本项目是一套面向宠物医院的全流程智能管理系统，核心亮点为自主研发的 LCPS 2.0（临床问题列表推理系统）推理引擎。该引擎将兽医临床诊断流程抽象为五步推理链：问题列表建立与诊断钩识别 → 受累系统判断（原发/继发） → 解剖定位 → DAMNIT-V 病变性质分类 → 证据驱动的优先级鉴别诊断清单，融合奥卡姆剃刀与希卡姆格言辩证思维，输出带置信度百分比的鉴别诊断表和 SOAP 病历（含推荐检查方案），并自动生成免责声明。

在模型层面，基于 Qwen 2.5-3B 基座模型进行兽医领域 LoRA 微调，实现 GPU（PyTorch + 4-bit 量化，适配 RTX 4060 8GB）和 CPU（llama.cpp + GGUF 格式）双版本部署方案。系统支持中文问诊对话输入，集成 RAG 知识库检索增强推理准确性，配备 FastAPI 推理服务端、Docker 容器化部署方案，以及完整的 Vue 3 + Flask 前后端分离管理平台，涵盖宠物档案、诊疗记录、疫苗接种、药品库存、AI 工作台等功能模块。

本人在项目中负责整体架构设计、LCPS 推理引擎核心算法开发、模型微调与量化部署、前后端全栈开发及服务器部署方案设计。