AI 中医问诊产品
开源市场调研 与 落地方案

§0结论速览

§1你要做的产品形态（定义对齐）

目标产品一句话：面向视频号粉丝的轻量中医健康测评工具——用户在微信内打开H5/小程序，通过「图文自述（可传舌象照片）+ 标准化选择题量表 + 定向填空」三层方式提供信息，AI在1-2分钟内生成一份个性化养生调理报告，内含体质判定、辨证分析、起居/情志/运动/穴位养生建议、以及出自《百病食疗》知识库的药膳方推荐，并引导沉淀到私域。

这份方案与项目既有资产直接咬合：《百病食疗》知识库（382页全书已提取为可搜索HTML+JSON，669方+157偏方）就是药膳建议引擎的数据底座，是市场上所有开源项目和多数商业产品都没有的独家内容资产；中医小姨IP矩阵（视频号为主）负责获客；私域路径承接转化与复购。

§2开源市场全景调研

按"离你的产品的距离"从近到远分十类。所有项目均来自2026年10月的公开检索（GitHub / HuggingFace / ModelScope / Gitee / 官网），活跃度描述以检索时点为准。

2.1 总览：十类开源资产地图

2.2 A类：端到端"问诊→报告"开源系统（最接近你要做的东西）

2.3 B类：中医垂直大模型（按 Awesome-TCM-LLM 清单，92+个模型）

总入口（强烈建议收藏）：tyang816/Awesome-TCM-LLM —— 收录约 92 个开源中医模型、85 个数据集、47篇综述、157篇方法论文、22件专利（README自述，截至2026-10）。代表作：

2.4 C类：通用中文医疗问诊大模型

另有汇总清单 JuneYaooo/awesome-medical-ai-cn（收录国内外医疗AI开源项目，含"FastAPI+React多智能体医疗咨询系统""私人中医智能体（问诊+望诊）"等条目）与 awesome_Chinese_medical_NLP。

2.5 D类：舌诊/四诊多模态开源

2.6 E类：体质辨识量表（选择题部分的"标准答案"）

原始分 = 各条目得分之和（1~5分）
转化分 = [(原始分 − 条目数) / (条目数 × 4)] × 100
判定：平和质 转化分≥60 且其他八种均<40（且无任一项≥30 更佳）为"是"；
     偏颇质（气虚/阳虚/…）转化分≥40 为"是"，30~39 为"倾向是"
     （细节以《中医体质分类与判定》ZYYXH/T 157-2009 原文为准）

2.7 F类：问卷/表单开源引擎

判断：你的量表是固定的一套题（不做自定义问卷SaaS），阶段一根本不需要问卷引擎——一个手写的移动端H5表单页（单选卡+拍照上传+填空）体验远好于通用问卷系统，还能完全自定义视觉；阶段二若要后台灵活改题，再引入 formily/XIAOJUSURVEY。F类的真正价值是"出题范本"：看它们如何做测评题型与进度条交互。

2.8 G类：LLM应用编排平台（阶段一底座）

为什么阶段一选Dify：你的产品本质是一条工作流（采集→计分→舌象→辨证→药膳检索→报告渲染），Dify的Workflow+知识库+Web发布正好覆盖，且社区生态最大、中文资料最多。你的场景是"自家用"而非多租户SaaS转售，开源协议无碍；不去Logo即可放心用。（对比参考：MaxKB官方对比、掘金对比、腾讯云对比）

2.9 H类：中医知识图谱与数据集

• QASystemOnMedicalKG（刘焕勇）——经典医药知识图谱问答：4.4万实体、约30万关系，含疾病/药品/食物/检查等7类。
• ChineseMedicalQA——基于《本草纲目》开源数据构建的中医药知识图谱问答（7k实体）。
• KG_TCM——中医药知识图谱系统，可视化+问答界面，可按症状推荐中药配方。
• TCM_knowledge_graph——整合6个中西医数据库的大型知识图谱。
• 85个中医数据集（含ShenNong系列指令数据）——收录于 Awesome-TCM-LLM。

