CopliteSuite

# CopliteSuite / DocClaw ## DGX Spark 本地多智能体医生工作台 > 面向医院内网的医生工作流智能体：在 DGX Spark 上部署本地大模型，以主智能体协调临床辅助、循证检索、证据筛选、引用核验、医疗安全审查和随访执行等子智能体；通过 MCP 连接患者、HIS、知识库、病历、随访及桌面工具，并在病历写入和随访创建前保留医生确认（Human-in-the-Loop，HITL）。 本 README 依据以下材料整理： - NVIDIA 活动页面中的 local-first Workshop 思路：模型、Agent、Skill 和运行环境集中部署，本地端口清晰、浏览器可直接演示。 - `DGX_Spark_Docker_tmux_vLLM部署SOP.md` 中已验证的 DGX Spark、Docker、tmux、NVIDIA vLLM 和本地 Qwen 模型部署流程。 - 当前仓库的真实代码、模型注册表、子智能体 YAML、MCP 工具清单、启动器和端到端验收脚本。 ### 状态标记 | 标记 | 含义 | |---|---| | ✅ 已实现 | 当前仓库中存在对应代码或配置 | | 🟩 比赛配置 | 使用现有接口即可启用，但必须在演示机上完成配置和验证 | | 🧪 可选扩展 | 技术路线已明确，当前离线包未默认启用，不能在演示中表述为已完成 | --- ## 1. 项目解决什么问题 医院里的 AI 不只需要“回答问题”，还要完成一条可审计、可确认、可回退的业务链路：读取患者上下文，检索和筛选证据，生成带依据的草稿，完成安全审查，交由医生确认，再写入病历或创建随访任务。 CopliteSuite / DocClaw 将这条链路拆成多个职责单一的智能体，并把患者数据、医学证据和工具执行留在院内网络中。DGX Spark 负责本地模型推理，Windows 医生工作站负责交互、桌面协同和前后端服务。 核心价值： - **隐私边界清晰**：患者原始数据、病历和工具执行默认不离开医院内网。 - **不是聊天壳**：从患者队列、问诊、循证、病历到随访形成闭环。 - **关键动作有人审**：病历写入和随访创建前必须由医生确认。 - **证据可追溯**：医学结论绑定 `evidence_id`，引用校验结果写回 evidence ledger。 - **模型可替换**：业务层通过 OpenAI-compatible 接口与推理层解耦，可切换本地 Qwen、NVIDIA Nemotron 或经过隐私门控的 StepFun 模型。 --- ## 2. 已实现的完整能力 ### 医生端与业务闭环 - ✅ React + Vite 医生工作台前端。 - ✅ 患者队列、患者摘要、检验结果和既往史读取。 - ✅ 医生问诊会话与流式智能体响应。 - ✅ 医学 Skill 的查看、安装、编辑和运行。 - ✅ 结构化门诊病历草稿、字段差异和医生确认。 - ✅ 随访计划、待办调度、执行结果和通知。 - ✅ 工具执行与智能体运行审计。 - ✅ Coplite 浮球、文字输入、本地语音输入、桌面与 Office 工具。 ### 多智能体协同 | 智能体 | 责任边界 | 关键工具或约束 | |---|---|---| | 主智能体 | 理解医生目标、注入患者上下文、分派任务、汇总结果 | DeepAgents、MCP、上下文与记忆中间件 | | `clinical-assistant` | 问诊分析、检查解读、病历草稿 | `patient_get`、`his_get_labs`、`his_get_history`；写入前请求确认 | | `evidence-retriever` | 解析临床问题并检索候选证据 | `search_guidelines`、`fetch_evidence`；不直接给治疗建议 | | `evidence-ranker` | 按权威性、时效、人群与证据等级筛选 | 输出可用证据和不适用证据 | | `evidence-answer-composer` | 仅基于 ledger 生成循证草稿 | 每个关键判断必须带 `evidence_id` | | `citation-verifier` | 校验 claim 与证据是否匹配 | `verify_citation`；不支持的结论必须删除或改写 | | `medical-safety-reviewer` | 检查诊断承诺、处方越权、急症和禁忌证遗漏 | 最终输出 `pass` 或 `revise_required` | | `followup-executor` | 创建、查询和执行随访任务 | 双重 HITL：草稿确认 + 工具执行审批 | ### 与普通单智能体方案的差异 1. **检索、筛选、生成、引用核验和安全审查相互隔离**，减少同一模型“自己找证据、自己证明自己”的循环偏差。 2. **工具按角色最小授权**，例如引用核验智能体不能写病历，安全审查智能体不能创建随访。 