本项目面向大众健康咨询与体检解读场景。传统问诊依赖线下排队，普通用户面对体检报告中的专业指标往往难以理解，缺少及时、可理解的初步健康指导。本系统打造“智能问诊 + 体检报告解读”产品，帮助用户在描述症状后获得三甲医院水准的常见健康问题解答，并上传 PDF 体检报告，将专业术语转为通俗说明，对异常项重点罗列并给出可执行的改进建议，降低健康信息理解门槛，提升自我健康管理效率。业务背景属于医疗健康信息化与 AI 辅助科普，强调仅作参考、不替代面诊，并保障健康数据本地合规存储与使用边界。
1. AI 智能问诊：用户在对话窗口描述症状或健康问题，后端调用大模型给出专业、结构化的中文解答与就医建议。
2. 体检报告 PDF 上传与解析：仅支持 PDF；系统校验是否为体检内容，非体检报告直接返回“pdf内容不合法”且不调用大模型。
3. 报告智能解读：专业词汇通俗化、异常项重点罗列；针对每个异常项输出改进方案（提炼市面常见 3 种方案核心做法、整合成一步骤并附 2 个优势、必要时风险告知，单方案控制在 600 字内），结果以 Markdown 展示。
4. 一键下载：支持将分析与改进方案下载为 Markdown 文件。
5. 会话持久化：问答与报告结果写入数据库，重启服务后可保留。
前端为中间问诊对话、右侧上传与报告展示的医学风格页面。
本人主要负责智能问诊系统的全栈实现：使用 HTML/CSS/JavaScript 搭建医学风格前端（对话区、PDF 上传与报告区、思考中动效与结果展示）；使用 Python + FastAPI + uv 搭建后端 API；通过 Anthropic 兼容接口对接大模型完成问诊与报告分析；使用 pypdf/pdfplumber 解析体检 PDF 并做合法性校验；使用 SQLAlchemy 实现会话与聊天、报告结果的数据库持久化（默认 SQLite，可扩展 MySQL/PostgreSQL）。实现重点与难点包括：异常项改进方案的结构化 Prompt 约束、非体检 PDF 拦截避免误调用模型、前后端会话关联与 Markdown 下载，以及等待态交互体验优化。
评论