🏥 MedCore MCP-医院管理人工智能系统
由模型上下文协议（MCP）、Groq AI和Streamlit支持的综合医院管理系统。使用智能AI助手使用自然语言查询医院数据。
✨ 特性
- 🤖 AI助手：Groq Mixtral 8x7B支持的自然语言查询
- 📊 实时仪表盘：医院指标、床位占用率、患者统计
- 🛏️ 病房管理：实时床状态和入住率跟踪
- 👨⚕️ 医生名录：按专业和可用性搜索医生
- 👥 患者管理：跟踪患者、诊断和任务
- 📅 委任制：安排和管理预约
- 📈 分析：医院统计和趋势
- 💸 免费等级优先：提供程序回退针对免费层使用进行了优化
🚀 快速开始
先决条件
- Python 3.8+
- Groq API密钥（从 console.groq.com)
安装
# 1. Clone/setup project
cd medcore-mcp
# 2. Install dependencies
pip install -r requirements.txt
# 3. Create .env.local with your Groq API key
echo "GROQ_API_KEY = gsk_YOUR_API_KEY_HERE" > .env.local
# 4. Setup database
python db/setup_db.py
# 5. Run the app
streamlit run app.py打开浏览器 http://localhost:8501
📋 包含什么
数据
- 75名患者 5家医疗条件各异的医院
- 35名医生 跨越20多个专业
- 70张床 5个病房，有入住情况跟踪
- 50次预约 带有日程安排数据
- 7天 医院统计
组件
- 流线型UI -交互式web界面
- MCP服务器 -12医院管理工具
- Groq 集成 -人工智能驱动的自然语言处理
- SQLite数据库 -持久数据存储
💬 查询示例
在AI助手中尝试以下操作：
"How many patients are currently admitted?"
"Show me all critical patients"
"Which wards have free beds?"
"List available doctors"
"What is the bed occupancy rate?"
"Show me patients in ICU"
"Which doctors are in Cardiology?"
"Tell me about patient ID 5"📁 项目结构
medcore-mcp/
├── app.py # Streamlit web UI
├── requirements.txt # Python dependencies
├── .env.local # Groq API key (create this)
├── health_check.py # Production health verification
│
├── db/
│ ├── setup_db.py # Database initialization
│ └── hospital.db # SQLite database (generated)
│
├── server/
│ └── hospital_server.py # MCP server with 12 tools
│
├── client/
│ └── ai_client.py # Groq integration + MCP client
│
└── docs/
├── QUICK_START.md # 3-step setup guide
├── SETUP_GUIDE.md # Detailed installation
├── SERVER_TOOLS_GUIDE.md # Tool documentation
├── EXAMPLE_QUERIES.md # 50+ example queries
├── DATA_SUMMARY.md # Database statistics
└── INTEGRATION_SUMMARY.md # Architecture overview🛠️ MCP工具（12个可用）
- 接收所有患者 -列出带过滤器的患者
- get_patient_by_id -获取患者详细信息
- 搜索_患者 -按姓名/诊断搜索
- get_all_doctors -列出带过滤器的医生
- get_available_doctors -仅限医生
- get_doctor_by_id -获取医生详细信息
- get_bed_可用性 -床位占用情况
- get_appoints -列出约会
- get_hospital_stats -医院统计
- 患者_医生 -每位医生的患者数
- get_critical_患者 -仅限危重患者
- get_ward_summary -病房统计
🎯 仪表板功能
概述指标
- 活跃患者数
- 床位占用率
- ICU患者追踪
- 可用医生数量
- 免费床位追踪
- 待任命
AI助手
- 自然语言查询
- 多回合对话
- 上下文感知响应
- 自动数据提取
病房状态
- 实时床位占用率
- 病房细分
- 占用率可视化
- 免费床位追踪
🔐 配置
环境变量
创建 .env.local 在项目根目录中：
GROQ_API_KEY = gsk_YOUR_API_KEY_HERE
GROQ_API_KEY_2 = gsk_YOUR_SECOND_KEY_HERE
GEMINI_API_KEY = YOUR_GEMINI_KEY
OPENROUTER_API_KEY = YOUR_OPENROUTER_KEY
FREE_TIER_ONLY = true
OPENROUTER_MODELS = qwen/qwen3-14b,meta-llama/llama-3.3-70b-instruct,google/gemma-3-27b-it从获取API密钥 console.groq.com
