linyshdhhcb/PigHealthSmartMedicine

说明与用途

**价值说明**

• **数字化诊疗**：通过 RAG（检索增强生成）技术把海量养殖文献、病例和药品手册转化为可交互的知识库，AI 兽医能够在几秒钟内检索相关信息并给出诊断建议，显著提升疾病识别速度和准确率。
• **全链路管理**：系统集成了疾病管理、药品库存、资讯推送等模块，养殖场可以在同一平台完成从病情上报、药品调配到后期疗效追踪的闭环管理，降低人工成本、减少用药错误。
• **可扩展生态**：基于 Spring Boot 3 与 Spring AI，后端可灵活接入 Ollama、DeepSeek、通义千问、阿里百炼、SiliconFlow 等多种大模型；前端采用 Vue，前后端解耦，便于二次开发和功能迭代。

**典型接入方式**

1. **准备环境**

• 部署 MySQL 8、Milvus 向量数据库（可使用 Docker Compose 快速启动）。
• 选定大模型服务（如本地 Ollama 或云端 DeepSeek），在 application.yml 中配置对应的 API 地址和凭证。

1. **后端接入**

• 克隆仓库后执行 ./mvnw clean package，生成可运行的 Spring Boot Jar。
• 通过 java -jar pig-health-smart-medicine.jar --spring.profiles.active=prod 启动服务。
• 使用 MyBatis‑Plus 自动生成的 DAO 与业务表对接，亦可自行添加自定义实体。

1. **前端集成**

• 进入 frontend 目录，执行 npm install && npm run build，得到静态资源。
• 将构建产物部署到 Nginx/Apache，或直接通过 Spring Boot 的 static 目录托管。
• 前端通过统一的 REST/GraphQL 接口调用后端的诊断、药品查询、文章检索等 API，无需额外 SDK。

1. **业务接入**

• 在养殖场的现有信息系统（如 ERP、养殖管理平台）中调用 /api/v1/diagnose、/api/v1/medicine 等接口，实现“病情上报 → AI 诊断 → 用药推荐” 的自动化流程。

**生产可用性评估**
| 维度 | 现状 | 备注 |
|------|------|------|
| **代码成熟度** | 162 Stars、27 Forks，最近一次提交在 2026‑06‑26，活跃度良好 | 主体功能已基本完整，仍需自行进行安全审计。 |
| **依赖稳定性** | Spring Boot 3、Spring AI、MyBatis‑Plus、Milvus、Vue 等主流组件，社区支持强 | 需关注大模型服务的 SLA 与费用（尤其是云端模型）。 |
| **部署复杂度** | 需要 MySQL、Milvus、后端服务、前端静态资源四个组件，推荐使用 Docker‑Compose 或 Kubernetes Helm。 | 对于小规模试点，可先在单机 Docker 环境跑通。 |
| **可扩展性** | 大模型插件化设计，支持多家模型提供商；业务模块采用微服务风格，可按需拆分。 | 适合从原型快速迭代到企业级部署。 |
| **运维要求** | 向量库（Milvus）对硬件（CPU + 内存）有一定要求；模型推理对 GPU/加速卡有加速收益。 | 生产环境建议配置 8 CPU + 32 GB RAM，GPU 可选。 |
| **安全合规** | 项目本身未内置鉴权，需要自行集成 OAuth2/JWT 等认证授权方案。 | 业务数据（病例、药品）属于敏感信息，需做好加密与审计。 |

**结论**：PigHealthSmartMedicine 已具备完整的功能闭环和可插拔的大模型架构，适合作为养殖企业的内部诊疗平台或原型验证系统。若在生产环境使用，建议先在小规模场景完成 **部署‑验证‑安全加固** 三步，随后在 Kubernetes 或云原生平台上做弹性扩容，即可实现稳定、可维护的生产级服务。

实际用途

linyshdhhcb/PigHealthSmartMedicine helps make internal knowledge searchable and usable by assistants.

• index knowledge bases
• improve search over documents
• ground assistant answers

限制与审查说明

Medium: useful for prototypes or internal workflows, with dependency and maintenance checks before production.