仲景中医AI助手：让千年智慧在指尖绽放的数字良医
【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
你曾经因为中医术语晦涩难懂而望而却步吗？你是否遇到过想了解中医知识却找不到可靠渠道的困境？现在，这一切都有了全新的解决方案。仲景中医大语言模型（CMLM-ZhongJing）——这个以医圣张仲景命名的AI助手，正在用数字技术重新诠释中医智慧。
中医诊疗的数字化革命：从碎片到系统
传统中医学习往往面临知识体系庞大、难以系统掌握的挑战。仲景模型通过创新的"诊疗行为分解"策略，将复杂的中医思维过程拆解为15个清晰的任务模块。这就像是给中医知识库装上了导航系统，让每个学习者和实践者都能找到清晰的路径。
图：仲景模型的多任务诊疗分解框架，将中医诊疗过程系统化拆解为12个关键行为单元
这个框架的精妙之处在于，它模拟了真实的中医临床思维流程。从患者故事收集到症状分析，从辨证论治到方剂选择，再到治疗效果评估，每一步都有清晰的逻辑路径。对于中医学习者而言，这不仅是一个答案机器，更是一个思维训练工具。
智能助手的双重角色：你的私人中医导师
为初学者点亮明灯
想象一下，当你面对《伤寒论》中的"太阳病，发热而渴，不恶寒者，为温病"这样的条文时，仲景模型不仅能解释字面意思，还能结合现代语境，告诉你这在实际诊疗中意味着什么。它会像一位耐心的导师，引导你理解背后的病理机制和辨证要点。
为从业者提供参考
对于基层医师来说，在繁忙的门诊中，仲景模型可以快速提供辨证思路和方剂参考。比如面对一位"胃脘胀痛、嗳气反酸、情绪抑郁时加重"的患者，模型会分析为"肝胃不和证"，并推荐柴胡疏肝散加减，同时提示注意排查幽门螺杆菌感染。
专业评估：AI如何通过中医"执业考试"？
任何医疗相关AI都需要经过严格验证。仲景模型经历了五位专业医师的系统评估，从五个维度进行打分：
图：不同规模模型在中医诊疗任务中的专业评估对比，仲景模型在逻辑性和专业性上表现突出
评估结果显示，即使只有7B参数的仲景模型，在逻辑性和专业性两个关键维度上，超越了部分参数更大的通用模型。这证明了针对性领域训练的价值——不是模型越大越好，而是越专业越好。
三步开启你的中医智能之旅
环境准备与安装
打开终端，执行以下命令获取项目：
git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing安装必要的Python依赖：
pip install -r requirements.txt启动交互界面
运行Web演示界面：
python WebDemo.py访问浏览器中的http://localhost:7860，一个专业的中医AI助手就准备就绪了。如果端口被占用，可以使用--port参数指定其他端口。
开始你的智能对话
现在你可以开始与仲景模型对话了。尝试以下类型的提问：
- "请解释痰饮咳嗽病的病因病机"
- "小青龙汤和苓桂术甘汤在治疗痰饮咳嗽时有何区别？"
- "如果患者咳嗽痰多色白、胸闷、舌苔白滑，应该选择哪个方剂？"
模型选择：找到适合你的数字伙伴
项目提供了两个不同规模的模型版本，适应不同用户需求：
13B专业版适合中医研究者和医院临床辅助，需要高性能GPU支持，提供深度研究和复杂病例分析能力。
1.8B轻量版专为学生、爱好者和基层医师设计，单张Tesla T4显卡即可运行，在日常学习和快速查询场景中表现出色。
对于大多数用户来说，1.8B版本提供了最佳的平衡点——在保持专业性的同时，大幅降低了使用门槛。你甚至可以在普通配置的电脑上体验专业级的中医智能问答。
数据背后：13.5万条指令的智慧结晶
模型的专业性源于高质量的训练数据：
- 中医古籍精粹：3.1万条指令，覆盖《伤寒论》《金匮要略》等经典核心内容
- 症状关联网络：2.7万条同义词指令，建立症状间的内在联系
- 专业术语解析：2万条词典指令，确保术语使用准确规范
- 真实临床问题：近8千条指令，解决实际诊疗中的困惑
这些数据不是简单收集，而是经过"人类医生-AI"双主体协作流程精心构建。医生筛选优质病例，AI分解诊疗行为，医生再审核优化——形成持续改进的智能闭环。
常见问题与实用技巧
如何获得更详细的回答？
在提问时加入"详细解释""分点说明""举例说明"等关键词，如"请分点详细解释气滞血瘀证的临床表现和治疗原则"。模型会根据指令调整回答深度。
西医症状如何处理？
模型具备中西医结合思维。当用户描述"发热、咳嗽、咽痛、呼吸困难"时，系统会建议及时就医，并说明可能的检查流程，体现了现代医学的安全意识。
需要什么样的电脑配置？
1.8B版本对硬件要求友好，单张8GB显存的显卡即可流畅运行。对于没有独立显卡的用户，CPU模式也可使用，只是速度稍慢。
核心源码路径与项目结构
项目的核心实现位于src/zhongjinggpt_1_b.py，这个文件包含了模型加载和推理的主要逻辑。Web演示界面由WebDemo.py提供，为用户提供友好的交互体验。
整个项目结构清晰，便于开发者理解和二次开发：
src/目录包含核心模型代码logo_image/目录存放项目相关图片- 根目录下的配置文件和环境说明
未来展望：中医智能化的新篇章
随着技术的不断发展，仲景模型将在以下方向持续进化：
专科深化：针对针灸、推拿、儿科等中医特色专科开发专用模块，让AI助手更加专业化。
多模态融合：整合舌象、脉象等视觉和触觉信息，实现更全面的辨证分析。
临床验证：与医疗机构合作开展真实世界研究，持续优化模型性能，让AI真正成为中医临床的有力辅助。
重要提示与使用规范
核心原则：仲景模型目前处于学术研究阶段，所有输出仅供学习参考，不构成医疗建议。真实的诊断和治疗必须由执业医师在规范诊疗过程中完成。
中医的智慧在于"辨证论治"的个体化思维，AI的价值在于提供专业参考和知识支持。我们期待这个工具能成为中医学习者的"智能导师"，临床医师的"专业助手"，让千年中医智慧在数字时代焕发新的生命力。
项目路径：gh_mirrors/cm/CMLM-ZhongJing
核心源码：src/zhongjinggpt_1_b.py
演示界面：WebDemo.py
如果你对中医智能化感兴趣，欢迎体验这个开源项目，共同探索传统医学与现代科技的融合之路。让我们一起见证中医智慧在数字时代的全新绽放！
【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
