MedAI-集成MCP的医疗助理
一个生产就绪的医疗人工智能助手，使用Flask、SocketIO、LangGraph和模型上下文协议（MCP）构建，用于智能医疗搜索、存储位置和健康查询。
特性
- 🏥 医疗问答：人工智能驱动的健康和医学信息
- 💊 智能医疗搜索：模糊匹配与以店铺为中心的排名
- 🗺️ 门店查询：通过实时位置检测查找最近的医疗商店
- 📍 距离计算：使用Haversine公式进行实时距离计算
- 🎯 路线规划：通过OSRM获取所选商店的路线
- 💬 实时聊天：具有持久线程的基于WebSocket的消息传递
- 🔧 多步查询：使用工具链的复杂查询
- 📊 交互式地图：基于叶子的商店可视化
- 📋 处方分析：基于图像的处方处理
安装
# Clone repository
git clone https://github.com/YOUR_USERNAME/medical_app_langgraph.git
cd medical_app_langgraph
# Create virtual environment
python -m venv medlgenv
medlgenv\Scripts\activate # Windows
# Install Flask dependencies
pip install -r requirements_flask.txt
# Create .env file
echo OPENAI_API_KEY=your_key_here > .env用法
# Flask app (main implementation)
python app.py
# Alternative Streamlit version
streamlit run mcp_app.py配置
更新默认位置 app.py:
user_location = {"latitude": 18.566039, "longitude": 73.766370}建筑
后端
- 烧瓶 和 袜子 用于实时WebSocket通信
- LangGraph 用于AI工作流编排
- SQLite 聊天记录持久化数据库
- MCP服务器 用于工具集成
关键组件
- 实时聊天：基于WebSocket的消息传递，带有自动生成的线程标题
- 药品搜索：采用以店铺为中心的排名算法进行模糊匹配
- 定位服务：Haversine距离计算和OSRM路线规划
- 交互式地图：基于叶子的商店可视化，带有详细的弹出窗口
MCP集成
medical-database-药品和商店的SQL查询medical-map-位置和地图服务prescription-analyzer-处方图像分析
许可证
MIT许可证