中医AI助手仲景模型完整部署与使用教程
【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪，专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - "CMLM-ZhongJing". Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing
中医AI助手仲景模型是首个专为传统中医领域打造的大语言模型，融合古代名医张仲景的智慧与现代人工智能技术。这个开源项目让普通用户也能轻松部署专业的中医智能助手，为中医知识的传承和应用提供了全新途径。在接下来的内容中，您将学习如何快速配置并使用这个强大的中医AI工具。
项目核心功能特色
仲景模型具备两大核心能力：
- 专业中医对话：支持单轮问诊和多轮诊疗咨询，可针对中医辨证、方剂推荐等场景提供参考建议
- 轻量化部署：1.8B参数量版本可在单张GPU上高效运行，普通电脑也能本地部署使用
图：仲景模型采用的多任务治疗行为分解指令构建策略，将中医诊疗过程拆分为12个专业场景，提升中医专业知识准确性
三步完成本地安装
获取项目代码
首先需要获取项目源代码，使用以下命令克隆仓库：
git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing配置运行环境
确保您的系统已安装Python 3.8或更高版本，并通过以下命令安装必要依赖库：
pip install -r requirements.txt启动网页版Demo
安装完成后，使用简单命令即可启动网页版界面：
python WebDemo.py启动成功后，在浏览器访问http://localhost:7860即可使用仲景模型进行中医对话。
模型使用详细指南
单轮对话模式
适合快速咨询特定中医问题，例如：
- 询问中药功效："请解释桂枝汤的主要成分和适应症"
- 咨询养生方法："秋季干燥如何通过饮食调理？"
多轮诊疗模式
支持连续问诊场景，系统会自动记录对话历史，模拟真实诊疗过程：
- 描述症状："患者恶寒发热、头痛无汗、鼻塞流涕"
- 补充体征："舌苔薄白，脉浮紧"
- 获取辨证建议：系统将综合分析提供中医诊断参考
图：专业医师从五个维度对仲景模型的评估结果，显示其在中医专业任务上的表现
技术实现深度解析
仲景模型采用创新的指令数据构建方法：
- 多任务诊疗分解：将中医诊疗过程拆分为12个专业场景（诊断分析、处方功用、病因病机等）
- 高质量数据构建：融合8万条中医古籍内容、名词解释和辨证案例，确保专业知识准确性
核心实现代码位于：
- 对话功能：
src/zhongjinggpt_1_b.py - 网页交互：
WebDemo.py
重要注意事项
- 专业免责声明：模型输出结果仅供学术研究参考，不可替代专业医师的诊断和治疗建议
- 硬件要求：完整功能需至少8GB内存，GPU加速可显著提升响应速度
- 模型更新：定期检查项目更新获取最新训练权重和功能优化
总结
通过本教程，您已掌握仲景中医大语言模型的本地部署和基础使用方法。这个融合传统中医智慧与现代AI技术的工具，为中医知识的传承和应用提供了全新可能。无论是中医爱好者还是专业研究者，都能通过仲景模型探索中医辨证论治的博大精深。
项目持续迭代中，后续将推出针对不同中医流派优化的专用版本，敬请关注更新！
【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪，专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - "CMLM-ZhongJing". Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
