企业官网建设流程全解析

LangChain 快速上手指南：3 步搭好病历分析流程

【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain

住院医生每天要翻上百份病历，关键症状、用药史、既往诊断全靠肉眼扫，漏掉一行都可能误判。LangChain 是一个把大模型应用像积木一样拼起来的框架，用它可以把"读病历、提关键信息、查指南"串成一条能反复运行的流水线。本文以医疗文本分析为例，带你从跑通最小示例到搭出完整流程，全程大白话。

它到底能解决什么问题 🩺

• 文本不用人肉翻了：病历里的症状、用药、检验结果被自动抽成结构化数据，直接能进数据库查询。
• 指南随查随看：系统可以按患者情况去检索临床指南和医学文献，给医生一个有据可依的参考，而不是靠记忆。
• 对话有上下文：连续追问病情时，系统记得前面说过什么，不用每轮都重复一遍患者背景。
• 组件随时可换：模型、提示词、抽取模板都是独立零件，哪个不好用就换哪个，不用推倒重来。

5 分钟快速上手 ⚡

第一步，先跑一个"病历信息提取"的例子。装好依赖（pip install langchain-openai），并准备好一个可用的模型 API key。

from langchain_openai import ChatOpenAI from langchain_core.prompts import ChatPromptTemplate from langchain_core.output_parsers import StrOutputParser llm = ChatOpenAI(model="gpt-4o-mini", temperature=0) prompt = ChatPromptTemplate.from_template( "从下面的病历中抽取主诉、现病史和用药史，分条输出：\n{record}" ) chain = prompt | llm | StrOutputParser() print(chain.invoke({"record": "患者，女，58 岁，胸闷伴心悸 3 天，长期服用美托洛尔……"}))

这段代码其实就是一条三级流水线：模板把提示词组装好，模型负责抽取，解析器把结果整理干净；换一套模板就能做出新的抽取任务。

核心功能拆解

医学知识库怎么建

场景：医生问"高血压合并糖尿病这类患者常规怎么处理"，你希望系统回答有据可查，而不是随口编。

做法：把指南和文献切成小块，每块转成向量（可以理解为"语义坐标"），存进向量库；提问时先按语义找出最相关的几块，再交给模型生成答案。切分可以用 langchain_text_splitters，存储对应 langchain_core/vectorstores。

关键配置：块的大小和重叠度（切太碎上下文断了，切太大检索变糊）、向量模型的选择（换了模型要重建索引）、集合名（指南库和病例库分开）。

病历信息提取配置

场景：把一段非结构化的病历文字，变成症状、诊断、药品、剂量这些固定字段。

做法：在提示词里写清输出要求，让模型按 JSON 输出，再用 schema（字段清单）校验；字段缺失或类型不对时，解析层直接拒绝，不会把脏数据放进系统。相关实现在 langchain_core/output_parsers。

关键配置：temperature 设为 0，压制随机性，保证多次运行结果稳定；schema 里明确每个字段的类型；个别难字段可以在提示词里给一两个标注好的例子。

诊疗过程的多轮上下文

场景：医生连续追问五轮，第三轮还要引用第一轮里提到的检查结果。

做法：用聊天历史模块（chat history）把每轮消息存下来，拼提示词时带上最近几轮，或者把更早的内容压缩成一段摘要，模块在 langchain_core/chat_history。

关键配置：最多带多少条历史（带太多会挤占上下文和费用）；老消息是否摘要成一段总览再带上。

容易踩的坑 ⚠️

现象：检索回来的片段经常是半句话，"诊断"那句被拆到了两块里。原因：默认切块按固定字数硬切，不管段落和句子边界。怎么解：换成按段落、Markdown 结构的递归切分器，并给块之间留一点重叠，边界处的句子就不会被撕开。

现象：同一份病历跑两次，剂量抽出来的结果不一样。原因：模型本身带随机性（temperature 偏高），每次走的路线略有不同。怎么解：把 temperature 钉在 0，提示词保持固定，关键字段附上标准答案示例，让模型"照着抄"而不是"自由发挥"。

现象：病历原文直接发往云端接口，安全团队提出合规质疑。原因：姓名、身份证号等敏感字段原样离开了内网。怎么解：先脱敏再发送——把姓名、证件号换成占位符，抽取完成后再按映射还原；合规要求严格时考虑私有化部署模型，具体视场景评估。

进阶与选型建议

• 先用小模型加本地小样本把流程跑通，流程验证没问题后再谈精度优化。
• 固定 20～50 份人工标注的病历当测试集，每次改提示词都跑一遍，好坏有对比。
• 向量库按数据量选：数据少用内存版就够了（仓库自带 in_memory 实现），规模上去了再换专业向量库。

流程跑通只是起点，后面的工作基本就是迭代：换模型、调提示词、攒测试集。建议你现在就做一件事：拿 10 份脱敏后的真实病历，跑一遍上面的快速上手示例，数一数字段抽取对了几个——这个数字就是后续所有优化的基线。

【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain