GBC-MadAI: intelligentes medizinisches Assistenzsystem
GBC-Madai ist ein intelligentes medizinisches Assistenzsystem, das auf FastAPI und Vue 3 basiert. Es integriert verschiedene KI-Modelle und intelligente Suchtechnologien, um den Nutzern effiziente Dienste für medizinische Informationsfragen und -analysen zu bieten. Es unterstützt mehrere KI-Modelle wie DeepSeek und Ollama, verfügt über intelligente Dialogführung, komplexes Schlussfolgern und Bildverständnis und kann über Suchmaschinen wie Google Brain AI und Baidu AI die neuesten medizinischen Informationen abrufen. Das System unterstützt mehrere Sitzungen, Benutzerregistrierung und -anmeldung, Echtzeitkommunikation und andere Funktionen. Die Benutzeroberfläche ist im Anime-Stil gestaltet, unterstützt Desktop und mobile Geräte und bietet eine flüssige Interaktion. Die zugrunde liegenden KI-Fähigkeiten werden durch die Frameworks LangGraph und GraphRag unterstützt.

Funktionsmerkmale von GBC-MadAI
KI-Fähigkeiten: Unterstützt mehrere KI-Modelle, merkt sich den Kontext während des Dialogs und unterstützt komplexes Schlussfolgern sowie Bildanalyse.
Intelligente Suche: Integriert verschiedene Suchmaschinen, ruft in Echtzeit die neuesten medizinischen Informationen ab und wählt automatisch die beste Suchstrategie aus.
Dialogsystem: Unterstützt mehrere Sitzungen, speichert den Verlauf, ermöglicht Benutzerregistrierung, -anmeldung und -einstellungen und ermöglicht Echtzeit-Dialoge über WebSocket.
Benutzeroberflächendesign: Anime-stilisierte Oberfläche, unterstützt Desktop und mobile Geräte, mit flüssiger Interaktion.
Technische Architektur von GBC-MadAI
Backend: FastAPI-Framework, MySQL-, Redis- und Neo4j-Datenbanken, Integration mehrerer KI-Schnittstellen, Verwendung von Redis-Cache und strukturierten Logs.
Frontend: Vue 3 und TypeScript-Framework, Element Plus UI-Bibliothek, Pinia State Management, Vite Build-Tool, CSS3-Animationen.
Installation und Nutzung von GBC-MadAI
Umgebungsanforderungen: Python 3.8+, Node.js 16+ (Entwicklungsmodus), MySQL 8.0+, Redis 6.0+, optional Neo4j 4.0+.
Installationsschritte:
Projekt klonen: git clone https://github.com/yourusername/gbc-madai.git
In das Backend-Verzeichnis wechseln: cd llm_backend
Abhängigkeiten installieren: pip install -r requirements.txt
Umgebungsvariablen konfigurieren: .env.example nach .env kopieren und bearbeiten.
Datenbank initialisieren: MySQL-Datenbank assist_gen erstellen.
Dienst starten: python run.py.
Entwicklungsmodus: In das Frontend-Verzeichnis cd ../gbc_madai_web wechseln, npm install && npm run dev ausführen, um den Frontend-Entwicklungsserver zu starten.
✅Projektadresse: https://github.com/zhanlangerba/gbc-madai
Drehbuch-Assistent▸
AI Apps
AI Nachrichten 