Mirobody

三份报告，同一项检测有三种名称。绘成一条趋势曲线，每个数值都能追溯到原始文件。

选择开始方式

你的目标	从这里开始	所需条件
标准化名称和单位	一条命令	uv；无需模型或 API 密钥
在浏览器中体验完整应用	GitHub Codespaces	GitHub 账户和你自己的模型 API 密钥
在自己的设备上运行应用、模型并保存记录	使用 Docker 实现 100% 本地运行	安装 Docker 和 Compose；16 GB 内存；无需 API 密钥
在自己的设备上运行应用并保存记录，无需 Docker	不使用 Docker	Debian 或 Ubuntu；PostgreSQL 16；Python 3.12；你自己的模型 API 密钥
无需运行任何程序即可在自己的记录上使用	在 Theta Web 或 Theta 移动应用中试用 Mirobody	账户

一条命令快速体验引擎

安装好 uv 后，将以下命令粘贴到终端：

uvx --python 3.12 mirobody resolve "LDL cholesterol" 血红蛋白 ヘモグロビン "Total Kolesterol" 血脂

无需克隆代码仓库、安装 Docker、模型或 API 密钥。uv 会为你准备 Python 和软件包；首次运行时需要联网下载。之后，解析器会使用内置词汇表离线工作。

血红蛋白 和 ヘモグロビン 都会解析为 718-7。血脂 则无法解析：它表示一个类别，而不是某一项检测。同一引擎也会在完整应用中标准化名称和单位。

→ 通过 Python 或 MCP 使用引擎

在 Codespaces 中试用完整应用

使用自己的模型 API 密钥，在浏览器中运行 Web 应用。GitHub 会准备好运行环境；你无需在电脑上安装 Docker 或 Python。

1. 创建 codespace，然后等待终端中的自动设置完成。它会启动应用、Postgres、worker 和合成演示数据。
2. 打开终端中显示的设置链接，输入自己的模型 API 密钥：OpenRouter、OpenAI、Gemini、Anthropic、DeepSeek、DashScope，或任何兼容 OpenAI 的网关。只有在真实请求成功后，密钥才会保存。转发的应用端口默认设为私有。
3. 在 Email code 选项卡中，以 [email protected] 登录，验证码为 111111。询问 “我的胆固醇有什么变化？” 演示数据包含你和 [email protected] 的记录，共有 2,019 条读数，其中妈妈的记录以只读方式与你共享。
4. 在 Data 页面从 demo/upload/ 上传合成样本，查看新报告如何加入记录；或者切换到妈妈的记录并再次提问。

应用及其记录运行在 GitHub 云端；模型服务会接收并处理文档和问题。请使用随附的合成数据进行体验。Codespaces 有使用限制和计费规则；模型使用费用由你的模型提供商收取。完成后请停止 codespace。若想在自己的电脑上完全掌控一切，请使用下方的本地方式。

完全在本地运行

应用、记录和模型都在自己的电脑上运行。无需模型 API 密钥。 Docker Compose 会启动整个服务栈和 llama.cpp，其中包含一个小型问答模型和一个文档读取器：

git clone --depth 1 https://github.com/thetahealth/mirobody.git && cd mirobody
COMPOSE_PROFILES=local-cpu ./deploy.sh

请预留 16 GB 内存，其中至少 8 GB 分配给 Docker。无需 GPU；在 Windows 上，请在 WSL 2 终端中运行命令。首次启动需要联网下载容器镜像和模型权重。如果你的网络无法访问镜像仓库，deploy.sh 会提示并通过镜像源重试；.env 中的 DOCKER_MIRROR 用于指定你自己的镜像源。完成这些下载后，文档读取、标准化和问答都会在本地运行。使用 CPU 回答可能需要几分钟；Mac、NVIDIA 和 Windows 选项介绍了如何使用 GPU。

打开脚本显示的应用链接。本地模型已选好；使用上方的同一演示账号登录，然后提问或上传样本。如何选择模型对比了本地选项。

更想使用 Docker 搭配云端模型？ 不指定本地模型配置文件运行 ./deploy.sh，然后将自己的模型密钥粘贴到显示的设置链接中。应用和记录保留在你的主机上；模型服务会处理你的文档和问题。

