--- title: hospital_agent_example canonical_url: "https://www.modelscope.cn/studios/baconroot/hospital_agent_example" md_url: "https://www.modelscope.cn/studios/baconroot/hospital_agent_example.md" repository: baconroot/hospital_agent_example last_updated: 2026-08-20 sdk_type: docker downloads: 0 stars: 2 --- # hospital_agent_example > hospital_agent_example - baconroot 在 ModelScope 创建的在线 Demo。这是一个虚拟诊疗比赛的医生 Agent 示例项目，展示如何基于 `hospital-agent-sdk` 开发、训练、测试和部署自己的医生 Agent。 baconroot/hospital_agent_example 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 docker 构建。 - **Repository**: baconroot/hospital_agent_example - **SDK**: docker - **Downloads**: 0 - **Stars**: 2 - **Last updated**: 2026-08-20 Source: https://www.modelscope.cn/studios/baconroot/hospital_agent_example --- # Hospital Agent Baseline Example 这是一个虚拟诊疗比赛的医生 Agent 示例项目，展示如何基于 `hospital-agent-sdk` 开发、训练、测试和部署自己的医生 Agent。 ## 目录说明 ```text baseline_example/ ├── agent/ │ ├── __init__.py │ ├── agent.py # 需要修改：医生 Agent 主逻辑，包含 train/test 和诊疗策略 │ ├── prompt.py # 需要修改：Prompt 模板和输出格式约束 │ └── memory.py # 需要修改：训练反思、病例经验、检索记忆等 ├── data/ │ ├── memory_data/ │ │ └── memory.md # 可自定义：baseline 默认的本地文件记忆 │ └── ref_data/ │ ├── departments.json │ ├── diseases_catalog.json │ └── examinations_catalog.json ├── config.yaml # 可配置：训练患者数量、输出目录、memory 路径等 ├── train.py # 可选修改：本地训练入口，默认可直接使用 ├── test.py # 可选修改：本地测试和批量评估示例，默认可直接使用 ├── requirements.txt # 必须维护：新增第三方库需要写在这里 ├── Dockerfile # 一般不需要修改：部署入口，默认启动 python3 -m agent.agent └── README.md ``` 参赛时需要重点修改 `agent/agent.py`、`agent/prompt.py`、`agent/memory.py`：`agent.py` 负责诊疗流程和 action 调用策略，`prompt.py` 负责模型输入和输出格式约束，`memory.py` 负责训练反思、病例经验、检索记忆等记忆逻辑。`config.yaml` 可以按需配置训练患者数量、随机种子、输出目录、记忆路径等参数。 注意： - `data/memory_data/` 可以根据你选用的记忆存储形式自定义。baseline 默认使用本地 `memory.md`，你也可以改成 JSON、SQLite、向量数据库或其他形式。 - 记忆的存储形式不限定；如果使用数据库或对象存储等外部服务，需要使用可直接访问的外部存储服务。 - 部署环境不能依赖 `docker-compose` 拉起额外服务，因此不要把数据库、向量库等作为同一个提交中的 compose 依赖。 - `data/ref_data/` 是标准科室、疾病和检查名称，不要修改；提交结果中的诊断和检查名称必须使用这里提供的标准名称。 - `Dockerfile` 一般不需要修改，以免影响平台部署和评测，默认已经包含部署入口和启动命令。 - `train.py` 是本地训练入口，可以按需修改；`test.py` 展示了启动 Agent 服务、调用 `/test`、批量评估结果的完整本地测试流程。 ## 如何开发医生 Agent 主要修改 `agent/agent.py` 中的 `MyDoctorAgent`。参赛者需要实现或调整 `train` 和 `test` 流程，并通过 `self.actions` 调用比赛能力： - `ask_patient`：询问患者。 - `order_examination`：申请检查。 - `prescribe_treatment`：提交诊断和治疗方案。 - `evaluation`：训练阶段获取单个病例的评测结果。 - `batch_evaluation`：批量评估 `final_results.jsonl` 中的病例结果。 如果要调整模型输入，可以修改 `agent/prompt.py`；如果要保存训练经验、病例总结或向量检索结果，可以修改或替换 `agent/memory.py`。 ## 配置说明 配置分为环境变量和 `config.yaml` 两部分。