3. **降级路径明确**：MCP 加载失败时可回退到 FastAPI 直连；模型不支持工具调用时，Hermes 自动切到 `no_mcp`，避免产生伪工具调用。 4. **中间件控制运行成本和风险**：主智能体与临床子智能体设置模型调用次数、工具调用次数、摘要、记忆和上下文注入上限。 --- ## 3. 系统架构 ```mermaid flowchart LR Doctor["医生 / 浏览器 / Coplite 浮球"] --> FE["Skill Hub 前端 :5173"] Doctor --> Coplite["Coplite 桌面端"] FE --> API["医疗业务 API :8000"] FE --> AgentAPI["Agent API :8090"] AgentAPI --> Main["主智能体"] Main --> Clinical["临床辅助"] Main --> Evidence["检索 → 排序 → 生成 → 引用核验"] Main --> Safety["医疗安全审查"] Main --> Followup["随访执行"] Main --> MedicalMCP["医疗 MCP :8001"] Coplite --> CopliteMCP["Coplite MCP :9000"] Coplite --> Hermes["Hermes Runtime"] Hermes --> MedicalMCP Hermes --> CopliteMCP MedicalMCP --> Data["患者 / HIS / 证据库 / 病历 / 随访 / 审计"] Main --> ModelAdapter["OpenAI-compatible 模型适配层"] Hermes --> ModelAdapter ModelAdapter --> VLLM["DGX Spark · NVIDIA vLLM :8000"] VLLM --> Qwen["Qwen3.6-35B-A3B 本地权重"] ``` ### 端口约定 | 服务 | 地址 | 说明 | |---|---|---| | Skill Hub 前端 | `http://127.0.0.1:5173` | 医生演示入口 | | 医疗业务 API | `http://127.0.0.1:8000` | 患者、HIS、随访、审计等业务 API | | 医疗 MCP | `http://127.0.0.1:8001/mcp` | 面向智能体的医疗工具服务 | | Agent API | `http://127.0.0.1:8090` | DeepAgents 会话、流式输出和中断恢复 | | Coplite MCP | `http://127.0.0.1:9000/mcp` | 桌面、文件、Office、视觉等工具 | | DGX Spark vLLM | `http://192.168.110.60:8000/v1` | SOP 中的局域网模型接口 | > `8000` 同时出现在两台机器上：Windows 工作站的 `127.0.0.1:8000` 是医疗业务 API；DGX Spark 的 `192.168.110.60:8000` 是模型 API，不构成本机端口冲突。 --- ## 4. 为什么使用 DGX Spark DGX Spark 的 GB10 Grace Blackwell Superchip、128 GB 一致性统一内存和本地 NVMe 适合在桌面级设备上完成大模型推理与智能体开发。对本项目而言，平台优势不是单纯“能跑一个大模型”，而是： - **模型权重不跨公网**：Qwen 权重从本机只读挂载到容器，患者请求只走院内局域网。 - **统一内存承载大模型与长上下文**：适合 35B 级 MoE 模型及 64K 智能体上下文，但必须控制并发和 KV Cache。 - **NVIDIA 全栈可复现**：DGX OS、GPU Driver、NVIDIA Container Toolkit、NGC vLLM 容器和 CUDA 加速库形成可迁移部署单元。 - **从原型到生产路径一致**：应用层始终使用 OpenAI-compatible API，后续可迁移到 NVIDIA NIM、数据中心 GPU 或双 Spark 方案。 --- ## 5. DGX Spark 本地模型部署 以下流程针对 SOP 已确认环境： | 项目 | 值 | |---|---| | 登录用户 | `Developer` | | DGX Spark 主机 | `spark-9408` | | 局域网 IP | `192.168.110.60` | | 模型目录 | `/home/xsuper/models/Qwen3.6-35B-A3B` | | 模型权重 | 约 67 GB，26 个 `safetensors` 分片 | | NGC 镜像 | `nvcr.io/nvidia/vllm:26.05.post1-py3` | | 对外服务名 | `qwen35-64k` | | 服务端口 | `8000` | ### 5.1 环境检查 在 DGX Spark 执行以下完整命令： ```bash nvidia-smi -L nvidia-smi sudo docker --version sudo docker run --rm --gpus all ubuntu nvidia-smi sudo test -f /home/xsuper/models/Qwen3.6-35B-A3B/config.json && echo "模型目录检查通过" sudo find /home/xsuper/models/Qwen3.6-35B-A3B -maxdepth 1 -type f -name 'model-*.safetensors' | wc -l sudo docker pull nvcr.io/nvidia/vllm:26.05.post1-py3 sudo docker image inspect nvcr.io/nvidia/vllm:26.05.post1-py3 >/dev/null && echo "vLLM 镜像检查通过" ``` 模型位于其他用户的 Home 目录，因此目录检查、权重统计和 Docker 挂载均保留 `sudo`，不能用普通用户权限检查结果推断模型不存在。 ### 5.2 创建 64K 多智能体部署脚本 当前 Hermes 集成代码要求模型上下文至少为 64,000 tokens；原 SOP 中的 `16384` 仅适合基础聊天验证，不能作为本项目完整多智能体演示配置。因此比赛演示使用 `65536`，并将并发限制为 1 以优先保证稳定性。 ```bash cat > /home/Developer/start_coplite_qwen36_vllm.sh <<'BASH' #!/usr/bin/env bash set -Eeuo pipefail MODEL_DIR="/home/xsuper/models/Qwen3.6-35B-A3B" IMAGE="nvcr.io/nvidia/vllm:26.05.post1-py3" CONTAINER="coplite_qwen36_vllm" MODEL_NAME="qwen35-64k" PORT="8000" LOG_DIR="/home/Developer/vllm_logs" LOG_FILE="$LOG_DIR/coplite_qwen36_vllm.log" mkdir -p "$LOG_DIR" sudo test -d "$MODEL_DIR" || { echo "模型目录不存在或无权访问：$MODEL_DIR"; exit 1; } sudo test -f "$MODEL_DIR/config.json" || { echo "模型目录缺少 config.json"; exit 2; } WEIGHT_COUNT="$(sudo find "$MODEL_DIR" -maxdepth 1 -type f -name 'model-*.safetensors' | wc -l)" test "$WEIGHT_COUNT" -gt 0 || { echo "未检测到 safetensors 权重"; exit 3; } sudo docker image inspect "$IMAGE" >/dev/null 2>&1 || { echo "缺少镜像：$IMAGE" exit 4 } sudo docker rm -f "$CONTAINER" >/dev/null 2>&1 || true sudo docker run --rm \ --name "$CONTAINER" \ --gpus all \ --network host \ --ipc host \ -v "$MODEL_DIR:/model:ro" \ "$IMAGE" \ vllm serve /model \ --host 0.0.0.0 \ --port "$PORT" \ --served-model-name "$MODEL_NAME" \ --tensor-parallel-size 1 \ --dtype auto \ --gpu-memory-utilization 0.70 \ --max-model-len 65536 \ --max-num-seqs 1 \ --trust-remote-code \ 2>&1 | tee -a "$LOG_FILE" BASH chmod +x /home/Developer/start_coplite_qwen36_vllm.sh ``` ### 5.3 使用 tmux 保持服务运行 ```bash sudo apt update sudo apt install -y tmux tmux new-session -d -s coplite-qwen36 '/home/Developer/start_coplite_qwen36_vllm.sh' tmux ls ``` 查看实时日志： ```bash tmux attach -t coplite-qwen36 ``` 退出查看但保持服务运行：按 `Ctrl+B`，松开后按 `D`。 ### 5.4 模型服务验收 ```bash sudo docker ps --filter name=coplite_qwen36_vllm sudo ss -lntp | grep ':8000' curl -s http://127.0.0.1:8000/v1/models | python3 -m json.tool curl -s http://127.0.0.1:8000/v1/chat/completions -H 'Content-Type: application/json' -d '{"model":"qwen35-64k","messages":[{"role":"user","content":"你好，请只回复：CopliteSuite DGX Spark 模型服务正常。"}],"max_tokens":64,"temperature":0.1}' | python3 -m json.tool ``` 在 Windows 医生工作站验证局域网访问： ```powershell Invoke-RestMethod -Uri "http://192.168.110.60:8000/v1/models" -Method Get ``` ### 5.5 模型配置必须一致 比赛环境的模型注册项应与 vLLM 的服务名和地址一致： ```json { "key": "qwen35-64k", "label": "Qwen3.6-35B 64K", "base_url": "http://192.168.110.60:8000/v1", "model": "qwen35-64k", "supports_tool_calling": false, "max_tokens": 1024, "extra_body": { "chat_template_kwargs": { "enable_thinking": false } } } ``` 当前仓库中的 `skill-hub/backend/agent_models_config.json` 与根目录旧版安装说明存在端口差异。演示前必须以 `/v1/models` 实际返回结果为准，通过模型设置页统一 Base URL、模型名和工具调用能力，不能只改 README。 --- ## 6. 大模型优化策略 ### 已落地的推理优化 | 优化项 | 当前策略 | 目的 | |---|---|---| | NVIDIA 优化容器 | NGC `nvcr.io/nvidia/vllm:26.05.post1-py3` | 避免在 ARM64 DGX Spark 上现场编译完整推理栈 | | 统一内存保护 | `--gpu-memory-utilization 0.70` | NVIDIA 文档明确提示共享/统一内存设备需降低默认占用以避免 OOM | | 单机并行 | `--tensor-parallel-size 1` | 单台 DGX Spark、单 GPU 运行 | | 演示并发 | `--max-num-seqs 1` | 减少 KV Cache 波动，优先保证现场稳定 | | 长上下文 | `--max-model-len 65536` | 满足 Hermes 多智能体运行时的最小上下文要求 | | 思考开关 | `enable_thinking=false` | 降低常规工具路由的首 token 延迟和无效推理开销 | | 只读权重 | `-v /model:ro` | 降低误写、污染和演示环境漂移风险 | | API 解耦 | OpenAI-compatible | 模型切换不侵入医疗业务和前端代码 | ### 工具调用优化的安全门槛 SOP 为保证基础服务启动，主动省略了 `--reasoning-parser`、`--tool-call-parser` 和其他镜像版本敏感参数；当前模型注册表也明确设置 `supports_tool_calling=false`。这意味着： - 基础问答、摘要和明确编排流程可以运行。 - Hermes 会自动禁用 MCP 工具集，避免模型输出无法解析的伪工具调用。 - 若要展示“模型原生自主工具调用”，必须先为当前模型和当前 vLLM 镜像选定经过验证的 parser，完成工具调用烟雾测试后，再把 `supports_tool_calling` 改为 `true`。 不能只修改布尔开关。最低验收条件是：连续完成患者读取、证据检索、引用核验和 HITL 中断恢复，且日志中没有 parser 错误或工具参数 JSON 损坏。 ### 调优顺序 1. 先验证 `/v1/models` 和最小 Chat Completions。 2. 再验证 64K 上下文能否完成一次完整多智能体轨迹。 3. 