VistAAI

# VistA 自托管 AI 一个与自托管的 Ollama 容器集成的 MCP 服务器，返回与 VistA 患者相关的信息。 # 先决条件 1) [Docker](https://docs.docker.com/engine/install/) 2) [docker-compose](https://docs.docker.com/compose/install/linux/) # 运行方法： ```bash git clone https://github.com/RamSailopal/VistAAI.git cd VistAAI docker-compose up -d ``` 这将运行多个容器： 1) 一个 ollama 容器 2) 一个“侧车”容器，将 llama3.2 模型拉入 ollama 3) 一个 VistA 容器以及 fmQL（Fileman 查询语言） 4) 一个 mcp-server 您需要等待容器完全初始化后才能继续，因此请使用以下命令监控它们： ```bash docker-compose logs -f ``` 一旦所有容器初始化完成且屏幕上没有进一步的输出，请按 Ctrl+C。您现在可以通过以下命令访问 AI mcp-server 控制台： ```bash ./mcp-server.sh ``` 您现在可以开始询问有关 VistA 的问题。 # 编程 VistA 上下文 ## 药物    ## 患者   AI 模型足够智能，能够知道返回的细节包含机密/敏感信息并拒绝提供。 # Ollama WebUI 此外，还运行一个 Ollama Web UI 容器。该容器引用 Ollama llama 3.2 模型，不需要 mcp 服务器，也不与 VistA 进行交互。Web UI 可以通过以下地址访问： http://localhost:8001 **注意** - 这是一个自托管的 AI，响应速度将取决于运行 AI 模型的硬件。 # 功能 Python 代码 **mcp/vista.py** 为 AI 模型提供 VistA 的上下文。在编写代码时，Python 函数的文档字符串/注释对于帮助 AI 模型理解上下文非常重要。 # 进一步信息： [Ollama docker 容器](https://ollama.com/blog/ollama-is-now-available-as-an-official-docker-image) [mcp-host](https://github.com/mark3labs/mcphost) [VistA](https://worldvista.org/) [fmQL](https://github.com/borochris/FMQL)