关于 IntelliNode Medical Use Cases
IntelliNode 是用于图结构 AI 工作流编排的开源库;此仓库提供医疗与健康场景的多 Agent 教学示例,涵盖 MCP 临床数据预测。示例仅供学习,不用于实际患者护理。
主要功能
- 01图结构 AI 工作流编排
- 02多 AI 提供方协作示例
- 03文本、图像与语音生成示例
- 04基于 MCP 的临床数据预测
- 05使用 Polars 或 Pandas 提供 CSV 数据
适用场景
- 01学习营养评估与膳食计划流程
- 02演示多个模型协同处理任务
- 03构建临床数据预测教学示例
MCP 相关
仓库包含一个 MCP 服务,可通过 Polars 或 Pandas 提供 CSV 文件,用于图结构医疗预测示例。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
IntelliNode 医疗用例
IntelliNode 是一个开源库,用于通过基于图的架构编排 AI 工作流。本仓库包含教育示例,展示多 Agent 系统如何应用于医疗保健和健康场景。
安装 Intellinode
# Basic installation
pip install intelli
# With MCP support
pip install "intelli[mcp]"
环境设置
在项目根目录中创建一个 .env 文件,并添加以下键:
OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here
安装项目依赖项:
pip install -r requirements.txt
启动 Jupyter:
jupyter lab
MCP 服务
如需运行使用 Polars 提供 CSV 文件的 MCP 服务:
pip install -r requirements.txt
cd mcp_server
# polars data provider
python eicu_mcp_server_polars.py
(替代方案)使用 Pandas 作为数据提供程序启动服务:
python eicu_mcp_server.py
实验概览
实验 1:使用 IntelliNode 进行营养评估
- OpenAI GPT-4 分析客户记录,Anthropic Claude 制定膳食计划。
- 展示如何在医疗工作流中连接多个 AI 提供商。
实验 2:使用 IntelliNode 运行多个模型
- 展示如何在一个系统中生成文本、图像和语音。
实验 3:使用图进行 MCP 医疗预测
- 使用 Model Context Protocol(MCP)的医疗预测系统。
- MCP 服务使用 Polars 后端提供 CSV 文件。
- Agent 根据临床数据预测结果。
幻灯片
PyData - 多 Agent 集成的图论 https://www.slideshare.net/slideshow/pydata-graph-theory-for-multi-agent-integration/280302074
⚠️ 重要免责声明
这些示例仅用于教育目的,不适用于实际患者护理。
在生产部署中,必须实现日志记录、确保临床审批安全,并为工作流建立适当的治理机制。
实验贡献
本仓库中的用例和示例由 MedWrite.ai 提供。
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。