Hybrid AI MCP Localhealthcoach

本地健康上下文MCP服务器

此项目实现了一个本地MCP（模型上下文协议）服务器，该服务器公开了一个工具(get_patient_background)到Azure AI Foundry托管的代理。\ 它使基于云的医疗“专家”代理能够调用您的私人本地LLM来获取个人健康上下文，而无需将敏感数据发送到云端。

这展示了一个真正的混合AI模式：

• 敏感数据完全保留在您的计算机上
• 云代理处理推理和诊断
• 本地法学硕士（通过Foundry local）提供私人背景
• Dev Tunnel安全地暴露了您的MCP服务器
• Azure AI Foundry协调工具调用

______________________________________________________________________

架构概述

用户->云代理（Azure AI Foundry）->（MCP工具调用）->开发隧道->本地MCP服务器->本地GPU LLM（Foundry本地）

工作流程：

1. 用户向云代理报告症状
2. 代理调用MCP工具请求个人背景
3. MCP服务器加载您的本地 patient_profile.json
4. 它会向本地GPU LLM发送提示
5. 匿名摘要返回给云代理

______________________________________________________________________

存储库结构

src/
  mcp-local-health.py # MCP server + GPU inference logic
  patient_profile.json # User’s private medical history
  requirements.txt            # Python dependencies
README.md

______________________________________________________________________

设置

1.创建并激活虚拟环境

窗户： python-m venv.venv .venv\\Scripts\\activate

macOS/Linux： python3-m视频 source.ven/bin/activate

2.安装依赖项

pip安装-r要求.txt

______________________________________________________________________

配置您的本地医疗档案

编辑文件 patient_profile.json.

例子：

{
  "chronic_conditions": ["mild asthma"],
  "medications": ["albuterol inhaler"],
  "recent_labs": {
    "A1C": 5.4,
    "Vitamin D": 32
  }
}

此文件保留在本地，从不传输。

运行MCP服务器

python mcp-local-health.py

您应该看到： \[MCP\]收听http://0.0.0.0:8081

使用开发隧道公开MCP服务器

创建隧道

devtunnel创建mcp运行状况

添加端口8081

devtunnel端口创建mcp健康-p 8081--协议http

托管隧道

devtunnel主机mcp运行状况

您将获得一个公共URL，例如： https://abcd1234.usw3.devtunnels.ms:8081

连接Azure AI Foundry中的工具

打开你的代理→ 工具→ 添加工具→ MCP.

填写：

保存——云代理现在调用您的本地LLM工具。

许可证

MIT许可证