蛇咬伤急救 智能助手 系统

📌 项目背景

蛇咬伤是全球重要的公共卫生问题，尤其在热带和亚热带地区。传统急救知识获取方式存在信息分散、 专业性不足、难以快速定位等问题，延误了最佳救治时机。

SnakeGuardian 采用先进的 RAG（检索增强生成）技术与知识图谱推理相结合的方式， 构建了一个智能蛇咬伤急救咨询系统。系统能够根据用户描述的症状、地区、蛇的特征等信息， 智能推理蛇种、推荐抗蛇毒血清、查询附近救治医院，并提供科学的急救指导。

🏗️ 系统架构

系统采用前后端分离架构，核心由 RAG 检索引擎和知识图谱推理引擎双驱动：

以下是系统的主要界面展示，从用户交互到知识图谱可视化，覆盖完整的使用场景：

1 前端交互界面

🕸️ 知识图谱

知识图谱是系统的核心推理引擎，包含 50 种毒蛇 的结构化知识，支持多维度推理：

2 知识图谱可视化

图谱节点类型

推理路径

🔍 多路混合检索

系统采用三路并行检索策略，确保信息覆盖的广度和精度：

⚙️ 关键技术点

📊 技术栈与性能

🔌 API 接口

# 流式对话示例
curl -X POST http://localhost:5000/api/chat/stream \
  -H "Content-Type: application/json" \
  -d '{"question": "在广东被绿色的蛇咬了怎么办？"}'

# 反馈示例
curl -X POST http://localhost:5000/api/feedback \
  -H "Content-Type: application/json" \
  -d '{"message_id": "123", "liked": true}'

🚀 快速开始

# 1. 克隆项目
git clone https://github.com/YUII99166/SnakeGuardian-Agent.git
cd SnakeGuardian-Agent

# 2. 安装后端依赖
python -m venv .venv1
source .venv1/bin/activate  # Linux/Mac
pip install -r requirements.txt

# 3. 安装前端依赖
cd frontend && npm install && cd ..

# 4. 配置 API Key（config.yaml）
apikey: "your-zhipuai-api-key"

# 5. 初始化向量库
jupyter notebook 01_setup.ipynb

# 6. 启动服务
python app.py          # 后端
cd frontend && npm run dev  # 前端

# 7. 访问 http://localhost:3000 🎉

📊 数据验证

# 验证所有存储
python verify_storage.py

# 查看反馈数据
python view_feedback.py

# 查看向量库
python view_vectordb.py

📁 项目结构

🛠️ 开发指南

✍️ 总结与展望

SnakeGuardian 是一个完整的蛇咬伤急救智能咨询系统，通过 RAG + 知识图谱的双引擎架构， 实现了从蛇种识别、血清推荐到医院查询的全链路覆盖。

系统采用多路混合检索策略确保信息覆盖的广度，通过知识图谱推理确保专业判断的精度， 配合数据飞轮机制实现系统的持续自我优化。

未来计划包括：多模态支持（蛇种图片识别）、语音对话（ASR/TTS 集成）、 更完善的地区医院覆盖、以及基于用户反馈的自动评估系统。

🤝 贡献指南

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

🙏 致谢

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

📮 联系方式

• 项目主页：https://github.com/YUII99166/SnakeGuardian-Agent
• 问题反馈：https://github.com/YUII99166/SnakeGuardian-Agent/issues