再开启经过模型验证的工具调用 parser。 4. 最后逐步增加 `max-num-seqs`，记录首 token 延迟、输出速度、峰值统一内存和成功率。 5. 出现 OOM 时，完整多智能体模式不要把上下文降到 64K 以下；优先使用兼容的量化权重或更小模型。若降至 16K，只能标记为“基础聊天模式”。 ### 建议记录的比赛指标 | 指标 | 记录方式 | |---|---| | 首 token 延迟（TTFT） | 从请求发出到首个 SSE token | | 输出吞吐（tokens/s） | vLLM 请求统计或服务日志 | | 完整任务耗时 | 从医生提问到安全审查完成 | | 工具调用成功率 | 成功调用数 / 总调用数 | | 引用核验通过率 | `supported` 数 / 总 claim 数 | | HITL 拦截率 | 需要确认的高风险动作中被正确拦截的比例 | | 峰值统一内存 | `nvidia-smi` 与系统监控同步记录 | --- ## 7. NVIDIA SDK、软件栈与模型 ### NVIDIA 软件栈 | 组件 | 项目中的作用 | 状态 | |---|---|---| | DGX OS + NVIDIA GPU Driver | 提供 GB10 驱动、GPU 管理和本地运行底座 | 🟩 DGX Spark 环境必需 | | NVIDIA Container Toolkit | 让 Docker 通过 `--gpus all` 使用 GPU | 🟩 部署前置条件 | | NVIDIA NGC vLLM Container 26.05 | 提供针对 NVIDIA GPU 优化的 vLLM、CUDA 加速库、PyTorch、FlashInfer、FlashAttention 等推理环境 | 🟩 SOP 使用 | | CUDA / Tensor Cores | 执行大模型矩阵计算与低精度推理 | 🟩 由容器和驱动间接使用 | | NVIDIA NIM for LLMs | 将 NVIDIA 模型封装为标准推理微服务 | 🧪 Nemotron 对照模型的推荐接入路径 | | NVIDIA Nemotron | 面向 Agentic AI 的 NVIDIA 开放模型族 | 🧪 比赛对照与后续本地安全审查模型 | | NVIDIA NeMo / ModelOpt | 领域微调、量化和模型优化路线 | 🧪 当前仓库未包含训练产物，不宣称已完成微调 | ### 模型矩阵 | 模型 | 厂商 | 角色 | 部署方式 | 当前状态 | |---|---|---|---|---| | Qwen3.6-35B-A3B | Qwen | 院内主推理模型，处理中文临床上下文、摘要和业务编排 | DGX Spark + NVIDIA vLLM，服务名 `qwen35-64k` | ✅ 当前主模型 | | NVIDIA Nemotron 3 Nano 30B-A3B NVFP4 | NVIDIA | Agentic tool calling / 安全审查对照模型 | 单台 DGX Spark 可采用 NVIDIA NIM 或兼容 vLLM 配置 | 🧪 未在当前注册表启用 | | StepFun Step-3.7-Flash | 阶跃星辰 | 长上下文、视觉理解和复杂智能体轨迹的比赛对照模型 | StepFun OpenAI-compatible API；或在 128 GB 高内存设备上本地部署 | 🧪 未在当前离线包启用 | #### StepFun 使用边界 Step-3.7-Flash 官方提供 OpenAI-compatible API，并提供 vLLM、SGLang 和 llama.cpp 等本地部署路线。其 GGUF 本地方案最低约需 120 GB 统一内存/显存，单台 128 GB DGX Spark 可用于单模型验证，但与 67 GB Qwen 服务同时常驻的空间不足，不建议作为同机双模型现场方案。 医院版默认保持纯内网。若比赛现场使用 StepFun 云端 API，只允许发送脱敏、无患者身份信息的评测问题，并在界面和日志中清楚标记“外部模型对照通道”；真实患者数据不得进入该通道。若无法证明脱敏门控有效，则禁用云端通道。 --- ## 8. Windows 医生工作站启动 便携包已包含 Python、Node.js、Hermes 和相关依赖。