基于大语言模型的医疗领域智能问答系统，融合知识图谱、向量检索与智能 Agent 技术，为用户提供专业、准确的医疗健康咨询服务。
MedChat 是一款面向医疗健康领域的智能问答系统，旨在为用户提供专业、可靠的医疗咨询服务。系统融合了知识图谱检索、向量数据库检索和智能决策 Agent 三大核心技术，能够根据用户问题的类型和意图，智能选择最优的检索策略，提供精准、全面的回答。
| 能力 | 描述 |
|---|---|
| 智能意图识别 | 自动识别用户问题类型（事实性、解释性、建议性、比较性） |
| 多源检索 | 知识图谱 + 双向量数据库（情景记忆 + 语义记忆） |
| 智能决策 | Agent 根据问题类型自动选择检索策略 |
| 实时检索可视化 | 检索过程实时展示，让用户了解回答来源 |
| 迭代优化 | 支持答案质量评估与自动重新检索 |
- 患者健康咨询：用户可以询问疾病症状、治疗方法、用药建议等
- 病例辅助分析：结合用户上传的病例记录，提供个性化医疗建议
- 药品信息查询：查询药品说明书、用法用量、注意事项等
- 健康知识科普：提供疾病预防、健康保养等方面的知识
┌─────────────────────────────────────────────────────────────────┐
│ 前端界面 (Vue 3) │
└───────────────────────────┬─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ FastAPI 后端服务 │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────────────┐ │
│ │ API 层 │ │ 智能 Agent │ │ 检索引擎 │ │
│ │ (认证/会话) │ │(意图识别/ │ │(知识图谱/向量检索) │ │
│ │ │ │ 策略决策) │ │ │ │
│ └──────────────┘ └──────────────┘ └──────────────────────┘ │
└───────────────────────────┬─────────────────────────────────────┘
│
┌───────────────┼───────────────┐
▼ ▼ ▼
┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐
│ PostgreSQL │ │ Milvus │ │ Neo4j │
│ (用户/会话/消息) │ │ (向量数据库) │ │ (知识图谱) │
└──────────────────┘ └──────────────────┘ └──────────────────┘
系统采用双向量数据库 + 知识图谱的混合检索架构：
| 数据源 | 类型 | 存储内容 | 用途 |
|---|---|---|---|
| 情景记忆 | 向量库 | 用户上传的病例、就诊记录 | 个性化医疗咨询 |
| 语义记忆 | 向量库 | 药品说明书、医学文献 | 专业知识查询 |
| 知识图谱 | 图数据库 | 疾病、症状、药品关系 | 结构化事实查询 |
用户提问 → 意图分类 → 实体识别 → 策略决策 → 多源检索 → 结果融合 → 答案生成
↓ ↓
[事实性问题] [疾病/症状/药品]
↓ ↓
知识图谱优先 混合检索策略
- Python
3.12+ - Docker / Docker Compose（用于启动依赖服务）
- 包管理：推荐使用
uv
# 1. 克隆项目
git clone https://github.com/your-repo/medchat.git
cd medchat
# 2. 安装依赖
uv sync
# 3. 启动依赖服务（PostgreSQL、Redis、Milvus、Neo4j）
docker compose up -d
# 4. 配置环境变量
cp .env.example .env
# 编辑 .env 文件，配置您的 API Key 和模型参数
# 5. 启动服务
uv run uvicorn backend.app:app --host 0.0.0.0 --port 8000 --reload- 前端页面：http://localhost:8000
- API 文档：http://localhost:8000/docs
- Milvus 管理界面：http://localhost:8080
medchat/
├── backend/ # 后端代码
│ ├── app.py # FastAPI 入口
│ ├── api.py # API 接口定义
│ ├── agent.py # 智能 Agent 核心逻辑
│ ├── intelligent_retrieval.py # 智能检索器
│ ├── smart_retrieval_agent.py # 检索策略决策器
│ ├── medical_ner.py # 医疗实体识别
│ ├── dual_vector_store.py # 双向量数据库管理
│ ├── tools.py # 工具函数（天气、检索等）
│ ├── rag_pipeline.py # RAG 检索管道
│ ├── database.py # 数据库配置
│ ├── models.py # ORM 模型
│ ├── auth.py # 认证模块
│ └── cache.py # Redis 缓存
├── frontend/ # 前端代码
