Token导航 LogoToken导航TokenDH.com
中转站排行榜
Smart Doctor Assistant logo
AI代理stdio官方级别未说明来源级核验

Smart Doctor Assistant

MCP Server

一个基于Model Context Protocol (MCP)和工具调用LLM的智能AI系统，用于医疗预约和管理。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
Python自然语言处理AI代理

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

lakshmishac2002

提供方

lakshmishac2002

最后核验

2026/5/17 20:21

运行时

Python

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

python -m venv venv

详细介绍

🏥 智能医生助理

一个用于医疗预约和管理的智能代理人工智能系统，由 模型上下文协议（MCP） 以及工具调用LLM。

🎯 项目概述

这是一个生产质量的全栈应用程序演示 真正的代理行为 使用MCP。该系统支持：

  • 患者：使用自然语言对话预约
  • 医生：接收人工智能生成的摘要报告和统计数据
  • AI 代理：动态发现和调用MCP工具，无需硬编码工作流
🆓 100%免费设置！\ 该项目使用完全免费的API，无需信用卡： - LLM：Ollama（本地）、Groq、Together AI或抱抱脸 - 电子邮件：Gmail SMTP - 通知：Discord Webhooks或Telegram Bot 看 FREE_APIS_SETUP.md 获取完整的设置指南。

主要特点

✅ 真正的智能人工智能：LLM动态决定使用哪些工具\ ✅ MCP集成：通过模型上下文协议公开的工具、资源和提示\ ✅ 多回合对话：跨交互的上下文保护\ ✅ 无直接数据库访问：通过MCP工具执行的所有操作\ ✅ 外部API集成：谷歌日历、Gmail/SendGrid、Slack

🏗️ 建筑

┌─────────────────────────────────────────────────────────────┐
│                        Frontend (React)                      │
│                                                               │
│  ┌──────────────────┐          ┌──────────────────┐        │
│  │  Patient Chat    │          │ Doctor Dashboard │        │
│  │  Interface       │          │                  │        │
│  └──────────────────┘          └──────────────────┘        │
└───────────────────────────┬─────────────────────────────────┘
                            │
                    HTTP/REST API
                            │
┌───────────────────────────▼─────────────────────────────────┐
│                    FastAPI Backend                           │
│                                                               │
│  ┌──────────────────────────────────────────────────────┐  │
│  │              Agent Orchestrator                       │  │
│  │  • Manages conversation context                       │  │
│  │  • Calls LLM with tool definitions                    │  │
│  │  • Executes tool calls through MCP                    │  │
│  │  • Synthesizes final responses                        │  │
│  └────────────────────┬─────────────────────────────────┘  │
│                       │                                      │
│  ┌────────────────────▼─────────────────────────────────┐  │
│  │              MCP Server                               │  │
│  │                                                        │  │
│  │  MCP TOOLS (Actions):                                 │  │
│  │  • get_doctor_availability                            │  │
│  │  • book_appointment                                   │  │
│  │  • send_patient_email                                 │  │
│  │  • get_doctor_stats                                   │  │
│  │  • send_doctor_notification                           │  │
│  │  • list_doctors                                       │  │
│  │                                                        │  │
│  │  MCP RESOURCES (Read-only):                           │  │
│  │  • doctors_list                                       │  │
│  │  • appointments_data                                  │  │
│  │  • doctor_schedules                                   │  │
│  │                                                        │  │
│  │  MCP PROMPTS (Reasoning):                             │  │
│  │  • appointment_booking                                │  │
│  │  • doctor_summary                                     │  │
│  └────────────────────┬─────────────────────────────────┘  │
│                       │                                      │
└───────────────────────┼──────────────────────────────────────┘
                        │
        ┌───────────────┼───────────────┐
        │               │               │
        ▼               ▼               ▼
   PostgreSQL    Google Calendar   Gmail/Slack
   Database      API               API

🧠 MCP如何实现真正的代理行为

传统方法（硬编码）

if "book appointment" in message:
    check_availability()
    create_appointment()
    send_email()

代理方法（MCP）

# Agent discovers tools dynamically
tools = mcp_server.list_tools()

# LLM decides which tools to use based on user intent
llm_response = call_llm(message, tools)

# Execute whatever tools the LLM chose
for tool_call in llm_response.tool_calls:
    result = mcp_server.invoke_tool(tool_call.name, tool_call.args)