判断：这些图谱质量参差、口径不一，直接拿来生成药膳建议风险高。你的《百病食疗》结构化库（669方+157偏方，带正文出处）在"药膳"这个垂直点上比任何开源图谱都干净、且独家——这就是产品的护城河：别人拿开源模型，你拿开源模型+独家书库。

2.10 I类：微信/私域部署通道开源

• chatgpt-on-wechat——最流行的开源微信对话机器人，支持公众号、企业微信应用、飞书、钉钉、网页等多端部署，可接GLM等模型。
• LangBot——多平台聊天机器人框架，社区有 LangBot + Dify 组合教程（掘金）。

2.11 J类：商业产品对标（非开源，验证市场与定价）

2.12 调研总结：缺口即机会

§3落地方案

3.1 定位与合规红线（先立边界，再做产品）

3.2 用户流程与页面设计（5屏）

3.3 信息采集设计（图文 / 选择题 / 填空题三层）

3.4 双引擎：规则评分 + LLM辨证（产品的心脏）

红旗症状规则（示例，可扩充）：自述或填空命中「胸痛/胸闷压榨感、咯血、便血黑便、无痛性血尿、进行性消瘦、高热持续3天以上、剧烈头痛、晕厥、包块、孕妇出血」等关键词 → 报告顶部红色卡片「建议您尽快线下就医，本报告养生建议仅供参考」。

{
  "constitution": {            // 与规则计分结果互相校验，冲突时以规则为准
    "primary": "痰湿质",
    "tendency": ["气虚质(倾向)"],
    "radar": [60, 42, 35, ...]     // 九体质转化分数组，渲染雷达图
  },
  "syndrome_tendencies": [       // 证型倾向（养生视角，不下诊断）
    {"pattern": "脾虚湿困", "confidence": 0.72,
     "evidence": ["饭后困倦", "舌苔厚腻", "大便黏", "舌边齿痕"]}
  ],
  "tongue": {"quality":"舌淡红","coating":"苔白厚腻","marks":"边有齿痕","photo_quality":"ok"},
  "red_flags": [],               // 命中红旗则非空
  "analysis_lay": "大白话解读段落（小姨口吻，150字）",
  "analysis_pro": "专业表述段落（术语+依据，150字）",
  "lifestyle": {
    "sleep": "...", "diet_principles": "...", "exercise": "...", "emotion": "...",
    "acupoints": [{"name":"足三里","method":"每日按揉3分钟","why":"健脾"}],
    "tea": "陈皮荷叶茶，午后一杯"
  },
  "dietary_queries": ["痰湿 脾虚 健脾祛湿"],   // 供药膳引擎检索用
  "action_30d": ["第1周：...", "第2周：..."],
  "retest_after_days": 30
}

防幻觉三道闸：①体质结论以规则计分为准，LLM只做综合解释；②药膳方只允许来自食疗库检索结果，LLM仅负责"为什么适合你"的匹配解释，检索为空则返回通用条目并说明；③引擎3要求"evidence必须引用用户原始输入"，Prompt中明确禁止编造用户未提及的症状。

3.5 舌象照片处理（加分项，做成"可跳过"）

• 拍摄指引：自然光、餐前/晨起、伸舌自然、不用滤镜；上传前预览页给出合格示例图（好/坏对比）。
• 阶段一：舌照直接交给通用多模态模型（GLM-4V级API），Prompt要求输出固定结构标签（舌质颜色/苔色苔质/齿痕/裂纹/瘀点+照片质量评估）。质量差→提示重拍或跳过，报告相应栏目显示"未采集"。
• 阶段二（可选升级）：自部署 ShizhenGPT/TongueVLM 做专科识别，或接云诊API做双模型交叉。
• 隐私：上传即用即删（或7天自动删除），报告页明示。

