当前位置: 首页 > news >正文

本地Qwen中医问诊小程序系统开发

一、后端API(Flask + Qwen)

1. 环境准备

1.1 安装Python3(如未安装)

```bash
brew install python
```

1.2 创建虚拟环境并激活

python3 -m venv qwen_env
source qwen_env/bin/activate

1.3 安装依赖

bash
pip install torch transformers flask flask-cors

2. 编写后端API代码

新建`app.py`,内容如下:`

``python
from flask import Flask, request, jsonify
from flask_cors import CORS
from transformers import AutoModelForCausalLM, AutoTokenizer
import torchapp = Flask(__name__)
CORS(app)# 加载Qwen模型
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen-7B-Chat", trust_remote_code=True)
device = "mps" if torch.backends.mps.is_available() else "cpu"
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen-7B-Chat", trust_remote_code=True).to(device)@app.route('/ask', methods=['POST'])
def ask():try:user_input = request.json.get('symptoms')if not user_input:return jsonify({'result': '请输入症状描述'}), 400prompt = f"你是一位中医医生。用户描述症状:{user_input}。请用中医思路分析,并给出辨证和调理建议。"input_ids = tokenizer(prompt, return_tensors="pt").input_ids.to(device)output = model.generate(input_ids, max_new_tokens=512)response = tokenizer.decode(output[0], skip_special_tokens=True)return jsonify({'result': response})except Exception as e:return jsonify({'result': f'出错了:{str(e)}'}), 500if __name__ == '__main__':app.run(host='0.0.0.0', port=5000)
```

3. 启动后端服务

```bash
python app.py
```

- 首次运行会自动下载Qwen模型。
- 看到`Running on http://0.0.0.0:5000/`即启动成功。

4. 本地API测试

```bash
curl -X POST http://127.0.0.1:5000/ask -H "Content-Type: application/json" -d '{"symptoms":"咳嗽、咽干"}'
```

- 返回AI生成的中医分析。

二、小程序前端

## 1. 微信开发者工具新建项目

- 新建小程序项目,选择自定义目录(`program`)。

2. 编写页面代码

`pages/index/index.wxml````xml
<view class="container"><textarea placeholder="请输入您的症状描述" model:value="{{symptoms}}" bindinput="onInput"/><button bindtap="onAsk" loading="{{loading}}">问诊</button><view wx:if="{{loading}}">AI正在分析,请稍候...</view><view>{{result}}</view>
</view>
```### `pages/index/index.js````js
Page({data: {symptoms: '',result: '',loading: false},onInput(e) {this.setData({ symptoms: e.detail.value });},onAsk() {if (!this.data.symptoms.trim()) {wx.showToast({ title: '请输入症状', icon: 'none' });return;}this.setData({ loading: true, result: '' });wx.request({url: 'http://192.168.1.100:5000/ask', // 替换为你的Mac局域网IPmethod: 'POST',header: { 'content-type': 'application/json' },data: { symptoms: this.data.symptoms },success: (res) => {this.setData({ result: res.data.result });},fail: () => {this.setData({ result: '网络请求失败,请检查API服务' });},complete: () => {this.setData({ loading: false });}});}
});
```

## 3. 配置小程序网络安全域名

- 在微信开发者工具 → 项目设置 → 本地设置 → 不校验合法域名、web-view(开发阶段可勾选)。
- 真机调试时,需在微信公众平台后台配置服务器IP白名单。

4. 真机调试

- 手机和电脑在同一WiFi下。。。
- 小程序API地址用`http://本地局域网IP:5000/ask`
- 输入症状,点击“问诊”,即可看到AI返回的中医分析。

大家可以动手去操作,按照步骤。有手就行😎。。。

http://www.lryc.cn/news/583566.html

相关文章:

  • softmax
  • PyTorch数据准备:从基础Dataset到高效DataLoader
  • C#字符串相关库函数运用梳理总结 + 正则表达式详解
  • 基于物联网的智能家居控制系统设计与实现
  • 17-C#封装,继承,多态与重载
  • 【AIGC】讯飞长录音ASR转写,使用JAVA实现科大讯飞语音服务ASR转录功能:完整指南
  • JavaScript基础篇——第五章 对象(最终篇)
  • NLP革命二十年:从规则驱动到深度学习的跃迁
  • LLaMA-Omni 深度解析:打开通往无缝人机语音交互的大门
  • pip install av安装av库失败解决方法
  • Celery Django配置
  • 存储服务一NFS文件存储概述
  • Mysql基于belog恢复数据
  • 精准医疗,AR 锚定球囊扩张导管为健康护航​
  • 基于 Spark MLlib 的推荐系统实现
  • 打破传统,开启 AR 智慧课堂​
  • langchain从入门到精通(四十一)——基于ReACT架构的Agent智能体设计与实现
  • 基于BRPC构建高性能HTTP/2服务实战指南
  • 前端业务监控系统,异常上报业务,异常队列收集,异常捕获
  • 【实习篇】之Http头部字段之Disposition介绍
  • HTML + CSS + JavaScript
  • http get和http post的区别
  • C++ 中最短路算法的详细介绍
  • JAVA策略模式demo【设计模式系列】
  • LaCo: Large Language Model Pruning via Layer Collapse
  • Java 大视界 -- 基于 Java 的大数据分布式计算在生物信息学蛋白质 - 蛋白质相互作用预测中的应用(340)
  • windows指定某node及npm版本下载
  • Using Spring for Apache Pulsar:Message Production
  • Softmax函数的学习
  • 矩阵之方阵与行列式的关系