PDF ──> ingest.py ──> ChromaDB（14,839 块 + 920 图）
                        │
用户问题 ──> pipeline.py（Agent 调度）
              ├─ 安全护栏（紧急转介 / 谨慎警示）
              ├─ 检索：语义嵌入 + BM25 + RRF + LLM 重排 + 实体扩检索
              ├─ 生成：nutrition / clinical 双模式 + 引用三重校验
              ├─ 工具层：PubMed / 临床试验 / 药品 / PICO / 实体
              ├─ 联网兜底：Europe PMC + Bing
              └─ 云端记录：usage.db（决策轨迹）
评估：evaluate.py（8 题基准 + LLM 裁判 + 关键词断言）

python -m pip install -r requirements.txt

OPENAI_API_KEY=sk-xxxx
OPENAI_BASE_URL=https://api.deepseek.com
OPENAI_LLM_MODEL=deepseek-chat

python - <<'EOF'
from modelscope import snapshot_download
snapshot_download("BAAI/bge-small-en-v1.5", local_dir="models/bge-small-en-v1.5")
EOF

python ingest.py                    # 首次入库（读取 ./2026暑期实践 下的 PDF）
python build_semantic_index.py      # 用语义嵌入重建索引（GPU 约 1-2 分钟）

streamlit run app.py                # http://localhost:8501

python evaluate.py --fixtures tests/fixtures/8q.yaml   # 8 题基准评估
python -m pytest tests -q           # 单元测试

python mcp_server.py                            # stdio 模式（默认）
python mcp_server.py --transport http --port 8000   # HTTP 模式
pip install -e . && mcp-medical-evidence        # 安装为命令后直接运行

{
  "mcpServers": {
    "medical-evidence": {
      "command": "python",
      "args": ["E:/path/to/project/mcp_server.py"],
      "env": { "OPENAI_API_KEY": "sk-xxxx", "OPENAI_BASE_URL": "https://api.deepseek.com" }
    }
  }
}

app.py                    # 平台入口（多页面导航）
views/                    # 页面：home/nutrition/clinical/evaluation/cloud/tools
pipeline.py               # Agent 调度：检索 → 工具 → 联网 → 拒答 + 轨迹
agent.py                  # 函数调用式 Agent（LLM 自主选择工具）
routing.py                # 跨领域识别 + 双视角回答合并
retrieve.py               # 混合检索（语义/BM25/RRF/重排/实体扩检索/缓存）
generate.py               # 双模式生成 + 引用三重校验 + 深度思考
embeddings.py             # 本地语义嵌入（bge-small-en，GPU）
ingest.py                 # PDF → ChromaDB 入库
tools.py                  # 8 个医学工具（结构化 JSON）
medical_nlp.py            # 医学实体 + 证据分级（牛津 CEBM）
safety_rules.py           # 安全护栏（紧急/谨慎规则）
websearch.py              # 联网兜底（Europe PMC + Bing）
cloud.py                  # 云端问答记录（SQLite）
evaluate.py               # 评估实验（RAG vs 纯 LLM）
mcp_server.py             # MCP 服务封装
ocr_pdfs.py               # 扫描版 PDF 识别（RapidOCR）
tests/                    # 18 个单元测试 + 固定 8 题 fixtures