SmartMed 智能医疗预约系统

一、项目概述

基于 LangChain4j 的 AI 智能医疗客服系统，通过自然语言对话实现预约挂号、取消挂号、就诊提醒等功能。

二、项目架构

┌─────────────────────────────────────────────────────────┐
│              SmartMed AI智能医疗客服 (端口8080)           │
│  ┌──────────────┐  ┌──────────────┐  ┌───────────────┐  │
│  │ LangChain4j  │  │ RAG知识检索   │  │ MongoDB聊天记忆│  │
│  │  AI对话引擎   │  │  (Pinecone)  │  │               │  │
│  └──────┬───────┘  └──────┬───────┘  └───────┬───────┘  │
│         └─────────────────┼──────────────────┘          │
│                    AppointmentTools                      │
│              (预约挂号/取消挂号/查询号源)                  │
└─────────────────────────────┬───────────────────────────┘
                              │ HTTP调用
              ┌───────────────┼───────────────┐
              ▼               ▼               ▼
        ┌──────────┐   ┌──────────┐    ┌──────────┐
        │ hosp服务  │   │ order服务 │    │  MySQL   │
        │ (8201)   │   │ (8207)   │    │ (3310)   │
        │ 排班查询  │   │ 订单处理  │    │ 预约记录  │
        └──────────┘   └──────────┘    └──────────┘

三、技术栈

分类	技术	用途
AI框架	LangChain4j 1.4.0	LLM应用开发框架
大模型	通义千问 / DeepSeek	对话生成
向量库	Pinecone	RAG知识检索
后端	Spring Boot 3.2.6	基础框架
ORM	MyBatis-Plus 3.5.11	数据访问
数据库	MySQL	预约记录存储
数据库	MongoDB	对话历史存储
消息队列	RabbitMQ	就诊提醒异步通知
部署	Docker	容器化

四、核心模块

4.1 项目结构

src/main/java/com/xiaoxia/ai/langchain4j/
├── AiMedical.java              # 启动类
├── assistant/
│   └── XiaoXiaAssitant.java    # AI服务接口
├── config/
│   ├── XiaoXiaChatCongfigration.java  # 聊天记忆配置
│   └── EmbeddingStoreConfig.java      # 向量存储配置
├── controller/
│   └── XiaoXiaController.java  # REST接口
├── entity/
│   ├── Appointment.java        # 预约实体
│   └── ChatMessages.java       # 聊天记录实体
├── mapper/
│   └── AppointmentMapper.java  # 数据访问
├── service/
│   └── AppointmentService.java # 业务逻辑
├── store/
│   └── MongoChatMemoryStore.java # MongoDB聊天存储
└── tools/
    └── AppointmentTools.java   # 预约挂号工具

4.2 预约挂号 (AppointmentTools.java)

java

@Tool(name = "预约挂号")
public String bookAppointment(Appointment appointment) {
    // 1. 检查重复预约
    Appointment db = appointmentService.getOne(appointment);
    if (db != null) {
        return "您已预约过该科室，请勿重复预约";
    }

    // 2. 调用外部订单服务
    JSONObject result = executePost("http://localhost:8207",
        "/api/order/orderInfo/auth/AiSubmitOrder/", bodys);

    // 3. 保存本地记录
    appointmentService.save(appointment);
}

业务流程：

AI通过对话收集用户信息（姓名、身份证、科室、日期、时段）
调用 queryDepartment 查询号源
用户确认后调用 bookAppointment 执行预约
HTTP调用外部订单服务
MySQL保存预约记录

4.3 取消挂号

java

@Tool(name = "取消预约挂号")
public String cancelAppointment(Appointment appointment) {
    // 1. 查询本地记录
    Appointment db = appointmentService.getOne(appointment);

    // 2. 调用外部服务取消
    executePost("http://localhost:8207",
        "/api/order/orderInfo/auth/AiCancelOrder/", bodys);

    // 3. 删除本地记录
    appointmentService.removeById(db.getId());
}

4.4 号源查询

java

@Tool(name = "查询是否有号源")
public Boolean queryDepartment(
    @P("科室名称") String name,
    @P("日期") String date,
    @P("时间，可选值：上午（0）、下午（1）") String time,
    @P(value = "医生名称", required = false) String doctorName) {

    // 调用医院服务查询排班
    JSONObject result = executePost("http://localhost:8201",
        "/api/hosp/selectSchedule", bodys);
}

