1、agent模块，大模型，训练模块，chat模块；2、agent模块处理会话功能，大模型本地化部署，训练模块训练数据，chat模块与大模型沟通解答疑问。解决人民法律问题解疑释惑，辅助医生诊疗。

本系统集成了先进的多模态识别与自动化处理功能。其核心涵盖了图像识别与音频分析，能够通过摄像头实时捕捉场景并识别特定目标或异常行为；同时支持本地化的LLM文本生成与逻辑推理，实现复杂的语音交互指令。系统还具备自动化告警与日志记录功能，通过与传感器联动，在检测到环境变化时自动触发响应机制，为用户提供一个

###1.**安全评估与渗透测试**-对目标系统进行WAF识别和规则推断-生成针对性的SQL注入payload-验证WAF防护强度和绕过可能性###2.**WAF规则优化**-识别WAF规则的盲区和薄弱点-提供修复建议和加固方案-支持多轮自适应测试###3.**安全研究与学习**-学习各类WAF的检

功能特性?CoderAgent：根据任务描述生成代码和测试▶️Executor：真实运行pytest测试?Reviewer：审查代码质量?自动迭代：测试失败时自动修复，最多3轮

####功能特性-✅创建新对话（自动生成唯一session_id）-✅会话列表展示（按时间排序）-✅切换会话（自动加载对应消息）-✅删除会话（清理本地数据）-✅自动标题生成（使用第一条用户消息）-✅会话时间戳记录

可以使用自己的垂类数据，或者中文医疗数据，针对Qwen2.5-7B或者Qwen3.5-0.8B模型使用UnSloth进行训练，训练过程中的数据清理，数据质量评估，格式转换，BLEU效果评估，并对训练结果进行测试。模型微调逐步迭代后在该垂类领域能给出更专业的医疗建议。

意图路由模块：识别用户问题类型（如患者问诊、诊疗指南查询），智能分配至对应检索通道，适配多场景医疗问答需求。双路检索模块：结构化数据检索（MySQL）处理科室信息、药品参数等结构化医疗数据，实现参数化精准查询；非结构化数据检索（Milvus+MedicalBERT）对医疗文档做语义分块与向量检索，精

1.接入硬件设备，形成数据的可视化，同时自动化生成pdf报告；2.支持第三方血氧仪报告的接入，按照医生要求，对报告模板进行调整和，合并输出报告3.给医生提供数据标注和核验功能；4.基于用户数据，实现呼吸状态评估算法，将原始数据转化为0~1的状态评估。

1.多轮情感对话：支持用户与AI进行自然语言交流，AI基于上下文理解情绪并给出专业回应。2.对话记忆持久化：系统自动保存对话历史，服务重启后仍能恢复历史语境，实现长期记忆。3.RAG知识库检索：内置心理学知识库，针对用户问题检索相关专业知识，提升回答准确性。4.工具调用能力：支持AI自主调用外部工具

支持语音输入、联网搜索、分享（截图/链接）、财税热点、下一轮建议问题、点赞/点踩与反馈等功能，形成“提问—检索/推理—反馈闭环—持续优化”的服务链路，显著提升响应效率与用户体验。