│ ├── index.html # 主页面
│ ├── script.js # Vue 逻辑
│ └── style.css # 样式
├── data/ # 数据目录
│ ├── bm25_state.json # BM25 稀疏向量统计
│ └── documents/ # 上传文档存储
├── docker-compose.yml # Docker 配置
├── pyproject.toml # 项目依赖配置
└── .env # 环境变量
backend/intelligent_retrieval.py - 智能检索器，负责：
- 问题类型分类（事实性/解释性/建议性/比较性）
- 医疗实体识别（疾病、症状、药品、检查项目）
- 检索策略决策（图谱优先/向量优先/混合检索）
- 多源检索结果融合
backend/medical_ner.py - 医疗领域命名实体识别：
- 支持疾病、症状、药品、治疗方法、检查项目等实体类型
- 规则匹配 + 预训练模型双模式
- 高准确率的实体抽取
backend/dual_vector_store.py - 情景记忆与语义记忆分离：
- 情景记忆：存储用户个人病例数据
- 语义记忆：存储通用医疗知识库
- 支持独立检索与混合检索
backend/tools.py - Neo4j 医疗知识图谱查询：
- 支持多种查询意图（症状、病因、治疗、用药等）
- 实体模糊匹配与关系推理
- 结构化知识返回
| 接口 | 方法 | 说明 |
|---|---|---|
/auth/register |
POST | 用户注册 |
/auth/login |
POST | 用户登录 |
/auth/me |
GET | 获取当前用户信息 |
| 接口 | 方法 | 说明 |
|---|---|---|
/chat |
POST | 非流式聊天 |
/chat/stream |
POST | 流式聊天（推荐） |
| 接口 | 方法 | 说明 |
|---|---|---|
/sessions |
GET | 获取会话列表 |
/sessions/{id} |
GET | 获取会话详情 |
/sessions/{id} |
DELETE | 删除会话 |
| 接口 | 方法 | 说明 |
|---|---|---|
/documents |
GET | 获取文档列表 |
/documents/upload |
POST | 上传文档 |
/documents/{name} |
DELETE | 删除文档 |
# ===== 模型配置 =====
ARK_API_KEY=your-api-key
MODEL=your-model-name
BASE_URL=https://api.example.com/v1
# ===== 向量配置 =====
EMBEDDING_MODEL=BAAI/bge-m3
EMBEDDING_DEVICE=cpu
DENSE_EMBEDDING_DIM=1024
# ===== Milvus 配置 =====
MILVUS_HOST=127.0.0.1
MILVUS_PORT=19530
# ===== 情景记忆数据库 =====
MILVUS_HOST_EPISODIC=127.0.0.1
MILVUS_PORT_EPISODIC=19530
MILVUS_COLLECTION_EPISODIC=user_cases
# ===== 语义记忆数据库 =====
MILVUS_HOST_SEMANTIC=127.0.0.1
MILVUS_PORT_SEMANTIC=19531
MILVUS_COLLECTION_SEMANTIC=medical_documents
# ===== Neo4j 配置 =====
NEO4J_URL=bolt://127.0.0.1:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=your-password
# ===== 数据库配置 =====
DATABASE_URL=postgresql+psycopg2://user:pass@localhost:5432/db
REDIS_URL=redis://localhost:6379/0
# ===== 认证配置 =====
JWT_SECRET_KEY=your-secret-key
ADMIN_INVITE_CODE=admin-code- 聊天界面：支持流式打字机效果，实时显示检索过程
- 检索可视化：展示检索步骤、来源、相关性评分
- 会话管理：查看历史会话、切换会话
- 文档上传：支持 PDF、Word 等格式文档上传
- 响应式设计：适配桌面端和移动端
- 智能检索策略：根据问题类型自动选择最优检索路径
- 双向量架构：情景记忆与语义记忆分离，支持个性化服务
- 实时可观测：检索过程实时展示，增强用户信任度
- 知识图谱集成：结构化医疗知识，提供精准事实回答
- 向量检索优化：支持三级分块、Auto-merging、RRF 排序
- 新增智能检索决策器，支持自动判断检索策略
- 实现双向量数据库架构（情景记忆 + 语义记忆）
- 集成医疗实体识别工具（NER）
- 优化检索流程，支持迭代反思
- 切换为本地 HuggingFace 嵌入模型
- BM25 稀疏向量统计持久化
- 支持增量更新与删除同步
- 新增用户认证与权限系统
- 聊天历史迁移到 PostgreSQL
- 引入 Redis 缓存优化性能
MIT License
欢迎提交 Issue 和 Pull Request！
MedChat - 让医疗咨询更智能 💊🤖