五、MongoDB 聊天记忆

5.1 实现类 (MongoChatMemoryStore.java)

java

@Component
public class MongoChatMemoryStore implements ChatMemoryStore {
    @Autowired
    private MongoTemplate mongoTemplate;

    @Override
    public List<ChatMessage> getMessages(Object memoryId) {
        // 根据memoryId查询聊天记录
        Criteria criteria = Criteria.where("memoryId").is(memoryId);
        ChatMessages chatMessages = mongoTemplate.findOne(query, ChatMessages.class);
        return ChatMessageDeserializer.messagesFromJson(chatMessages.getContent());
    }

    @Override
    public void updateMessages(Object memoryId, List<ChatMessage> messages) {
        // 序列化并存储聊天记录
        update.set("content", ChatMessageSerializer.messagesToJson(messages));
        mongoTemplate.upsert(query, update, ChatMessages.class);
    }
}

5.2 数据结构

java

@Document("XiaoXiaChatMessages")
public class ChatMessages {
    private ObjectId id;
    private String memoryId;    // 会话ID
    private String content;     // JSON序列化的聊天记录
}

5.3 为什么用MongoDB？

文档型存储天然适合JSON格式的对话历史
Schema灵活，易于扩展
读写性能高

六、RAG 知识检索

6.1 向量存储配置

java

@Bean
EmbeddingStore<TextSegment> embeddingStore() {
    return PineconeEmbeddingStore.builder()
        .apiKey("xxx")
        .nameSpace("default")
        .index("llama-text-embed-v2-index")
        .build();
}

6.2 知识库加载

java

// 加载医院相关文档
Document doc1 = FileSystemDocumentLoader.loadDocument("医院信息.md");
Document doc2 = FileSystemDocumentLoader.loadDocument("科室信息.md");

// 向量化并存储
EmbeddingStoreIngestor.builder()
    .embeddingStore(embeddingStore)
    .embeddingModel(embeddingModel)  // 阿里云text-embedding-v3
    .build()
    .ingest(documents);

6.3 RAG工作流程

用户提问 → 文本向量化
在Pinecone中搜索相似向量
返回相关的医院/科室信息
将检索结果注入到AI提示词中
AI基于检索内容生成回答

七、AI服务配置

7.1 XiaoXiaAssitant 接口

java

@AiService(
    wiringMode = AiServiceWiringMode.EXPLICIT,
    streamingChatModel = "qwenStreamingChatModel",  // 流式模型
    chatMemoryProvider = "xiaoXiaChatMemoryProvider", // MongoDB记忆
    tools = "appointmentTools",  // 预约挂号工具
    contentRetriever = "xiaoxiaContentRetriever"  // RAG检索器
)
public interface XiaoXiaAssitant {
    @SystemMessage(fromResource = "xiaoxia-prompt-template.txt")
    Flux<String> chat(@MemoryId Long memoryId, @UserMessage String message);
}

7.2 关键特性

流式输出：Flux<String> 实现SSE
多轮对话：MongoDB持久化聊天记忆
Function Calling：AI自动调用预约工具
RAG知识检索：Pinecone向量库

八、API接口

java

@PostMapping(value = "/chat", produces = "text/stream;charset=utf-8")
public Flux<String> chat(@RequestBody ChatForm chatForm) {
    return xiaoXiaAssitant.chat(chatForm.getMemoryId(), chatForm.getMessage());
}