3.6 药膳引擎：让独家书库变成护城河

证型+体质+用户关键词（如：痰湿质+脾虚+饭后困倦）
   → 检索query改写（LLM把辨证结果翻译成书库词汇：健脾+祛湿）
   → 向量检索 top 8 → 规则过滤（宜忌排除：过敏食材、孕期禁用）
   → LLM从8条中选3~5条，输出：方名/组成食材/做法要点/宜忌/出处页码
   → 报告渲染为"本周药膳餐单"（一粥一汤一茶）

3.7 报告结构（详细报告的骨架）

3.8 技术架构与两阶段选型

阶段一（第1~2周）：Dify组装，近零代码

• 模型：辨证/文案用 GLM 或同档国产旗舰API；舌象用 GLM-4V 级多模态API。单次报告预估输入3~5k tokens、输出2~3k tokens，加一张舌照，单次成本约几分到一毛五，早期月成本可控在几十元级。
• 模型路由与混合架构（v1.1 增补）：多模型按引擎分工（辨证=旗舰API、舌象=多模态API、文案/药膳解释=轻量档）+ 多厂商主备降级。舌象走「本地感知+云端语义」混合路线：W2 纯 API 跑通 → W3 内测 50 例双跑 head-to-head（人工判读为金标准）→ W4 按数据把感知层切到本地专科模型（Tongue157 级 CPU 可跑、与 Dify 同机；照片不出服务器、只传文本标签，成本再降 30-50%）。完整路由表与三模式详见配套《架构与高保真原型》§1.6。
• 服务器：2核4G轻量云（约50~120元/月）跑Dify+MySQL+向量库；域名备案约60元/年。
• 食疗库接入：JSON按方切片（方名+功效+食材+宜忌为一块），导入Dify知识库；页码字段保留供引用。
• 支付：首月先"加企微→人工发完整报告/9.9红包"验证付费意愿，再上微信支付（H5可用公众号JSAPI支付）。

阶段二（第2~3个月起）：数据验证后自研加固

• 前端：Taro/uniapp 小程序（微信类目按平台规则申办）或继续H5；量表用 formily 管理后台改题。
• 后端：FastAPI（参考 RenShu-AI 架构）+ 任务队列（报告异步生成）+ PostgreSQL + 向量库。
• 引擎升级：红旗规则库扩充、舌诊双模型交叉（可选自部署 ShizhenGPT/TongueVLM）、A/B测试通用模型 vs 中医垂直模型（BianCang/仲景等）。
• 增长：报告分享海报带渠道参数、复测提醒（30天）、体质跟踪曲线（历次报告对比——留存抓手）。
• 海外版（接既有出海规划）：先做英文量表版H5；WhatsApp通道建议走官方 Business API（开源协议库 whatsapp-web.js/Baileys 类有封号风险，只适合验证期），TikTok主页挂链。

3.9 与IP业务的运营整合

3.10 成本与工时估算（阶段一）

3.11 四周落地路线图

3.12 风险与对策

§4附录

4.1 开源项目速查表（全部链接）

4.2 主要参考来源

• 监管：《互联网诊疗监管细则（试行)》nhc.gov.cn；Lexology 医疗健康AI交互平台合规风险分析（2025-12）；上海市监局互联网平台广告合规指引；浩天《人工智能在医药领域的应用现状及合规提示》（2026-09）
• 市场：问止中医 techtcm.com；大经中医 dajingtcm.com；辨证云 c.zydsoft.cn；有方中医App Store页；南京中医药大学AI四诊仪报道（新华日报2026-02）
• 平台对比：MaxKB官网对比页、掘金/腾讯云/CSDN 平台横评（2025-2026）
• 量表：CCMQ介绍（scale.xinlixue.cn）；CCMQ SAS/SPSS计分语法（Airiti/TCU）；台湾MOHW体质量表效值报告
• 开源项目：各GitHub/HuggingFace/ModelScope/Gitee仓库（见4.1），状态检索时点2026-10

4.3 本方案两轮自查记录