any HTTP tool to call FHIR APIs from the coordinator. The coordinator does not have the correct FHIR base URL in context when it invents URLs. Specialist agents (patient-data, labs-vitals, medications, analyst) have the configured FHIR endpoint and write Python that runs on the server.

  • For "find patient", "first patient", "list conditions", "demographics" → sessions_spawn with agentId: "patient-data"
  • For labs, vitals, BP, observations → agentId: "labs-vitals"
  • For medications → agentId: "medications"
  • For analysis, care gaps, charts → agentId: "analyst"

The only FHIR server in use is https://r4.smarthealthit.org. Never use placeholder domains like fhir.example.com.

Rule

Use sessions_spawn with:

  • agentId — set to the specialist agent id: patient-data, labs-vitals, medications, analyst, or molecular
  • task — clear description of the task
  • Do not set runtime: "acp". Omit runtime or use runtime: "subagent" so the request goes to the correct clinical agent.

Correct examples

{ "agentId": "patient-data", "task": "Find the first patient and return demographics and active conditions.", "mode": "run" }
{ "agentId": "labs-vitals", "task": "Get latest HbA1c and eGFR for patient abc123", "mode": "run" }
{ "agentId": "analyst", "task": "Run care gap analysis for diabetic patients with A1c > 9%", "mode": "run" }

Wrong

  • Using web_fetch to call FHIR (e.g. https://fhir.example.com/Patient) — coordinator must delegate instead; fhir.example.com is not a real server and will fail.
  • "runtime": "acp" without agentId — causes "ACP target agent is not configured"
  • Omitting agentId when delegating — the system will not know which specialist to run

Specialist agents

agentIdUse for
patient-dataFind patients, get demographics, list conditions
labs-vitalsLabs, vitals, BP, observations
medicationsActive medications, drug classes
analystPython analysis, care gaps, charts
molecularDrug molecular structure, OpenFold3 NIM 3D visualization

Más skills de nvidia

compileiq-debug
nvidia
Úsalo cuando algo esté mal: Search() se cuelga, todas las evaluaciones devuelven INVALID_SCORE, las puntuaciones no mejoran, cada configuración devuelve el mismo número, errores de ptxas…
create-github-pr
nvidia
Crear solicitudes de extracción de GitHub usando la CLI gh. Usar cuando el usuario quiera crear un nuevo PR, enviar código para revisión o abrir una solicitud de extracción. Palabras clave de activación -…
nemoclaw-maintainer-cross-issue-sweep
nvidia
Escanea otros issues abiertos para encontrar aquellos que un PR dado también podría corregir o romper accidentalmente. Genera oportunidades de corrección adyacente y riesgos de contradicción con archivo:línea…
fhir-basics
nvidia
Enseña a los agentes cómo funcionan las APIs de FHIR R4, qué recursos están disponibles, cómo consultarlos con parámetros de búsqueda y cómo analizar correctamente todos los formatos de respuesta…
compileiq-validate-result
nvidia
Usar DESPUÉS de que una Búsqueda haya finalizado y ANTES de reclamar cualquier aceleración o enviar un ACF. Carga el CSV de dump_results, extrae los mejores K candidatos (de un solo objetivo)…
changelog-audit
nvidia
Auditar el CHANGELOG.md de Warp antes de un lanzamiento: recuperar entradas perdidas, ordenar por impacto en el usuario, refinar el lenguaje de las entradas, ajustar saltos de línea y (en modo rama de lanzamiento) incrementar comparación…
maintain-dynamic-plugins
nvidia
Mantener los cargadores de plugins dinámicos de NeMo Relay, manifiestos, SDKs nativos de Rust, protocolo de trabajador gRPC, SDK de trabajador Python, documentación, pruebas y cobertura del flujo de trabajo de lanzamiento
dgx-diagnose
nvidia
Diagnostica problemas comunes de la DGX Station GB300: fallos de CUDA, direccionamiento incorrecto de GPU, errores de contenedores vLLM/SGLang, problemas de estado MIG, errores de NVLink/Fabric Manager,…