基于LLM Agent的健康咨询系统

LLM Agent 健康咨询系统:意图分类后路由到症状咨询 / 健康计划 / 情感陪伴 / 紧急熔断四条路径,融合 RAG 检索 + 知识图谱多跳推理,并配三级安全机制守住「绝不诊断」红线——代码、文档、项目讲解资料全配齐。

  • 任务类型大模型应用
  • 专业方向计算机 · 人工智能 · 数据科学

数据与任务

样本量知识图谱 178 节点 · 评测集 180 条
核心方法Agent 状态机 + RAG + 知识图谱
技术栈GPT-4o · FAISS · Neo4j

如果你想找一个把「大模型 Agent」真正落到一个完整系统里、又有清晰技术看点的项目,这个「LLM Agent 健康咨询系统」很合适。

它不是单点调用大模型,而是把意图路由、RAG 检索、知识图谱推理、三级安全机制编排成一个能跑通的状态机 Agent。配套也给你备齐了,帮你真正搞懂它、在面试和答辩里讲明白:带中文注释、能读懂的代码,一份从背景讲到每步实现的技术文档,一份把面试可能追问的点连参考答案都写好的项目讲解资料,还有一整套能直接做 PPT 的配图。

flowchart LR A["用户输入"] --> B["意图分类"] B --> C["症状咨询<br/>RAG + 知识图谱"] B --> D["健康计划<br/>图谱禁忌过滤"] B --> E["情感陪伴<br/>隐含症状转诊"] B --> F["紧急熔断<br/>关键词即触发"] C --> G["三级安全审计"] D --> G E --> G G --> H["返回用户"]

先说清楚,它到底在做什么

把大模型用到健康咨询这种场景,最大的挑战不是"答得好不好",而是"答得稳不稳"——大模型很容易顺口给出诊断或用药建议,这在健康领域是绝对的红线。难点在于:既要让系统能听懂用户在问什么、给出有依据的就诊方向,又要在任何情况下都守住"绝不诊断、绝不开药"的边界。

这个项目的思路是把整套流程编排成一个 Agent 状态机:用户输入先过意图分类,再路由到四条处理路径——症状咨询走 RAG 检索权威指南 + 知识图谱「症状→疾病→科室」多跳推理,健康计划走图谱药物禁忌硬过滤 + 个性化生成,情感陪伴在安抚的同时检测隐含症状温和转诊,高危症状则直接关键词熔断输出急救指引。所有路径最终都汇聚到安全审计节点。整个系统聚焦"辅助咨询与信息检索"的价值,定位清晰:是帮用户理清就诊方向的助手,而不是替代医生。

知识图谱统计
项目构建的医疗知识图谱:178 个节点(症状/疾病/科室/药物/食物/运动)+ 173 条关系,是「症状→疾病→科室」推理的底座。

搞懂它,你能在面试里讲清楚什么

把下面几件事吃透,面试官顺着问下来你都能接得住。

Agent 状态机是怎么编排的,四条路径怎么路由。 这是项目的骨架。你要能讲清楚为什么不用一长串 if-else,而是把意图分类、模式处理、安全审计拆成可追溯、可中断的节点——意图分类节点先做关键词熔断再用大模型分类,再按结果路由到咨询/计划/闲聊/紧急四条路径,最后统一汇聚到安全审计。

Agent 状态机架构
照着这张状态机架构图,能把"意图分类 → 四路径路由 → 安全审计汇聚"的 Agent 编排讲明白。

RAG 和知识图谱各解决什么,为什么要双通道。 你要能讲清楚两者的分工:RAG 从权威健康文档里语义检索相关片段、补足大模型的知识盲区;知识图谱则做结构化的多跳推理——比如"头痛+头晕+恶心"分别查每个症状指向的疾病,按匹配数排序,再查最高排名疾病对应的科室。一个补"软知识",一个给"确定性推理",融合后科室推荐既准又有依据。

知识图谱子图
知识图谱「症状→疾病→科室」子图——照着它能把多跳推理怎么走讲清楚。

三级安全机制为什么这么设计。 这是健康场景里最出彩的部分。你要能讲清楚三级防护各管一段、互相独立:Level 1 前置熔断是不依赖任何 AI 的"物理开关",关键词命中即中止;Level 2 知识图谱硬过滤在代码层物理剔除禁忌项(如降压药禁高钾食物),不依赖大模型判断;Level 3 后置审计正则扫描输出、拦截违规表述并强制注入免责声明。即使大模型失控,前两级也能独立兜底。

三级安全架构
照着这张三级安全架构图,能把"熔断 / 硬过滤 / 后置审计"的分层防护讲明白。

下面这组实验图也都给你做好了,可以直接放进答辩或面试 PPT

消融实验
RAG / KG / 安全机制消融
方法综合对比
五方法综合对比
安全性雷达
多维安全性指标雷达

更关键的是,每张图怎么跑出来的、该怎么解读,技术文档里都讲清楚了——你能说明白每张图到底说明了什么:比如逐级叠加 RAG、KG、安全机制后,科室推荐准确率和免责声明覆盖率怎么一步步提上来。

面试官会问的,都帮你备好了

随便感受几个这个项目真实会被追问的问题:

  • 为什么把流程做成状态机,而不是一长串 if-else?带来了什么好处?
  • RAG 和知识图谱在这个系统里分别解决什么问题,为什么要两个一起上?
  • 三级安全机制为什么要分三层?只靠 Prompt 约束大模型为什么不够?

看到会愣一下?正常。配套的项目讲解资料把这个项目——从整体思路到每个流程细节、各种可能被追问的点——连参考答案都给你写好了。另外还有现成的简历描述,照着改就能写进简历;那套配图也能直接套进 PPT 模板,快速出一份面试 / 答辩 PPT。

配套资料:搞懂一个项目需要的,这里全都有

先看那份技术文档——从背景、数据设计、Agent 状态机一直讲到 RAG 数学原理、知识图谱推理与三级安全,图文并茂、公式与架构图齐全:

文档封面
封面 + 目录
架构页
Agent 状态机与路由
安全页
三级安全体系

代码也给你了——关键部分都带着中文注释,帮你读懂"它到底是怎么实现的"

状态机路由代码
状态机意图路由
安全审计代码
后置安全审计

技术文档、项目讲解资料、源码注释、整套配图——搞懂一个项目、并在面试里讲清楚它,需要的全都备齐了。

适合谁

不管你是赶毕设、想给简历添个有分量的项目,还是在准备面试,这个题目都接得住。专业上,计算机、人工智能、软件工程、数据科学方向都很合适。LLM Agent + RAG + 知识图谱是当下最热的大模型落地路线,把这套有意图路由、有知识增强、又有安全兜底的完整系统真正搞懂、能讲出来,就是一个能写进简历、撑得起面试的项目。

想把这样的项目做成你简历上的亮点?

这是一套配齐了代码、文档、面试问答和配图的 AI+X 项目,可写进简历、在面试里讲清楚。 想做同类项目、或获取「基于LLM Agent的健康咨询系统」的完整资料(代码 / 数据处理流程 / 论文文档 / 配图), 请联系为你介绍本页面的老师咨询,按你的情况定一个合适的项目。