请在项目根目录打开 PowerShell，整段执行： ```powershell $projectRoot = (Get-Location).Path $python = Join-Path $projectRoot "coplite\.venv\Scripts\python.exe" $launcher = Join-Path $projectRoot "coplite\start_suite.py" & $python $launcher start ``` 查看状态： ```powershell $projectRoot = (Get-Location).Path $python = Join-Path $projectRoot "coplite\.venv\Scripts\python.exe" $launcher = Join-Path $projectRoot "coplite\start_suite.py" & $python $launcher status ``` 停止服务： ```powershell $projectRoot = (Get-Location).Path $python = Join-Path $projectRoot "coplite\.venv\Scripts\python.exe" $launcher = Join-Path $projectRoot "coplite\start_suite.py" & $python $launcher stop ``` 启动器会完成依赖预检、模型配置同步、模型端点探测、Hermes MCP 配置同步、网关启动、Coplite 入口启动、桌面快捷方式创建和端口状态汇总。 --- ## 9. 演示脚本（建议 5–7 分钟） ### 场景：门诊患者评估、循证核验与随访闭环 1. **30 秒｜说明隐私边界** 展示 DGX Spark 上的 `nvidia-smi`、vLLM 容器和 `/v1/models`，强调模型权重与患者数据均在院内。 2. **45 秒｜打开患者队列** 从 Skill Hub 选择演示患者，展示患者摘要、检验结果、既往史和问诊消息。 3. **90 秒｜启动多智能体循证任务** 医生提出临床问题；主智能体依次调用证据检索、证据排序、答案生成、引用核验和医疗安全审查子智能体。界面展示 Agent Trace，而不是只展示最终答案。 4. **60 秒｜展示可追溯结果** 展示每个医学判断后的 `evidence_id`、适用边界、缺失信息和安全提醒；主动展示一条不适用证据如何被排除。 5. **60 秒｜病历 HITL** 临床辅助智能体生成结构化病历草稿，医生查看字段差异并确认后再写入。 6. **60 秒｜随访双重确认** 创建复查计划，先展示计划草稿，再触发工具执行审批；批准后生成任务和通知。 7. **30 秒｜稳定性与审计** 展示工具日志、模型信息、端口健康状态和可回退路径。 演示重点是“完整轨迹和安全边界”，不要只播放一次自然语言问答。 --- ## 10. 评审标准逐项对应 以下按当前已提供的五项评审标准整理，权重合计为 95%。 | 评审项 | 权重 | 本项目的对应亮点 | 演示证据 | |---|---:|---|---| | 项目实用性、行业落地价值与技术创新性 | 25% | 面向真实门诊链路；本地隐私、循证 ledger、HITL、桌面协同；把“生成答案”升级为“可执行但受控的医生工作流” | 患者队列 → 循证 → 病历确认 → 随访任务完整闭环 | | 智能体融合与模型优化技术深度 | 25% | 主智能体 + 7 个专科子智能体；职责隔离、最小工具权限、调用上限、失败降级；DGX Spark 上的长上下文、统一内存和并发调优 | Agent Trace、工具调用日志、64K 配置、性能指标 | | 项目完整性 | 20% | React 前端、FastAPI 后端、Agent API、双 MCP、Hermes、模型注册表、调度器、审计和现有 E2E 验收脚本 | 五个服务健康检查、前端流程、验收结果 | | 平台适配性 | 15% | DGX Spark + NGC vLLM + NVIDIA Container Toolkit + CUDA；NVIDIA Nemotron/NIM 扩展路线；StepFun 对照模型及隐私门控 | `nvidia-smi`、容器、模型列表、模型矩阵与实测数据 | | 演示效果 | 10% | 5–7 分钟固定脚本，界面、轨迹、证据、审批和审计逐层展开 | 无手工改配置、无临场拉包、一次完成闭环 | --- ## 11. 验收清单 ### 服务健康检查 ```powershell Invoke-RestMethod -Uri "http://127.0.0.1:8000/api/health" -Method Get Invoke-RestMethod -Uri "http://127.0.0.1:8090/health" -Method Get Invoke-WebRequest -Uri "http://127.0.0.1:5173" -Method Get -UseBasicParsing Invoke-RestMethod -Uri "http://192.168.110.60:8000/v1/models" -Method Get ``` ### 代码验收脚本 在项目根目录执行： ```powershell $projectRoot = (Get-Location).Path $python = Join-Path $projectRoot "skill-hub\backend\.venv\Scripts\python.exe" $acceptance = Join-Path $projectRoot "skill-hub\backend\scripts\e2e_acceptance.py" & $python $acceptance ``` 验收脚本覆盖患者摘要、患者详情、Skill 流式运行、随访计划、调度通知、待办任务、Agent 烟雾测试和循证智能体测试。 ### 演示前必须全部满足 - [ ] DGX Spark 的 `/v1/models` 返回 `qwen35-64k`。 - [ ] 64K 模型配置可完成一次完整任务，不出现 OOM。 - [ ] Windows 工作站可访问 `192.168.110.60:8000`。 - [ ] `5173 / 8000 / 8001 / 8090 / 9000` 对应服务均正常。 - [ ] 模型 Base URL、served model name 和模型注册表完全一致。 - [ ] 若启用工具调用，已完成 parser 与工具参数 JSON 验证。 - [ ] 病历写入和随访创建均能触发 HITL。 - [ ] 演示患者为模拟或脱敏数据。 - [ ] 所有模型和依赖提前下载，现场不依赖公网安装。 - [ ] 录屏同时展示界面、Agent Trace、证据引用和最终业务结果。 --- ## 12. 目录导览 ```text CopliteSuite/ ├─ coplite/ # Windows 桌面端、浮球、Hermes 桥接、Coplite MCP │ ├─ src/coplite/agent/ # Hermes 运行时与消息处理 │ ├─ src/coplite/mcp/ # 桌面、文件、Office、医疗等 MCP 工具 │ ├─ src/coplite/services/ # 模型设置、诊断、MCP 配置同步 │ └─ start_suite.py # 全套服务启停入口 ├─ skill-hub/ │ ├─ frontend/ # React + TypeScript + Vite 医生工作台 │ └─ backend/ │ ├─ app/ # FastAPI 医疗业务、调度、审计和知识库 │ ├─ agent/ # DeepAgents 主智能体、中间件和子智能体 │ ├─ mcp_server/ # 医疗 MCP Server │ ├─ skills/ # 医疗 Skill 与输出契约 │ └─ scripts/e2e_acceptance.py ├─ hermes/ # 便携 Hermes Runtime ├─ runtime/ # 随包 Python / Node.js 运行环境 └─ INFO_Reference/ # 部署参考资料 ``` --- ## 13. 参考资料 - [NVIDIA DGX Spark Hackathon 活动页面](https://scrm.nvidia.cn/assets/download-dgx-spark-hackathon-multi-agents-20260712-04?pushId=RWBUbc4eS9D8Kg8PtRHWVW) - [NVIDIA DGX Spark 产品与规格](https://www.nvidia.com/en-gb/products/workstations/dgx-spark/) - [NVIDIA vLLM 26.05 Release Notes](https://docs.nvidia.com/deeplearning/frameworks/vllm-release-notes/rel-26-05.html) - [NVIDIA vLLM Container 运行说明](https://docs.nvidia.com/deeplearning/frameworks/vllm-release-notes/running.html) - [NVIDIA Nemotron](https://developer.nvidia.com/topics/ai/nemotron) - [NVIDIA NIM 支持模型](https://docs.nvidia.com/nim/large-language-models/1.15.0/supported-models.html) - [StepFun Step-3.7-Flash 官方仓库](https://github.com/stepfun-ai/Step-3.7-Flash) - [StepFun 开放平台文档](https://platform.stepfun.com/docs/zh/step-plan/quick-start) --- ## 14. 安全声明 本项目是医生辅助系统，不替代医生诊断、处方或急症处置。任何写入正式病历、创建随访计划或影响患者管理的动作都必须保留身份鉴别、权限控制、医生确认和审计记录。比赛演示使用模拟或充分脱敏数据。