面向检验科医护人员与临床的卫生行业标准知识库问答系统(RAG架构),覆盖标本采集、生物安全、质控等场景,回答自动标注"标准名·条款·页码"证据链,杜绝无依据回答。2026.08至今独立负责从知识库构建、前后端开发到服务器运维的全流程,网页端已上线生产环境(medicdiary.com/ai),微信小程序已完成开发。
技术实现:
• 知识库构建:基于Dify搭建知识库与应用编排,对WS/T卫生行业标准PDF进行解析、清洗与确定性分块重建(502段→754块),通过100题A/B评测将问答准确率从63.3%提升至92%,无依据问题100%正确拒答。
• 检索与生成策略:配置混合检索+bge-reranker重排(top_k=10),设计"最小充分回答"提示词与分层应答策略(标准条款类无依据即拒答、通用问题正常回答),保证医疗场景答案可溯源。
• 网页端与证据链:开发三段式官网与对话页面,实现"依据标准编号→条款→页码"证据链展示(依据标签+标准原文弹窗),完成PC与移动端自适应。
• 微信小程序:原生开发小程序端,实现静默登录(wx.login/code2session)、多会话管理、依据引用标签与真机适配,并开发登录中转服务(Python+SQLite)打通微信与知识库后端。
• 管理后台与运维:开发管理后台(用户管理、会话限额、封禁、PDF上传自动切片入库),负责腾讯云服务器Docker部署、Nginx反向代理与HTTPS证书自动续期(certbot)。