密钥、令牌、服务地址和队伍账号通过环境变量配置，不要写入 `config.yaml`；本地训练、本地测试、输出目录和记忆策略可通过 `config.yaml` 配置。 ### 环境变量 - `SERVICE_BASE_URL`：比赛后端服务地址，Agent 训练和测试时通过它获取患者回复、检查结果并提交评估。 - `MODELSCOPE_SDK_TOKEN`：选手自己的 ModelScope SDK Token，用于通过 ModelScope API 网关访问公开的比赛后端服务。不要填写比赛组织方或其他账号的 Token。 - `SERVICE_TRAIN_TOKEN`：训练阶段访问比赛后端服务的令牌，填写登录该平台时使用的密码。 - `MODEL_API_KEY`：大语言模型调用密钥，用于本地训练和本地测试时调用医生 Agent 自己的大模型。 - `TEAM_ID`：登录该平台的账号，用于标识队伍并归属训练结果和提交记录。 ### `config.yaml` #### `output_dir` - `output_dir`：训练和测试运行产物的输出目录。默认是 `outputs`，SDK 会在其中生成 `train/`、`test/`、事件日志和最终结果。 #### `train` - `train.selection`：本地训练患者选取方式，支持 `random`、`forward`、`reverse`。`random` 按随机种子抽样，`forward` 按服务返回顺序从前往后取，`reverse` 按服务返回顺序从后往前取。 - `train.patient_count`：本地训练使用的患者数量；为空时使用服务返回的全部患者。 - `train.random_seed`：`train.selection: random` 时使用的随机种子。 - `train.patient_ids`：指定训练患者 ID 列表；非空时优先使用该列表，忽略 `selection`、`patient_count` 和 `random_seed`。 #### `test` - `test.selection`：本地 `/test` 调用的患者选取方式，支持 `random`、`forward`、`reverse`。含义与 `train.selection` 相同。 - `test.patient_count`：本地 `/test` 调用使用的患者数量；建议保持较小，便于快速验证。 - `test.random_seed`：`test.selection: random` 时使用的随机种子。 - `test.patient_ids`：指定本地测试患者 ID 列表；非空时优先使用该列表，忽略 `selection`、`patient_count` 和 `random_seed`。 #### 自定义配置 `config.yaml` 也可以添加自定义配置，医生 Agent 代码可以通过 `self.config` 读取。例如： - `memory`：baseline 示例使用 Markdown 文件作为记忆存储，并在 `agent/memory.py` 中读取 `memory.md_path`、`memory.max_notes`、`memory.max_note_chars`；如果你选择数据库、向量库、对象存储或其他记忆方案，可以根据自己的 `memory.py` 逻辑改造这一段配置。 - `log_llm_prompts`：是否记录每次大模型调用的 prompt 和响应。默认关闭；设为 `true` 后会在每次运行目录下生成 `llm_prompts/`，用于调试模型输入输出。 ## 医生可用 Actions 所有 action 都通过 `self.actions.(...)` 调用，通常在 `async def train(...)` 或 `async def test(...)` 中使用，需要 `await`。 ### `ask_patient` 向患者提问，返回患者回复文本。适合收集主诉、现病史、既往史、用药史、过敏史、家族史等信息。 输入： ```python answer = await self.actions.ask_patient( patient_id=patient_id, input_data={ "question": "请描述这次最主要的不适、开始时间和伴随症状。", "chat_history": [ {"from": "doctor", "text": "之前的问题"}, {"from": "patient", "text": "之前的回答"}, ], }, ) ``` 参数说明： - `patient_id: str`：当前病例 ID，由 SDK 在 `train(patient_id)` / `test(patient_id)` 中传入。 - `input_data: dict`：发给患者服务的 JSON 对象。baseline 使用 `question` 和 `chat_history`，也可以加入自己的上下文字段。 输出： ```python "患者回答文本" ``` 返回值是 `str`。SDK 会自动记录问诊轮数，最终 `prescribe_treatment` 的返回结果中会包含 `conversation_rounds`。 ### `order_examination` 申请检查，返回检查结果。检查名称应尽量使用 `data/ref_data/examinations_catalog.json` 中的标准名称。 输入： ```python exam_response = await self.actions.order_examination( patient_id=patient_id, items=["血常规", "尿常规"], reason="鉴别感染、贫血和泌尿系统异常。", ) ``` 参数说明： - `patient_id: str`：当前病例 ID。 - `items: Iterable[str]`：要申请的检查名称列表。 - `reason: str`：申请检查的原因，可为空字符串。 输出： ```json { "results": { "血常规": { "result": { "血红蛋白": "118 g/L［参考值：140-180 g/L］", "血白细胞计数": "13.2 x10^9/L［参考值：4.5-11.0］" }, "status": "abnormal", "abnormal_indicators": [] }, "尿常规": { "result": { "尿蛋白": "阴性", "尿红细胞": "0-3 个细胞/HPF" }, "status": "normal", "abnormal_indicators": [] }, "不存在的检查": { "result": "无效检查", "status": "invalid", "abnormal_indicators": [] } } } ``` 字段说明： - `results`：检查结果字典，key 是请求的检查名称。 - `result`：检查结果。常见形式是“指标名称 -> 指标值”的字典；如果该检查无效，则返回 `"无效检查"`；如果该检查只适用于特殊场景，也可能返回一段补充描述文本。 - `status`：检查状态。`normal` 表示正常，`abnormal` 表示异常，`invalid` 表示无效。 - `abnormal_indicators`：异常指标名称列表。 ### `prescribe_treatment` 提交最终诊断和治疗方案，并结束当前病例。测试阶段每个病例必须最终调用这个 action，返回值会写入 `final_results.jsonl` 并作为提交结果。 输入： ```python final_result = await self.actions.prescribe_treatment( patient_id=patient_id, diagnosis=["肺炎"], treatment_plan="建议抗感染治疗，结合病情补液、退热、止咳，并监测生命体征和复查相关指标。", reasoning="结合问诊和检查结果，诊断与治疗方案匹配。", ) ``` 参数说明： - `patient_id: str`：当前病例 ID。 - `diagnosis: Any`：最终诊断，建议使用标准疾病名称列表。 - `treatment_plan: str`：治疗方案文本。 - `reasoning: str`：诊疗依据，可为空字符串。 输出： ```json { "patient_id": "patient_xxx", "team_id": "your-team-id", "diagnosis": ["肺炎"], "treatment_plan": "治疗方案文本", "reasoning": "诊疗依据文本", "ordered_examinations": ["血常规", "胸部CT"], "conversation_rounds": 3, "finished": true } ``` 字段说明： - `diagnosis`、`treatment_plan`、`reasoning`：你提交的最终诊疗结果。 - `ordered_examinations`：当前病例中已成功申请的检查，SDK 会去重并保持顺序。 - `conversation_rounds`：当前病例调用 `ask_patient` 的次数。 - `finished`：是否完成病例；调用该 action 后固定为 `true`。 ### `evaluation` 训练阶段用于评估单个已完成病例，通常在 `prescribe_treatment` 之后调用，用于反思和改进策略。测试阶段不要依赖该 action。 输入： ```python report = await self.actions.evaluation( patient_id=patient_id, final_result=final_result, ) ``` 参数说明： - `patient_id: str`：当前病例 ID。 - `final_result: dict | None`：`prescribe_treatment` 的返回结果。如果不传，SDK 会尝试读取当前病例最近一次最终结果。 输出： ```json { "patientId": "patient_xxx", "status": "evaluated", "diagnosisAccuracy": 1.0, "examinationPrecision": 0.8, "treatmentOverallScore": 0.75, "treatmentSafety": 1.0, "treatmentEffectivenessAlignment": 0.8, "treatmentPersonalization": 0.7, "diagnosisDetail": { "submitted": ["肺炎"], "expected": ["肺炎"], "matched": ["肺炎"], "accuracy": 1.0, "status": "correct" }, "examinationDetail": { "ordered": ["血常规", "胸部CT"], "expected": ["血常规", "胸部CT"], "matched": ["血常规", "胸部CT"], "precision": 1.0, "coverage": 1.0 }, "treatmentDetail": { "submitted": "你提交的治疗方案", "reference": "参考治疗方案", "overallScore": 0.75, "safety": 1.0, "effectivenessAlignment": 0.8, "personalization": 0.7, "reasoning": "评测模型给出的解释" }, "ground_truth": {} } ``` 评测报告字段可能随比赛服务调整而变化，训练代码应优先读取自己需要的字段，并对缺失字段做好兜底。 ### `batch_evaluation` 批量评估一个 `final_results.jsonl` 文件，或包含该文件的输出目录。适合本地 `/test` 运行结束后，对整批测试病例做统一评估。 传入目录时，SDK 会自动读取该目录下的 `final_results.jsonl`；传入文件路径时，SDK 会直接读取该 JSONL 文件。 输入： ```python report = await self.actions.batch_evaluation("outputs/test/test_xxx") ``` 也可以传入具体文件： ```python report = await self.actions.batch_evaluation("outputs/test/test_xxx/final_results.jsonl") ``` 输出： ```json { "diagnosis_accuracy": 0.8, "examination_precision": 0.7, "treatment_overall_score": 0.75, "treatment_safety": 0.9, "treatment_effectiveness_alignment": 0.7, "treatment_personalization": 0.65, "counts": { "final_results": 2, "evaluated_patients": 2 }, "treatment_details": [ { "patient_id": "Patient_00001", "overall_score": 0.75, "safety": 0.9, "effectiveness_alignment": 0.7, "personalization": 0.65, "reasoning": "评测模型给出的解释" } ], "submitted_at": "2026-05-22T10:00:00+08:00" } ``` 其中 `diagnosis_accuracy`、`examination_precision`、`treatment_overall_score` 是三个主要评估分项；`treatment_safety`、`treatment_effectiveness_alignment`、`treatment_personalization` 分别表示治疗方案在安全性、有效性、个性化上的表现；`counts` 统计提交和评估的病例数量；`treatment_details` 是每个病例的治疗方案评估明细。评估报告会同时写入同目录下的 `final_results_eval_report.json`。 ## Quick Start 安装依赖： ```bash cd baseline_example pip install -r requirements.txt ``` 配置本地训练环境变量： ```bash export SERVICE_BASE_URL=https://studio-baconroot-hospital-service.api-inference.modelscope.net export MODELSCOPE_SDK_TOKEN= export SERVICE_TRAIN_TOKEN= export MODEL_API_KEY= export TEAM_ID= ``` 运行本地训练： ```bash python train.py ``` 训练患者可以在 `config.yaml` 的 `train` 中配置。 ## 启动测试服务 本地启动 Agent 测试服务： ```bash python -m agent.agent ``` 服务默认监听 `0.0.0.0:7860`，测试接口为 `POST /test`。本地调用示例： ```bash curl -X POST http://127.0.0.1:7860/test ``` 本地测试会使用环境变量 `MODELSCOPE_SDK_TOKEN` 通过 ModelScope 网关，并使用 `SERVICE_TRAIN_TOKEN` 访问比赛后端；医生 Agent 继续使用本地 `MODEL_API_KEY` 调用自己的大模型。这里使用的仍然是训练集中的患者数据；测试患者可以在 `config.yaml` 的 `test` 中配置。 也可以直接运行完整测试示例： ```bash python test.py ``` 该脚本会自动启动 Agent 服务，调用 `POST /test` 生成 `final_results.jsonl`，再调用 `batch_evaluation` 进行批量评估并输出测试和评估结果。 ## 部署 部署到 ModelScope Studio 创空间时，提交最新代码后，在空间页面点击上线，等待空间构建状态变为“运行中”即可。 部署后需要保证服务监听 `7860` 端口，并暴露 `POST /test` 接口。默认通过 `Dockerfile` 启动 `python3 -m agent.agent`，会监听 `0.0.0.0:7860`；一般不需要修改部署入口。提交前建议先在本地运行 `python train.py` 和 `python -m agent.agent`，确认训练流程和测试服务都能正常工作。 在 ModelScope Studio 的 Secret 或环境变量中配置选手自己的 `MODELSCOPE_SDK_TOKEN`。测试请求不能通过 payload 覆盖这个 Token，SDK 只从 Agent 运行环境读取它。