中医典籍知识检索引擎
基于 RAG 技术的中医古籍垂直领域问答系统
项目简介
传统的关键词检索方式往往返回零散片段,无法形成完整的辨证论治逻辑链。本项目基于 RAG(检索增强生成)架构,将本地大模型与中医经典知识库相结合,支持自然语言描述的医理查询,自动关联《黄帝内经》《伤寒论》《金匮要略》等典籍中的相关条文,生成包含经典原文引用与条文解读的结构化回答。
在 LangChain 框架下,系统实现了中医特有的”理-法-方-药”思维链生成,而非简单的问答匹配。知识库从经典条文、方剂组成、医案三个维度构建向量库,检索策略包含症状关键词扩展、辨证过滤器与方剂相似度计算。所有功能均为技术演示性质的研究实践,不涉及实际诊疗建议。
技术方案
- 后端:Python + FastAPI,前端:Vue 3
- 向量存储:Chroma,嵌入模型:本地 Ollama 部署
- 大语言模型:通过 Ollama 加载本地模型推理
- 知识库:涵盖《黄帝内经》《伤寒论》等核心典籍的结构化文本
- 部署:Docker 容器化,全栈本地运行
技术标签
Python
LangChain
Chroma
Ollama
FastAPI
Vue
Docker