ClinLoop 把医生提出的随访意图变成可追踪的任务：记录需要等待什么结果、核对结果来自哪里、提醒医生审核尚未闭环的事项，并把未完成任务带入交班草稿。它面向华为 ICT 创新赛 AI 方向的 AgentArts 赛题，当前以合成病例展示检验结果随访场景。
项目状态（2026-10-29）：可本地体验的患者工作台原型；AgentArts 画布已试运行，云端运行时和完整平台测评尚未完成。 所有示例使用合成数据。项目不提供诊断、治疗建议或自动医嘱；现有测评不能证明临床有效性或实际节时。
查看证据来源 · 查看交班草稿。截图来自本地合成病例演示，不是 AgentArts 云端部署。
查房记录：血培养结果出来后通知我
↓ Agent 识别 FOLLOW_RESULT，建立等待检验结果的 Open Loop
血培养结果到达
↓ Agent 调用只读工具，匹配患者、就诊、项目和结果来源
生成带证据引用的待审核 Finding
↓ 医生查看原始记录并接受或驳回
医生确认后继续等待药敏结果
↓ 新结果唤醒依赖 Loop
交班草稿汇总仍未闭环的高优先级任务
Agent 负责理解文本意图、规划只读检索、核对证据并提出候选变化。Deterministic Guard 负责患者归属、状态转换、证据约束和审核边界；Agent 的输出不会直接修改正式病历或替医生作出高风险决定。运行轨迹保留模型来源、工具调用、停止原因和审计记录。
| 部分 | 已实现的范围 |
|---|---|
| 医生工作台 | 患者目录和概览、问诊原文、病历草稿与签署、跟进任务、时间线、原始证据、Agent 轨迹和交班草稿。 |
| 在线 Worker | 事件驱动处理，意图与 Loop 的暂停、唤醒和重规划；检验结果关联及医生确认后的药敏依赖任务。 |
| 模型接入 | 任务分析默认确定性 mock，可选 DeepSeek；文书起草单独配置 DeepSeek，另有明确标记的本地模板；已实现调用已发布 AgentArts 运行时的适配器。 |
| 工具与安全 | 只读工具白名单、患者和就诊隔离、步数与超时限制、证据来源校验、失败保守退出。 |
| 测评 | 固定 6 例和 50 例合成在线 Worker 评测、100 条合成轨迹离线回放、人工计时分析脚本。 |
当前在线验收重点是 RESULT_WITHOUT_ACKNOWLEDGEMENT。其他流程缺口类别已有领域契约和离线样本，尚未达到同等程度的在线 Agent 验证。没有真实 EHR 接入、生产身份认证或多 Worker 并发部署。
要把合成病例工作台部署到华为云 ECS，采集可观测证据，并交给队友完成 AgentArts 发布与固定评测，见华为云演示与可观测交接手册。该手册区分 mock 演示、真实运行时轨迹与 50 例测评，并列出费用确认和交付材料。
需要 Python 3.12+、Node.js 22+ 和 uv。在仓库根目录执行：
git clone https://github.com/legend91019/ClinLoop.git
cd ClinLoop
uv sync --group dev
npm --prefix apps/web ci
$env:DATABASE_URL = "sqlite+pysqlite:///clinloop-local.sqlite3"
uv run python -m scripts.init_product_demo再打开三个 PowerShell 终端，都进入同一个仓库目录，并使用同一个 SQLite 文件名：
# 终端 1：业务 API
$env:DATABASE_URL = "sqlite+pysqlite:///clinloop-local.sqlite3"
$env:EVENT_BUS = "database"
uv run uvicorn apps.api.app.main:app --host 127.0.0.1 --port 8000# 终端 2：Worker；mock 是确定性演示，不调用大模型
$env:DATABASE_URL = "sqlite+pysqlite:///clinloop-local.sqlite3"
$env:EVENT_BUS = "database"
$env:AGENT_PROVIDER = "mock"
uv run python scripts/run_worker.py# 终端 3：医生工作台
