stcc-mcp — 电话分诊分级：规则确定性算，0.6B 只核对判据

一段问诊记录进去，出 L1–L5 档位 + 处置措辞 + 逐条引文 + 还缺哪几条判据。 分级由确定性规则引擎算出（225 份 STCC 协议 / 849 分支 / 4,168 条判据，随包分发）， Qwen3-0.6B 只回答一件事：给定记录和一条判据，yes / no / unknown。

模型不选分支、不定档位、不生成处置措辞、不做 tool call。

⚠️ 不是急诊分诊系统，不做诊断，不能替代医生。L1–L5 是处置阶梯 （叫救护车 / 立即急诊 / 今天就医 / 近两日门诊 / 居家观察）。紧急情况直接拨 120。

三步跑起来

pip install stcc-mcp                                       # 或 uvx stcc-mcp …
ollama pull hf.co/chenhaodev/stcc-checker-0.6b-GGUF:Q8_0   # 640MB 核对器
stcc-mcp doctor                                            # 自检：索引 / Ollama / 模型
stcc-mcp triage --protocol Chest_Pain.md "$(cat 记录.txt)"

零常驻进程、零 Docker、不联网。引擎是纯标准库，无第三方依赖。

第一次运行大概率会看到 tier: L1 + certain: false —— 这是对的

拿一段普通问诊记录进去，很可能得到最紧急档加一串 unresolved。不是判错： 引擎只有在某支全部条件都为 no 时才敢排除它，而一次真实问诊不会把一支的判据问完。 例如轻症发热的记录里护士问了意识/呼吸/颈硬/皮疹，却从没问过脱水体征 （排尿减少、眼窝凹陷、皮肤张力差、口渴），于是该支排除不掉，输出停在它的档位上界。

unresolved 就是"再问这几条就能收紧"的清单。 把答案补进记录重跑， unresolved 会单调变短；但档位只有在某支被完全排除时才会降—— 实测同一份发热记录补齐脱水体征后 unresolved 8→2，档位仍停在 L1， 因为剩下的主干（老年人或免疫低下者…脱水表现： 这种半截话）核对器给的是 unknown。 这时候该动的是下面那个阈值旋钮，不是继续问。详见边界 ①②。

接进 agent（Claude Code / 任何 MCP client）：

pip install "stcc-mcp[mcp]" && stcc-mcp serve               # stdio MCP

Ollama 不支持 MCP，而这对本形态不是问题：小模型从不 tool call， 编排层分别去调 Ollama（HTTP）和规则引擎（进程内），两者互不相识。 0.6B 自主 tool-calling 是已知重灾区，这个架构从设计上绕开了它。

Related MCP server: Quellgeist

输出

档位到行动的映射由你的编排层定；本包只给档位与处置措辞。

判 no 的门槛是一个旋钮

--no-threshold（默认 0.63）：P(no) ≥ τ ⇒ no，否则在 yes/unknown 里取大者。 同一个模型在发布分布（n=3225）上的整条取舍曲线：

同一段发热问诊记录，只改 τ：

$ stcc-mcp triage --protocol Fever_Adult.md --no-threshold 0.63 "$(cat 记录.txt)"
  tier L1 · 拨打救护车        · unresolved 2
$ stcc-mcp triage --protocol Fever_Adult.md --no-threshold 0.40 "$(cat 记录.txt)"
  tier L3 · 2小时内接受医疗护理 · unresolved 5

τ 调低 ⇒ 核对器更敢把"问过且被否认"的判据判成 no ⇒ 分支被排除 ⇒ 档位下降。 这不是让模型更准，是在同一条取舍曲线上换工作点——换来的是漏诊风险上升。

false_no（该成立却判成 no）是硬门——假 no 会把真值分支从安全收敛里排除掉。 少判 no 只造成过分诊，是成本旋钮。 默认值在 dev 上按 false_no ≤ 0.0036 选出（该 dev 仅 495 条正例、分辨率 0.0020， 系统性偏保守）。所以没有硬钉"最优值"，曲线一起给出，按自己的代价矩阵挑点。 复现：python -m scripts.threshold_sweep --model <m> --split <s> --collect --report。

🔴 已知边界（先读这段再决定用不用）

① 输入必须是「已按协议问过一轮」的记录，不是原始自述。 短主诉 unknown 率 94%；真实富对话（IMCS-21，748 字 / 40 轮）仍有 88%。 原因是 STCC 前置分支筛的是急症红旗（噎着、发紫、无反应）， 而自然产生的语料按定义不含这些情形、医生也不会去问——这是选择效应，换更富的语料无效。

② 一次真实问诊不会把一支的判据全问完，于是档位停在该支上界。 这是 worst_case 在正确工作，但上界松紧完全由问诊完备性决定。

③ worst_case 的安全性以「不产生假 no」为前提。 输出是在现有证据下排除不掉的最紧急一档（某支只有全部条件为 no 才算排除）， 因此欠分诊恒为 0、证据每多一个 no 就单调收紧（两条不变量由 tests/ 守着）。 信息不足时它会退化成"人人叫救护车"——这是设计取向（欠分诊 10·d² vs 过分诊 d），不是 bug。

④ 分级本身是 silver：分支级参照由强模型定稿 + 人工复核，终局结论仍缺一个真人护士 gold。

unknown 为什么是第一等状态

STCC 分支语义是「本支任一条件为是 ⇒ 命中；全部为否 ⇒ 转下一支」。 "没提到" ≠ "说了没有"：前者必须触发追问，后者才能转分支。 把 unknown 压成 no 等于凭空伪造阴性，会让引擎走到错误的分支。

判据文本

索引里的判据是逐条独立改写版（5,214/5,214）。纯阈值与单个医学术语 （「咳嗽」「体温>100.4°F」）按事实保留。改写过三道闸： 数值/否定/长度/雷同的形式校验、oracle 回放与原版逐位一致、下游 checker 指标不掉。

开发

uv sync
uv run pytest -q                        # 27 条回归
uv run python -m scripts.mcp_selfcheck  # oracle 回放 4,168 条判据，<1 秒

scripts/mcp_selfcheck.py 是引擎的忠实度自检：逐条判据置 yes、其余置 no， 核对引擎走到的分支与处置。这不是模型评测——对不上就是编译或求值有洞。

模型

chenhaodev/stcc-checker-0.6b-GGUF （Q8_0 / Q4_K_M）。判据级 false_no 0.0024、延迟中位 ~250ms、端到端 1.25s/条。

Apache-2.0.