现代人亚健康问题突出,但优质中医资源稀缺,用户难以便捷获得初步的体质辨识与日常调理指导。本系统旨在解决“看病难、调理无方向”的痛点,适用于日常健康自测、中医馆获客引流、以及企业员工健康管理场景。
点击空白处退出提示
现代人亚健康问题突出,但优质中医资源稀缺,用户难以便捷获得初步的体质辨识与日常调理指导。本系统旨在解决“看病难、调理无方向”的痛点,适用于日常健康自测、中医馆获客引流、以及企业员工健康管理场景。
系统包含四大核心模块:
多模态数据输入:支持用户上传舌苔照片、体检报告,并用语音和文字描述症状。
中医知识库检索:基于阿里百炼平台搭建RAG工作流,检索中医古籍与医案。
AI辨证推理:大模型结合知识库,进行体质诊断。
结构化方案输出:生成包含运动、饮食、方剂参考的个性化调理报告。
我独立负责了整套系统的业务架构与AI落地:
业务逻辑设计:设计了“用户多模态输入 → 结合记忆库与知识库检索 → 大模型辨证推理 → 输出结构化调理方案”的完整闭环。
AI工作流编排:基于阿里百炼平台,通过可视化工作流串联起多模态识别、RAG检索、大模型对话与记忆库读写等核心节点。
双库建设:独立整理中医古籍与临床案例,完成数据清洗并构建专属知识库;同时配置了用户级记忆库,实现了对用户历史症状的长期跟踪。
提示词工程:设计了专业的中医辨证提示词,严格约束大模型基于知识库与用户历史输出建议,有效降低了幻觉。
技术栈:Python、NLP、阿里百炼、大模型API、RAG、Prompt Engineering。
亮点:通过“记忆库+知识库”双库机制,将中医“辨证论治”与“长期跟踪”逻辑成功落地为AI应用。
注意:系统架构设计包含中医古籍知识库与舌苔知识库模块。当前演示版本因平台额度限制,知识库模块以设计稿/历史工作流截图展示,完整部署时会正式接入。







评论