前言

普通人就医普遍存在分诊难、报告读不懂、多药联用风险、历年指标无对比四大痛点。市面上产品要么偏重问诊，要么只做零散科普，缺少全流程轻量化辅助工具。
我独立完成全栈项目愈伴HealPal，一套基于大模型+医疗垂直RAG的Web应用，覆盖产品设计、前后端开发、向量库工程化、容器部署全流程，下面精简篇幅并深挖AI、RAG底层实现。

一、产品定位：严守医疗合规边界

核心功能

症状分诊、体检报告OCR解读&多报告对比、药品冲突校验+服药提醒、个人健康档案、就诊清单/急救预案、医院导航与预约、健康问答反馈闭环。

硬性合规红线

禁止输出诊断、不开处方、不连接医疗设备；所有AI回复强制携带医疗免责声明。
覆盖上班族、体检焦虑人群、慢病中老年、备孕养生四类用户，功能完全贴合线下真实就医场景。

二、核心业务流程

1. 症状咨询
   双层安全校验：规则引擎通过症状组合关键词毫秒识别心梗、中风等急症，直接弹出急救提示，阻断LLM调用；无高危情况后，Agent多轮追问病史、症状时长，结合知识库输出分诊建议。对话采用SSE流式输出，会话自动归档个人档案。

2. 体检报告解读
   双录入通道：手动录入适配纸质报告；PDF/图片走rapidocr结构化提取指标。内置国标检验参考库，自动划分轻/中/重度异常；双报告对照自动区分好转/恶化指标；多年多病共存场景自动触发深度推理模型做综合研判。

3. 用药管理
   自动拉取用户全部在服药品，检索药品知识库校验联用禁忌、风险分级；支持多时段自定义服药提醒，标记/撤销服药记录，日志可导出给医生。

4. 健康档案
   咨询、报告、用药、预约数据自动汇总，衍生就诊清单、个性化急救信息卡；配套预约、反馈、会员额度模块，覆盖完整就医链路。

三、技术栈简述

• 前端：Vue3+TS+Vite，Element Plus定制健康主题，ECharts指标可视化，Three.js人体热力图，全端响应式适配。
• 后端：FastAPI异步服务，PostgreSQL 17张业务表；JWT双Token鉴权、阿里云短信、支付宝支付；pdfplumber/rapidocr负责文档解析。

四、AI智能层：LangGraph分层Agent+双模型调度（深度技术）

1. 前置意图分类路由

采用Few-Shot固定范例Prompt做LLM意图判别，输出标签+置信度，优先级强约束：急症>报告>用药>个人数据>科普。置信度＜0.7主动澄清；多意图重叠依靠固定优先级兜底，解决单LLM分类混淆问题。

2. DeepSeek双模型动态调度与推理约束

• V3通用模型：负责高频轻量场景，速度快、Token成本低；
• R1深度推理模型：仅多报告对比、多病叠加场景启用。R1无temperature参数、不支持独立system角色，需要手动拼接系统提示至user消息；接口异常自动降级V3并给出提示。

3. ReAct私有数据Tool Agent（核心工程设计）

面向用户私有健康数据查询，实现5个只读工具：档案读取、用药列表、报告指标、异常校验、趋势查询。
Agent遵循标准ReAct循环：Thought→Action→Observation→Answer，全程无数据写权限，从根源规避用户数据篡改风险。区分公共知识库知识与用户私有时序数据，输出高度个性化结论。

4. LangGraph有向状态机编排

四大核心业务全部拆解为可插拔状态节点，以报告解读为例：
指标结构化→异常分级→RAG多路召回→基础解读→【分支判断：多年数据则进入R1推理】→趋势汇总→拼接免责声明→入库持久化
每个节点独立埋点、捕获异常，OCR失败、RAG空召回、LLM超时均有分层兜底文案，不会直接崩溃服务。

5. SSE流式分层事件推送

自定义事件协议：intent识别、emergency预警、rag检索进度、token分片、done完成事件。前端分片渲染，内置断流重连、缓冲区容错，解决大段文本长时间空白等待问题。

五、垂直医疗自研RAG流水线（深挖底层实现，解决LLM幻觉）

医疗场景裸LLM幻觉具备医疗风险，项目强制所有生成内容必须锚定检索结果，自研全链路RAG，无LangChain封装依赖，可控性拉满。

1. 知识库数据源与分块策略

数据源全部为国内官方公开资料：卫健委指南、WS/T检验国标、NMPA药品库、默沙东中文手册，规避版权爬虫风险。
分两类分块逻辑：
1）结构化JSON（药品/疾病）单条目独立chunk，不切割；
2）长文本PDF/TXT：500字符滑动窗口，100字符overlap，保留跨段落语义。
每条chunk携带元数据：来源、分类、口语化症状别名，优化生活化提问召回效果。

2. BGE-M3量化向量工程化

嵌入模型选用BGE-M3，ONNX int8量化至350MB，后端启动后台预加载模型，消除首冷延迟；输出1024维稠密向量存入ChromaDB持久化向量库，磁盘落地不丢失索引。
BGE-M3原生支持稠密+稀疏双表征，为多路召回提供底层支撑。

3. 向量+BM25双路RRF融合召回

单一路线召回存在明显缺陷：向量检索丢失专业术语，BM25无法理解口语。
并行执行两路检索：

1. 稠密向量检索：语义匹配，适配日常模糊描述；
2. BM25稀疏检索：精准匹配药品、指标、疾病标准名词。
   两路结果使用RRF reciprocal rank fusion加权融合，疾病类文档权重×2.5；融合后按文档源去重，严格限制输入LLM上下文长度，降低Token开销与幻觉概率。

六、后台、商业化与部署

1. 管理后台：权限隔离Admin端，支持文档上传/一键重建向量索引、在线检索测试、用户反馈处理、LLM调用监控（延迟、Token、召回文档统计）、系统健康自检。
2. 会员额度体系：免费用户限制AI调用次数，月/季/年会员解锁全量功能；支付宝模态框扫码支付，支付回调同步更新会员时效与功能额度。
3. Docker Compose容器部署：前端Nginx静态托管，反向代理API；专门配置SSE长连接缓冲关闭；开发/生产环境变量隔离；接口限流、LLM调用指数退避三重重试、日志按天滚动。

七、核心踩坑与工程优化

1. LLM医疗幻觉：强制RAG前置约束上下文，高危场景脱离LLM改用规则引擎拦截；
2. OCR识别不稳定：双录入通道兜底，原图不压缩，区分PDF/图片两套解析逻辑；
3. 多轮对话Token溢出：超长历史自动摘要压缩早期对话，仅保留近3轮完整上下文；
4. 隐私风险：全表user_id数据隔离，手机号加密存储，登出/改密码批量销毁全部Refresh Token；
5. 向量库维护成本高：可视化后台管理索引，无需命令行操作，实时展示处理进度。

八、项目总结

AI垂直行业落地的核心不是调用LLM接口，而是给大模型建立多层安全边界。医疗场景严谨性要求极高，整套系统依靠三层防护体系保障可靠：规则引擎拦截急症、RAG限制生成范围、Agent管控私有数据读写，叠加多层工程容错保证线上稳定。
完整走完产品到部署全流程后，对LangGraph智能体编排、垂直领域RAG工程化、To C医疗类产品合规设计有完整落地经验。后续计划扩充专科知识库、增加家庭健康档案共享、优化医院POI检索匹配精度。