$env:VITE_API_BASE_URL = "http://127.0.0.1:8000"
npm --prefix apps/web run dev -- --host 127.0.0.1打开 医生工作台，默认进入患者列表。选择 P-2001，按病历与查房 → 患者 Agent 助手 → 结果核对 → 交接草稿体验产品主流程。API 文档在 Swagger。初始化可重复运行，不会清空已有数据库；遇到预留患者 ID 与其他档案冲突会明确失败。
没有模型密钥时，在“病历与查房”选择文书格式演示（本地模板），Worker 保持 AGENT_PROVIDER=mock；这条路径只验证界面、保存、审核和任务闭环，不代表模型效果。要体验真实文书撰写，在本机 .env 配置 DEEPSEEK_API_KEY 后重启 API 与 Worker，并选择正式病历草稿（真实模型）。任务分析与文书撰写独立配置；真实任务分析还需将 Worker 的 AGENT_PROVIDER 设为 deepseek。不要把本地模板或 mock 的结果当作 LLM 测评。
旧版 P-1001 预设检验事件链保留在患者概览的“预设事件链演示”中，供高级演示及回归使用；新用户请从 P-2001 工作台开始。
使用真实 DeepSeek 模型时，按本地试用指南在 Worker 终端安全输入新密钥并把 AGENT_PROVIDER 改为 deepseek。模型 API 可能计费；曾在聊天中发送的密钥应撤销并更换。PostgreSQL / Redis 和固定种子 Demo 见演示手册。
本次患者工作台、实时转录、DeepSeek 临床文书撰写、医生签署、首次查房提醒和任务闭环的变更摘要及队友验收步骤，见患者 Agent 接手说明。
新增患者目录、六位可重复导入的模拟患者、入院病历/查房/病程文书草稿和手动跟进任务。可按患者保存并提交记录，关联任务，填写处理结果，并将高优先级未完成任务带入交班。
患者 Agent 已接入提交记录：Worker 读取当前就诊记录、提出带原文的候选任务；医生确认后建立等待或人工跟进任务。当前患者的模拟检验结果可唤醒原有证据校验链；医生确认查看后闭环，并可继续建立药敏依赖。页面展示分析、任务、证据和工具轨迹。默认 mock 为明确标记的确定性演示，非真实模型效果。
上述统一初始化命令已创建六位工作台患者；打开 / 后选择患者，填写医生身份即可录入。操作步骤、迁移与接口见患者工作台说明。
flowchart LR
Web[React 医生工作台] <--> API[FastAPI 业务 API]
API <--> DB[(SQLite 本地 / PostgreSQL 部署)]
API --> Bus[事务性 Outbox / Redis 事件]
Bus --> Worker[Python Worker]
Worker --> Provider{候选意图来源}
Provider --> Mock[确定性 MOCK]
Provider --> DeepSeek[DeepSeek API]
Provider --> AgentArts[发布后接入 AgentArts 运行时]
Worker --> Tools[只读证据工具]
Tools --> DB
Worker --> Guard[状态机与 Deterministic Guard]
Guard --> DB
DB --> Review[医生审核与交班草稿]
Review --> Web
仓库中的 apps/mcp_server 实现本地只读工具注册和适配；当前 AgentArts 画布尚未连接已部署的云端 MCP 服务。目录分别承担以下职责：
| 路径 | 职责 |
|---|---|
apps/web、apps/api |
医生工作台、REST API、持久化与审核接口。 |
apps/worker、apps/mcp_server |
事件处理、Agent、模型适配和只读工具。 |
packages/contracts、packages/domain |
共享契约、状态机、Guard 和领域规则。 |
packages/fixtures、eval |
合成病例、回放、基线、在线评测与指标。 |
下表区分完整 Worker 告警与平台画布候选意图，不能把两者混算。报告只使用合成病例，标签与模型输入分离；失败病例保留在分母中。
| 测评 | 对象与样本 | 结果 | 能证明什么 |