请求示例：

json

POST /xiaozhi/chat
{
    "memoryId": 12345,
    "message": "我想预约明天上午的神经内科"
}

九、Docker部署

项目依赖的服务通过Docker容器运行：

MySQL (端口3310)
MongoDB
RabbitMQ

十、面试问答

Q1: 为什么用MongoDB存聊天记录？

聊天记录是JSON格式，MongoDB文档型存储天然适合；Schema灵活易扩展；读写性能高。

Q2: RabbitMQ在项目中怎么用的？

用于就诊提醒的异步通知。预约成功后发消息到队列，消费者处理短信/推送通知，实现服务解耦。

Q3: 预约挂号的业务流程？

AI收集信息 → 查询号源 → 用户确认 → 调用订单服务 → 保存本地记录 → 返回结果。

Q4: 如何保证不重复预约？

预约前先查本地MySQL，检查同一用户+科室+日期是否已存在记录。

Q5: Function Calling如何实现？

使用@Tool注解定义工具方法，AI根据用户意图自动选择调用，工具返回结果后AI继续生成回复。

Q6: 流式输出的优势？

用户体验好，实时看到回复；减少等待时间感知；适合长文本生成场景。

Q7: RAG的工作原理？

文档分块 → 向量化 → 存储到Pinecone → 查询时问题向量化 → 相似度搜索 → 注入上下文。

Q8: 微服务之间如何通信？

通过HTTP调用，本项目调用医院服务(8201)查询排班，调用订单服务(8207)处理预约。

十一、简历写法

项目名称：SmartMed 智能医疗预约系统

项目描述：
基于LangChain4j的AI智能医疗客服系统，通过自然语言对话实现预约挂号、
取消挂号、就诊提醒等功能，调用后端微服务完成业务处理。

技术栈：
- AI框架：LangChain4j + 通义千问/DeepSeek
- 后端：Spring Boot 3.x + Spring Cloud（微服务调用）
- 数据库：MySQL（预约记录）+ MongoDB（对话历史）
- 消息队列：RabbitMQ（就诊提醒异步通知）
- 向量库：Pinecone（RAG知识检索）
- 部署：Docker容器化

核心职责：
1. 实现AI对话引擎，支持Function Calling自动调用预约工具
2. 设计MongoDB聊天记忆存储，支持多轮对话上下文
3. 集成RabbitMQ实现就诊提醒异步推送
4. 通过HTTP调用医院排班、订单等微服务接口

十二、项目亮点

AI + 传统业务结合 - 用LLM理解用户意图，自动调用业务工具
RAG知识检索 - Pinecone向量库存储医院/科室信息
流式输出 - WebFlux实现SSE，用户体验好
多轮对话记忆 - MongoDB持久化，支持上下文理解
微服务架构 - AI层与业务层解耦，通过HTTP通信

贡献者

四季夏目

Claude Opus 4.5

页面历史

最后编辑于 9 天前

查看完整历史

SmartMed 智能医疗预约系统 ​

一、项目概述 ​

二、项目架构 ​

三、技术栈 ​

四、核心模块 ​

4.1 项目结构 ​

4.2 预约挂号 (AppointmentTools.java) ​

4.3 取消挂号 ​

4.4 号源查询 ​

五、MongoDB 聊天记忆 ​

5.1 实现类 (MongoChatMemoryStore.java) ​

5.2 数据结构 ​

5.3 为什么用MongoDB？ ​

六、RAG 知识检索 ​

6.1 向量存储配置 ​

6.2 知识库加载 ​

6.3 RAG工作流程 ​

七、AI服务配置 ​

7.1 XiaoXiaAssitant 接口 ​

7.2 关键特性 ​

八、API接口 ​

九、Docker部署 ​

十、面试问答 ​

Q1: 为什么用MongoDB存聊天记录？ ​

Q2: RabbitMQ在项目中怎么用的？ ​

Q3: 预约挂号的业务流程？ ​

Q4: 如何保证不重复预约？ ​

Q5: Function Calling如何实现？ ​

Q6: 流式输出的优势？ ​

Q7: RAG的工作原理？ ​

Q8: 微服务之间如何通信？ ​

十一、简历写法 ​

十二、项目亮点 ​

贡献者

页面历史

SmartMed 智能医疗预约系统

一、项目概述

二、项目架构

三、技术栈

四、核心模块

4.1 项目结构

4.2 预约挂号 (AppointmentTools.java)

4.3 取消挂号

4.4 号源查询

五、MongoDB 聊天记忆

5.1 实现类 (MongoChatMemoryStore.java)

5.2 数据结构

5.3 为什么用MongoDB？

六、RAG 知识检索

6.1 向量存储配置

6.2 知识库加载

6.3 RAG工作流程

七、AI服务配置

7.1 XiaoXiaAssitant 接口

7.2 关键特性

八、API接口

九、Docker部署

十、面试问答

Q1: 为什么用MongoDB存聊天记录？

Q2: RabbitMQ在项目中怎么用的？

Q3: 预约挂号的业务流程？

Q4: 如何保证不重复预约？

Q5: Function Calling如何实现？

Q6: 流式输出的优势？

Q7: RAG的工作原理？

Q8: 微服务之间如何通信？

十一、简历写法

十二、项目亮点