对于Streamlit Cloud，请勿上传 .env.local；请改用应用程序Secrets。 模板： docs/STREAMLIT_SECRETS_TEMPLATE.toml
数据库
SQLite数据库自动创建于 db/hospital.db 与：
- 5家医院
- 75名患者
- 35名医生
- 70张床位
- 50次任命
- 7天统计
📊 数据库模式
患者
- ID、姓名、年龄、性别、病房、入院日期、诊断、医生ID、状态、血型、联系人
医生
- ID、姓名、专业、部门、可用性、联系方式、经验年限
床
- ID、病房、床号、已占用、患者ID
预约
- ID、患者ID、医生ID、日期、时间、原因、状态
医院统计
- ID、日期、总入院人数、总出院人数、重症监护室占用率、急诊病例、收入
🧪 验证
运行生产健康检查：
python health_check.py这将检查：
- ✅ .env.本地配置
- ✅ 已安装依赖项
- ✅ 项目文件存在
- ✅ 数据库已填充
- ✅ Groq API配置
- ✅ MCP服务器语法
🚨 故障排除
| 问题 | 解决方案 |
|---|---|
| “找不到GROQ_API_KEY” | 创建 .env.local 使用API密钥 |
| “找不到数据库” | 运行 python db/setup_db.py |
“初始化数据库失败”或 ImportError: cannot import name 'insert_sample_data' 在Streamlit Cloud上 | 拉最新 main 并重新部署。这是固定在 utils/db_init.py |
| “速率限制--稍后重试” | 暂时达到可用层限制。添加更多Groq密钥(GROQ_API_KEY_2, GROQ_API_KEY_3)然后重试 |
OpenRouter 402 Payment Required | 仅在以下情况下使用免费型号 OPENROUTER_MODELS；保持 FREE_TIER_ONLY=true |
| “端口8501正在使用中” | 使用 streamlit run app.py --server.port 8502 |
| “导入错误” | 运行 pip install -r requirements.txt |
| “连接被拒绝” | 确保MCP服务器可以启动（检查Python路径） |
⚠️ 我们面临和解决的问题
- 由于导入不匹配，Streamlit Cloud DB初始化在首次启动时失败。
修复： utils/db_init.py 现在支持两种传统 insert_sample_data 和电流 seed_* 功能。
- 提供商有时会选择付费的OpenRouter型号并返回
402.
修复： FREE_TIER_ONLY=true 行为现在过滤了可能的付费模型。
- 免费等级的Groq键经常达到每分钟的限制。
修复：添加额外的Groq密钥(GROQ_API_KEY_2, GROQ_API_KEY_3)并保持自由模型回退配置。
- 在早期部署尝试期间，文档中泄露了秘密。
修复：文档已消毒；在repo中使用占位符，在Streamlit Secrets中仅使用实值。
☁️ Streamlit云笔记
- 使用
app.py作为主文件。 - 从配置机密
docs/STREAMLIT_SECRETS_TEMPLATE.toml. - 更改机密后重新启动应用程序。
- SQLite是应用程序容器的本地，因此可以在重建/重新启动后重置数据。
📚 文档
- 快速启动.md -三步设置指南
- SETUP_GUIDE.md -详细的安装和故障排除
- SERVER_TOOLS_GUIDE.md -完整的工具文档
- 示例_QUERIES.md -50+示例查询
- DATA_SUMMARY.md -数据库统计
- 集成_摘要.md -架构和集成细节
🏗️ 建筑
Streamlit UI (app.py)
↓
Groq AI (mixtral-8x7b-32768)
↓
MCP Server (hospital_server.py)
↓
SQLite Database (hospital.db)🔄 数据流
- 用户在Streamlit中输入查询
- 查询已发送至Groq AI
- Groq决定调用哪些工具
- MCP服务器执行工具
- 数据库返回数据
- Groq产生自然语言反应
- Streamlit中显示的响应
🎓 学习资源
📝 工作流示例
User: "Show me all critical patients"
↓
Groq: Calls get_critical_patients tool
↓
MCP Server: Queries database
↓
Database: Returns 8 critical patients
↓
Groq: Formats response with patient details
↓
Streamlit: Displays formatted list🤝 贡献
欢迎使用以下内容进行扩展：
- 其他医院工具
- 病人数据
- 高级分析
- 与真实的医院系统集成
📄 许可证
本项目按原样提供，用于教育和示范目的。
🎉 准备好开始了吗？
# Verify deployment readiness
python health_check.py
# Run the application
streamlit run app.py然后打开 http://localhost:8501 在您的浏览器中！
______________________________________________________________________
建于❤️ 使用MCP、Groq和Streamlit
如有疑问或问题，请查看文档文件或查看示例查询。