|---|---|---|---|
| 固定 50 例规则基线 | contest-v1，25 阳性 + 25 阴性；生产 Worker 的无模型规则提取器 |
TP 19 / FN 6 / FP 0 / TN 25；召回率 76%、精确率 100%、阴性误报率 0% | 在这组固定合成病例上，规则可检出 19 个带来源的告警；仍漏掉 6 个。 |
| 6 例在线回归 | smoke-v1，生产 Worker；规则与确定性 MOCK 分别运行 |
规则：TP 2 / FN 1 / FP 0 / TN 3。MOCK：TP 3 / FN 0 / FP 1 / TN 2 | 验证数据库持久化、工具与证据链；MOCK 不是 LLM 效果。 |
| AgentArts 免费试运行 | 冻结集 1 阳性 + 1 阴性；知识检索 + 两个模型节点 | 阳性输出 FOLLOW_RESULT（17.90 秒）；阴性输出 null（22.03 秒） |
两例候选意图符合预期；未经过发布运行时和完整 Worker，不能计算 50 例召回率。 |
| 100 条离线轨迹 | 固定 seed 的流程缺口生成与回放 | 已生成可复现的工程报告 | 用于检查契约、时序、证据和指标实现；默认模型行是模拟，不代表真实模型性能。 |
复现固定 50 例规则基线：
uv run python -m eval.run_online_eval --provider rules --corpus contest-v1 --output artifacts/eval/contest-rules-local.jsoncontest-v1 的语料 SHA-256 为 b8780d14be703102e22c196706308a279e030ca2a4eb24d73d21b507f21dcd90。评测协议预设的 AgentArts 目标是：25 个阳性至少检出 24 个（召回率 ≥95%），精确率 ≥90%，25 个阴性最多误报 2 个，发出的证据引用有效率 100%。**这是验收目标，不是现有成绩。**指标定义、失败处理和命令见评测说明与AgentArts 评测协议。
目前没有已发布 AgentArts 运行时的 50 例完整链路报告，也没有真实参与者的配对计时数据。因此尚不能宣称 AgentArts 达到 95% 召回，或证明 ClinLoop 减少了医院病例管理时间。人工实验模板和分析器已准备好，但观察数据必须由实际参与者产生。
平台区域为西南-贵阳一。当前已建立 ClinLoop-Result-Followup-v1 任务型工作流，串联 SOP 知识检索、意图提案模型和证据复核模型；另有多智能体控制器草稿。两例免费画布试运行已成功。画布配置、输入契约及部署步骤见AgentArts 手册。
正式提交前仍需完成：发布运行时并接入本地 Worker；验证平台只读工具调用及多智能体路由；在固定集上跑完整 50 例；开展真实参与者节时实验；提供在线 Demo 与演示材料。当前账号在 2026-10-08 显示评测实验免费次数 0/0，正式部署的模型调用存在按量计费风险；本阶段仅使用免费试运行额度，没有启动可能收费的评测任务或部署。
从 GitHub main 获取代码后，先读队友接手指南，下载合成数据包并按数据包说明核对输入、答案和报告。压缩包只含合成病例与已提交的工程测评结果；当前没有 AgentArts 完整 50 例在线成绩或真实参与者节时数据。数据包可用 uv run python scripts/build_teammate_pack.py 从仓库重新生成。
- 只使用合成数据；不要上传真实患者记录、密钥、
.env、数据库文件或卷。 - Agent 不开立、修改或停止医嘱，不做诊断或治疗建议。缺少记录只表述为“已搜索来源中未找到”。
- Finding 必须保留证据引用和搜索来源；患者、就诊、检验项目与时间边界由确定性逻辑复核。
- 医生接受或驳回只追加审计记录；高风险任务不会因模型输出而自动关闭。
main是集成分支。改动经分支、PR、CI 检查后 squash merge；不要直接推送main。
本地发布检查运行 uv run python scripts/verify_release.py；GitHub Actions 同时检查后端、前端、密钥和禁止提交的产物。更多材料：架构图 · 医生工作台说明 · 演示步骤 · 发布清单。