聊天计算对所有模型都使用本地 Python，并直接处理原始查询数据。可选计算器需要本地 Docker 镜像和守护进程连接；设置与数据流介绍了原生应用和容器化应用。查询视图无需该执行器即可提供内置统计信息。

→ 自托管指南 · 使用教程 · 在服务器上部署

无需 Docker 即可运行

不需要容器，也不会从注册表拉取任何内容。 在 Debian 或 Ubuntu 上，PostgreSQL 16 和 pgvector 来自发行版自带的软件包，应用直接从检出目录运行。Codespaces 路径执行的也是同样的安装：

git clone --depth 1 https://github.com/thetahealth/mirobody.git && cd mirobody
scripts/install_native.sh   # PostgreSQL, pgvector, the Python package, a .env
scripts/start_native.sh     # the worker and the app on port 18060

打开它打印出的链接，并使用 [email protected] 登录，验证码为 111111：演示记录已预先填充。通过打印出的设置链接添加模型密钥，即可启用文档提取和问答。install_native.sh 会使用 sudo 安装系统软件包，并为 postgres 账户写入一条 sudoers 规则，脚本运行时会说明这一点。

本地模型属于 Docker 路径，因此此路径通过模型服务来回答。其他方面与数据留在你设备上的部分中它上方的表格行一致：记录保存在你刚安装的 PostgreSQL 中，姓名与验证码不会离开设备。

你可以做什么

• 比较不同实验室的报告。 PDF、手机照片和电子表格共 23 种文件类型，都会汇集到同一份记录中。每项读数都链接到其来源页面。
• 导入日常数据。 导入 Apple Health 导出文件，或连接 Garmin、Oura 和 Whoop。
• 照顾家人。 邀请共享自己记录的人，或为从不登录的父母保留一份记录。
• 撰写健康日志。 headache since last night, BP 150/95, no fever 会转换为一项编码后的主诉和两项编码后的读数；“no fever”不会被记录为发烧。
• 探索遗传数据。 上传 23andMe、AncestryDNA 或 WeGene 导出文件，或 VCF 文件，然后按 rsID、基因或区域提问。药物相关问题采用 CPIC 覆盖范围，不会更改用药。
• 使用自己的 Agent。 通过 MCP 连接 Claude Code、Codex 或 Cursor，或在 Python 中嵌入离线引擎。

收集 · 标准化 · Agent

阶段	功能	位置
① 收集	实验室报告、设备数据、照片、遗传文件和日志条目都可从各种来源导入；每项读数都会保留其来源文件。	collect/
② 标准化	A1c、HbA1c 和 Glycated Hemoglobin 会解析为同一代码，单位会统一为一种标准，且可离线完成：来自分散来源的读数会整理为同一张表中的规范行。无法归类的名称会保持未解析状态。	engine/ · standardize/
③ Agent	答案来自查询该表的工具，而不是模型的记忆：趋势、不同实验室和设备之间的比较，以及图表。每个数值都可追溯到其文件，因此你可以自行核查，而不必盲目信任。	agent/

模型负责读取文档和推理；代码和单位来自软件包中捆绑的词汇表，而不是模型。读数如何在处理流水线中流转。

关爱家人

加入关怀圈本身不会分享任何内容。每位成员都可以决定其他人是否能查看或编辑自己的记录。对于从未登录的家长，你可以一直代为管理，直到他们认领记录并决定保留哪些权限。在操作指南中查看。

哪些内容保留在你的设备上

应用运行的位置与模型运行的位置是两项独立的选择。Mirobody 不会向任何地方报告使用情况。

	Codespaces + 模型密钥	本地 Docker + 模型密钥	100% 在本机运行
应用和存储的记录	位于 GitHub 云端的 Codespace 中	位于你的设备上	位于你的设备上
发送给模型进行处理的文档和问题	根据模型供应商的条款发送给该供应商	根据模型供应商的条款发送给该供应商	保留在你的设备上
将名称映射为代码、将单位映射为 UCUM（② Standardize）	使用捆绑的词汇表，在 Codespace 中处理	在你的设备上处理，不联网	在你的设备上处理，不联网
模型权重	由模型供应商管理	由模型供应商管理	从 Hugging Face 下载一次

