医疗问答智能体产品系统

智慧医疗 / 互联网医疗：输入“疾病”、“症状”、“药品”等实体，例如包含“鼻炎”、“感冒”、“阿莫西林”等医疗相关查询。
医疗健康问答机器人：构建了一个能够处理通用闲聊、平台特定知识检索以及专业医疗知识推理的智能Agent系统。

该系统是一个基于 LangChain 的 ReAct Agent，具备以下四大核心能力：
通用对话能力：处理打招呼、身份询问等非业务类的通用问题。
知识库检索问答 ：针对相关的特定业务知识（如客服电话、投资事件等）进行向量检索与总结回答。
医疗知识图谱推理 ：专门用于回答疾病、症状、药物之间的关联问题（如并发症关系、用药建议）。通过命名实体识别（NER）提取关键信息，生成 Cypher 语句查询 Neo4j 图数据库，并基于查询结果生成自然语言答案。
联网搜索兜底 ：当上述工具无法提供准确答案时，自动调用搜索引擎（百度）获取实时信息作为补充。

Agent 框架：使用 LangChain 构建 ReAct 模式的智能体，支持多轮对话记忆和中文提示词约束。
1.向量存储与检索：
使用 Chroma 作为持久化向量数据库，存储业务文档。
在图谱查询模块中，临时使用 FAISS 对用户问题与预定义图查询模板进行相似度匹配，以筛选最相关的 Cypher 查询路径。
结构化输出解析：在图谱查询模块中，利用 StructuredOutputParser 强制 LLM 输出 JSON 格式的 NER 结果（疾病、症状、药品列表），确保后续图查询的准确性。
2.外部集成：
Neo4j：连接图数据库执行 Cypher 查询，获取结构化的医疗关系数据。
LLM & Embeddings：通过封装的 get_llm_model() 和 get_embeddings_model() 接入大模型服务。
HTTP 请求：使用 LLMRequestsChain 实现对百度搜索结果的抓取与摘要。
Prompt 工程：针对不同工具定义了独立的 Prompt 模板，并通过 Hub 拉取标准的 ReAct Chat Prompt 进行中文适配。