杏核健康产品系统

随着中国老龄化进程加速，家庭与专业照护机构对老年人健康状态的数字化追踪与管理需求日益迫切。传统人工记录方式存在数据分散、难以持续跟踪、护理人员与家属信息不同步等痛点。本项目旨在打造一套老年人全生命周期健康管理平台，通过微信小程序端采集老人日常健康数据（进食、饮水、症状、日常活动等），结合 AI 营养分析与智能问答，帮助护理人员（老师端）实时掌握每位老人的健康动态，实现专业照护数字化、健康数据可视化、护患协同高效化，有效提升老年照护服务质量与响应效率。

功能模块：系统分为**用户端（微信小程序）与老师/管理端（Web后台）**两大角色，涵盖以下核心模块：

健康档案管理：多维度录入老人基础信息、认知障碍评估、健康状况（血压/血糖/体重）、照护评估（ADL/IADL）及社会关系画像，构建完整健康档案。
日常活动追踪：实时记录喝水量、进食内容、外出活动、排泄情况、照护事件及症状，支持日/周/月聚合统计报表。
症状监测与预警：持续记录症状历史，支持趋势分析，辅助护理人员判断老人健康变化。
智能问卷调查：支持自定义问卷模板，按周期自动推送给老人填答，历史记录可追溯。
AI 智能助手：集成阿里百炼大模型，结合内部知识库提供 RAG 增强的健康咨询对话，并支持腾讯云 TTS 语音播报，降低老年人使用门槛。
AI 营养分析：通过食物库与 LLM 联动，对老人进食记录进行营养成分分析与膳食建议输出。
老师协同管理：老师可绑定多位老人，查看各老人的健康数据全视图，进行文字点评和操作留痕（审计日志），支持日/周/月维度数据浏览。
文件与知识库管理：管理员可上传文档至阿里云 OSS，并同步注入知识库，支持 AI 对话引用。
FastAdmin 后台：可视化管理用户、问卷、知识库等核心数据，内置仪表盘与操作记录。

我负责的具体任务 & 技术栈亮点难点：
本项目由本人独立从0到1完整交付，负责后端全部工作，包括：需求分析与系统架构设计、数据库建模、后端 API 全量开发、管理后台搭建、Docker 容器化部署及上线运维，前端由团队内部女孩负责。

技术栈：
后端框架：Python 3.12 + FastAPI + Uvicorn，全程异步非阻塞架构
ORM 与数据库：Tortoise ORM + PostgreSQL，Aerich 管理数据库迁移
缓存：Redis（会话管理、接口缓存），自研多级缓存抽象层
身份认证：微信小程序 OAuth + 双角色 JWT（用户/老师隔离鉴权）
AI 集成：阿里百炼 LLM（RAG 营养分析 + 知识库问答）、腾讯云 TTS 语音合成
对象存储：阿里云 OSS（文档与图片存储）
后台管理：FastAdmin + Jinja2 自定义模板
部署：Docker + Docker Compose（PostgreSQL + Redis + App 容器编排）

架构亮点：
整体 AI 架构采用双 LLM 分工策略：私有化部署的 Chatchat 服务负责 RAG 知识库问答（专业健康知识检索），阿里百炼负责营养摄入分析，两者职责解耦、互不干扰，同时本系统自研了 AsyncStream SSE 流式数据解析层，将 Chatchat 的流式响应

实现难点：
① 多维度健康数据的日/周/月聚合统计，针对不同类型活动设计了灵活的统计聚合器（ActivityStats / SymptomStats），通过配置驱动支持复杂业务规则。
② 双角色权限体系的精细化控制，老师端既有独立操作权限，又能以"代理视角"查阅绑定老人的所有数据，通过 get_user_for_teacher 依赖实现无缝切换。
③ 将 RAG 知识库与 LLM 对话深度结合，引用文档溯源至消息模型。