命令行解析器在初次下载后，也可以在你的设备上运行，无需模型或网络连接。

只有在你关联设备后，设备供应商才能看到数据。在这些数据传输到你无法控制的网络之前，请阅读 SECURITY.md：其中列出了服务器可以调用的所有地址。

基于 Mirobody 构建

你的需求	从这里开始
在 Claude Code、Codex、Cursor 或 Gemini CLI 中访问你的记录	Settings → MCP link，然后为每个客户端添加一行
在自己的代码中解析名称和单位	pip install mirobody：离线运行，无需密钥，唯一依赖项为 numpy（库指南）
为你的编码 Agent 传授工作流	npx skills add thetahealth/mirobody --skill standardize-health-data（skills）
添加新的设备供应商或工具	将文件放入 mirobody/collect/providers/ 或 mirobody/agent/tools/（CONTRIBUTING）
无需部署即可试用应用	Mirobody Web 演示，使用相同的合成演示文件

通过 MCP，这套技术栈提供七种工具，每种工具都仅适用于已登录用户：四种用于读取你的记录（读数、药物、基因型、药物基因组学），三种用于解析名称和单位。

安装 pip install mirobody 后，可在 Python 中使用同一引擎：

from mirobody.engine import resolve, resolve_reading

resolve("血红蛋白").loinc                                     # '718-7'   any language, one code
resolve_reading("total cholesterol", "5.0", "mmol/L").loinc  # '14647-2' the unit picks the code...
resolve_reading("total cholesterol", "193", "mg/dL").loinc   # '2093-3'  ...mass, not moles
resolve("中性粒细胞百分比").loinc                               # '26511-6' Neutrophils/Leukocytes
resolve("血脂").resolved                                     # False    a category, not one test

可核验的数据

声明	核验方式
普通检查会以英语、中文、日语、俄语、爱沙尼亚语和土耳其语输出测试结果，得分为 345/345	test_engine_coverage.py 会输出得分
具备量纲分析功能的 330 个 UCUM 单位，以及用于设备和实验室指标的 543 个目录成员	标准化 · 设备对照表
23andMe、AncestryDNA、WeGene、MyHeritage 和 FamilyTreeDNA 导出数据，以及基于 GRCh37 和 GRCh38 的 VCF，解码后均得到相同的 12 个基因中的 13 个调用；该结果在软件包附带的公开 1000 Genomes 样本上进行了测试	test_packaged_examples.py · 公开基因型示例
软件包明确标注了其词汇版本：mirobody.BUNDLE_VERSION 为 loinc-2.83+2026.09.17-aacb2c715b56	python -c "import mirobody; print(mirobody.BUNDLE_VERSION)"
公开的健康 Agent 基准测试：ESL-Bench、MedHall-Bench、MedHarm-Bench	mirobody-eval · benchmarks/

Mirobody 是 Theta 背后的健康数据引擎。Theta 是一款已上线的 Web 和移动端消费级健康应用，目前拥有以下用户：

参与贡献

最有价值的贡献，是指出解析器处理错误的术语。运行 mirobody resolve "<term>"；如果答案有误或为空，请提交报告，或提交附带测试用例的修复。这正是词汇扩展到新语言的方式：俄语检验项目和爱沙尼亚语维生素术语见 #88，土耳其语实验室报告拼写见 #140；每个术语对应 resolver_overrides.tsv 中的一行，以及一个测试用例。CONTRIBUTING.md 介绍了环境设置和检查步骤。

基于 HL7 FHIR、LOINC（由 Regenstrief Institute 提供）、UCUM、ICPC-3（WONCA）、CPIC、llama.cpp 和 deepagents，谨此致谢。术语许可信息见 LICENSE-3RD-PARTY。