Multi-Agent-Medical-Assistant

环境要求

• Python 环境（本地手动安装方式需要）
• Docker（推荐使用 Docker 方式部署）
• Azure OpenAI 的 LLM 与 Embedding 模型访问配置（开发时使用 gpt-4o 与 text-embedding-ada-002）
• ffmpeg（语音功能依赖，本地安装时需先装好）
• 可访问 GitHub 与模型下载源，首次运行会下载多个模型文件

安装与启动步骤

1. 1获取项目代码

   把仓库克隆到本地并进入项目目录，后续命令都在该目录执行。

   git clone https://github.com/souvikmajumder26/Multi-Agent-Medical-Assistant.git
   cd Multi-Agent-Medical-Assistant

   复制

2. 2编写 .env 配置

   参照项目内 .env 示例，填入 Azure OpenAI 的 LLM 配置与 Embedding 模型配置，两个都要填。

3. 3构建 Docker 镜像

   在项目根目录执行构建，镜像名固定为 medical-assistant，构建时需要能下载依赖。

   docker build -t medical-assistant .

   复制

4. 4启动容器

   挂载 .env 并映射 8000 端口，容器在后台运行，名称固定便于后续操作。

   docker run -d --name medical-assistant-app -p 8000:8000 --env-file .env medical-assistant

   复制

5. 5导入文档到向量库

   把 data/raw 下的医学文档解析并写入向量库；单个文件用 --file 指定。

   docker exec medical-assistant-app python ingest_rag_data.py --dir ./data/raw

   复制

6. 6访问并试用

   浏览器打开本地地址，可上传 sample_images 文件夹里的示例医学图片，或直接输入医学问题。

7. 7本地手动运行（可选）

   不用 Docker 时先在 conda 环境或 venv 中装 ffmpeg，再装依赖、建好 .env 后启动。

   conda install -c conda-forge ffmpeg
   pip install -r requirements.txt
   python app.py

   复制

关键配置

如何确认成功

浏览器打开 http://localhost:8000 能正常加载页面，容器状态为运行中，再提问一次确认返回结果。

常见问题

注意事项

• 首次启动会下载多个模型文件，耗时较长且可能报错，属正常现象。
• 文档解析已由 Unstructured.io 改为 Docling；如需旧方案请使用 v2.0 release 分支。
• AI 输出仅作辅助参考，需人工复核（human-in-the-loop）后再使用。
• 修改 .env 后需重新运行容器才会生效。