LLM代理：

  1. 发现 运行时可用的MCP工具
  2. 原因 关于用户请求需要哪些工具
  3. 执行 工具按最佳顺序排列
  4. 使适应 无需重新编程即可进行多轮对话

📁 项目结构

smart-doctor-assistant/
├── backend/
│   ├── main.py                    # FastAPI application
│   ├── requirements.txt           # Python dependencies
│   ├── .env.example              # Environment variables template
│   │
│   ├── mcp/
│   │   └── server.py             # MCP server with tools/resources/prompts
│   │
│   ├── agents/
│   │   └── orchestrator.py       # Agent orchestration engine
│   │
│   ├── db/
│   │   ├── database.py           # Database connection
│   │   ├── models.py             # SQLAlchemy models
│   │   └── schema.sql            # Database schema + seed data
│   │
│   └── tools/                    # External API integrations (future)
│
├── frontend/
│   ├── src/
│   │   ├── App.jsx               # Main application component
│   │   ├── App.css               # Global styles
│   │   ├── main.jsx              # React entry point
│   │   │
│   │   └── components/
│   │       ├── PatientChat.jsx   # Patient chat interface
│   │       └── DoctorDashboard.jsx # Doctor dashboard
│   │
│   ├── index.html                # HTML template
│   ├── package.json              # Node dependencies
│   └── vite.config.js            # Vite configuration
│
└── README.md                     # This file

🚀 安装说明

先决条件

  • Python 3.10+
  • Node.js 18+
  • PostgreSQL 14+
  • 免费LLM （选择一个）：

- 奥拉玛 （本地，推荐）-从下载https://ollama.ai - 格罗克 （云，免费套餐）-在以下网址注册https://console.groq.com - 共同AI （云，免费套餐）-在以下网址注册https://api.together.xyz - 拥抱脸 （云，免费）-注册https://huggingface.co

💡 无需支付API密钥！ 看 FREE_APIS_SETUP.md 详细设置。

1.数据库设置

# Create PostgreSQL database
createdb smart_doctor_db

# Or using psql
psql -U postgres
CREATE DATABASE smart_doctor_db;
\q

# Initialize schema and seed data
psql -U postgres -d smart_doctor_db -f backend/db/schema.sql

2.后端设置

cd backend

# Create virtual environment
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

# Configure environment variables
cp .env.example .env
# Edit .env and add your API keys

# Run the FastAPI server
python main.py

# Server will start at http://localhost:8000

3.前端设置

cd frontend

# Install dependencies
npm install

# Start development server
npm run dev

# Frontend will start at http://localhost:3000

4.验证安装

打开http://localhost:3000在您的浏览器中。您应该看到Smart Doctor Assistant界面。

🎭 示例提示和场景

场景1：患者预约

用户提示1：

"I want to book an appointment with Dr. Ahuja tomorrow morning."

代理流程：

  1. 解析意图（医生：Ahuja，日期：明天，时间：早上）
  2. 呼叫 get_doctor_availability 工具
  3. 显示可用插槽
  4. 等待用户确认

用户提示2：

"Book the 10 AM slot."

代理流程：

  1. 回忆之前对话的背景
  2. 呼叫 book_appointment 工具
  3. 创建谷歌日历事件
  4. 呼叫 send_patient_email 工具
  5. 返回确认

场景2：多回合对话

第1回合：

User: "Check Dr. Ahuja's availability for Friday afternoon."
Agent: [Calls get_doctor_availability]
      "Dr. Ahuja has these slots available on Friday afternoon:
       • 2:00 PM
       • 2:30 PM
       • 3:00 PM
       • 3:30 PM"

第二回合：

User: "Book the 3 PM slot."
Agent: [Remembers: Dr. Ahuja, Friday, 3 PM from context]
       [Calls book_appointment]
       "Great! I've booked your appointment with Dr. Ahuja 
        for Friday at 3:00 PM. Confirmation email sent."

场景3：医生总结报告

用户提示：

Doctor: "How many patients visited yesterday?"

代理流程：

  1. 根据上下文识别医生
  2. 呼叫 get_doctor_stats 昨天的日期范围
  3. 分析预约数据
  4. 呼叫 send_doctor_notification 附摘要
  5. 返回格式化报告

医生查询示例：

  • “本周有多少发烧病例？”
  • “显示今天和明天的约会。”
  • “这个月最常见的症状是什么？”
  • “给我一份已完成预约与计划预约的总结。”

🔧 MCP工具定义

工具（动作）

1.get_doctor_availability

{
  "name": "get_doctor_availability",
  "description": "Get available appointment slots for a doctor",
  "parameters": {
    "doctor_name": "string",
    "date": "YYYY-MM-DD"
  }
}

2.图书预约

{
  "name": "book_appointment",
  "description": "Book an appointment for a patient",
  "parameters": {
    "patient_name": "string",
    "patient_email": "string",
    "doctor_name": "string",
    "appointment_date": "YYYY-MM-DD",
    "appointment_time": "HH:MM",
    "symptoms": "string (optional)"
  }
}

3.send_patien_email

{
  "name": "send_patient_email",
  "description": "Send confirmation email to patient",
  "parameters": {
    "patient_email": "string",
    "appointment_id": "integer",
    "subject": "string",
    "message": "string"
  }
}

