Healthcare MCP Assistant

医疗保健MCP助理

一个医疗保健查询助手演示使用Claude API和函数调用的多工具编排。代理在单个查询中动态组合来自多个数据源的信息。

示例：多工具查询流

查询： “APT-101确认了吗？你的工作时间是什么时候？”

答复： “是的，APT-101已于2025年12月10日上午10:00与史密斯医生确认。我们的办公时间为周一至周五上午8点至下午6点，周六上午9点至下午2点。”

Multi-Tool Query Flow

代理自动识别需要两个不同数据源的查询，并按顺序调用相应的工具(lookup_appointment 和 check_faq)，并将结果组合成连贯的响应。

可用工具

该系统提供对四个医疗保健数据源的访问：

1. check_faq -一般信息（时间、地点、保险单）
2. lookup_appointment -预约状态和详细信息
3. lookup_lab_result -实验室测试结果
4. find_doctor -医生可用性和信息

项目结构

healthcare-mcp-assistant/
├── src/
│   └── data.py                 # Healthcare data (FAQ, appointments, labs, doctors)
├── figures/
│   ├── mcp_diagram.png         # Query flow diagram
│   └── evaluation_results.png  # Evaluation metrics visualization
├── demo_claude.py              # Main implementation
├── evaluation.py               # DeepEval testing
├── evaluation_results.md       # Detailed evaluation report
└── requirements.txt

需求

anthropic
python-dotenv
deepeval

设置

1. 安装依赖项：

pip install -r requirements.txt

1. 将API密钥添加到 .env:

ANTHROPIC_API_KEY=your-key-here

1. 运行演示：

python demo_claude.py

评估结果

以Claude Sonnet 4为评判者，使用DeepEval框架进行评估。

Evaluation Results

摘要：

• 完整性：通过率80%（4/5次测试）
• 多工具查询：完美完整性得分（1.0）
• 刀具选择精度：100%

评估验证了核心能力：成功地将来自多个工具的数据组合在一个响应中。

查看详细评估结果

实现细节

核心组件：

1. 功能工具 -Python函数包装为工具：

- check_faq(question) -常见问题解答 - lookup_appointment(appointment_id) -预约详情 - lookup_lab_result(lab_id) -实验室结果 - find_doctor(doctor_name) -医生信息

1. 代理循环 -处理多回转刀具调用：

- 代理根据需要调用工具 - 结果反馈给代理 - 持续到生成最终响应

1. 评估 -DeepEval指标：

- 正确性：事实准确性 - 完整性：所有查询部分均已回答

查询示例

单一工具：

Q: "What are your hours?"
A: Monday-Friday 8AM-6PM, Saturday 9AM-2PM, Closed Sundays

多工具：

Q: "Is APT-101 confirmed and what are your hours?"
A: [Combines appointment details + office hours]

成本与性能

• 评估费用：0.05美元（5次查询）
• 平均响应时间：~6秒
• 评估模型：克劳德·索内特4

许可证

麻省理工学院