4.get_doctor_stats

{
  "name": "get_doctor_stats",
  "description": "Get appointment statistics for a doctor",
  "parameters": {
    "doctor_name": "string",
    "start_date": "YYYY-MM-DD",
    "end_date": "YYYY-MM-DD"
  }
}

5.send_doctor_nomination

{
  "name": "send_doctor_notification",
  "description": "Send notification to doctor (Slack/in-app)",
  "parameters": {
    "doctor_email": "string",
    "notification_type": "report|alert|reminder",
    "title": "string",
    "message": "string"
  }
}

资源（只读数据）

  • 医生名单: resource://doctors
  • 预约_数据: resource://appointments
  • 医生时间表: resource://schedules

提示（推理模板）

  • 预约_预订：指导预约推理
  • 医生_总结：指导报告生成推理

🔌 API终点

聊天API

  • POST /api/chat -主代理交互端点

MCP端点

  • GET /api/mcp/tools -列出所有可用工具
  • POST /api/mcp/tools/{tool_name} -调用特定工具
  • GET /api/mcp/resources -列出所有资源
  • GET /api/mcp/resources/{resource_name} -获取资源数据

医生终点

  • GET /api/doctors -列出所有医生
  • POST /api/doctor/stats -获取医生统计数据
  • POST /api/doctor/generate-report -生成AI报告

约会终点

  • GET /api/appointments -列出约会
  • POST /api/appointments -创建约会
  • GET /api/availability/{doctor_id} -检查可用性

🧪 测试代理

测试1：动态工具发现

curl http://localhost:8000/api/mcp/tools

测试2：直接刀具调用

curl -X POST http://localhost:8000/api/mcp/tools/get_doctor_availability \
  -H "Content-Type: application/json" \
  -d '{
    "doctor_name": "Dr. Rajesh Ahuja",
    "date": "2025-12-20"
  }'

测试3：代理聊天

curl -X POST http://localhost:8000/api/chat \
  -H "Content-Type: application/json" \
  -d '{
    "message": "I want to book an appointment with Dr. Ahuja tomorrow at 10 AM",
    "user_type": "patient"
  }'

📊 数据库模式

医生桌

  • id, name, specialization, email
  • available_days[], available_start_time, available_end_time
  • slot_duration_minutes

患者表

  • id, name, email, phone, date_of_birth

预约表

  • id, patient_id, doctor_id
  • appointment_date, appointment_time, duration_minutes
  • status, symptoms, diagnosis, notes
  • google_calendar_event_id

🎯 为什么这种架构适合面试

1. 真正的代理行为

  • 没有硬编码的if-else逻辑
  • LLM动态发现和使用工具
  • 无需更改代码即可适应新工具

2. 生产质量MCP实施

  • 清洁分离：工具、资源、提示
  • 每个工具都有单一的责任
  • 正确的错误处理和验证

3. 可扩展设计

  • 添加新工具很简单（只需在MCP服务器中注册）
  • 代理自动发现新功能
  • 前端与后端变化无关

4. 上下文管理

  • 基于会话的会话跟踪
  • 多回合上下文保存
  • 交互过程中没有信息丢失

5. 外部API集成

  • 用于日程安排的谷歌日历
  • 用于通知的Gmail/SendGrid
  • 医生提醒功能松弛
  • 贯穿MCP抽象

🚀 未来的增强功能

  • \[\]基于JWT的角色认证（患者/医生）
  • \[\]医生不在时自动重新安排
  • \[\]提示历史和分析
  • \[\]语音接口集成
  • \[\]基于症状的医生推荐
  • \[\]通过短信发送预约提醒
  • \[\]保险验证集成

🔒 安全考虑

  • 环境变量中的API键
  • 数据库凭据已保护
  • 所有工具的输入验证
  • 端点速率限制
  • CORS配置正确

📝 许可证

麻省理工学院许可证-可自由用于学习和面试。

🤝 贡献

这是一个面试示范项目。请随意分叉和增强！

📧 联系

有关此实现的问题，请参阅代码注释和架构图。

______________________________________________________________________

内置于❤️ 展示代理人工智能和模型上下文协议的强大功能

目录标签

目录标签

Python自然语言处理AI代理医疗预约本地部署AI助手多轮对话动态工具调用

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

运行时（runtime，运行环境）

Python

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

Smart-Doctor-Assistant logo

MCP World

mcpworld.com

/detail/e1544ae2290dc52dd189885423e10ab3

一个基于Model Context Protocol (MCP)和工具调用LLM的智能AI系统，用于医疗预约和管理。

继续浏览同类 MCP

更多AI代理 MCP（18,706）返回 MCP 目录

上一个 MCP

Smart Device Management API

一个基于OpenAPI自动生成的MCP协议服务器，用于模型上下文协议处理。

下一个 MCP

Smart EHR MCP Server

一个专为大型语言模型和其他AI代理设计的服务器工具，用于安全地与电子健康记录（EHR）交互，使用SMART on FHIR标准和模型上下文协议（MCP）。