为什么做这件事

大模型很强，但医院用不起来：数据敏感不能出院、HIS/LIS/PACS 系统林立、临床流程严谨容错率极低、供应商锁定严重、信息科没有可编程的智能体底座。

健澜科技以「让医疗 AI 更简单、更落地」的初心，把多年沉淀的医疗智能体引擎以 Apache-2.0 完全开源：

• 🏥 为医院：信息科在低代码画布上即可编排自有智能体，私有化、可审计、可等保合规；
• 🧩 为开发者：提供智能体编排内核、38 个医疗工具、知识中台、集成适配器，像装 App 一样扩展；
• 🌏 为生态：以标准化的「智能体包（Agent Package）」连接医院、厂商与开源社区，共建医疗 AI 的安卓生态。

⚕️ 医疗安全红线：本系统输出均为临床辅助建议，不替代医生诊断；高风险动作（处方、医嘱、危急值）强制人工确认 / 双人复核，所有患者数据脱敏处理。

核心能力

系统架构

flowchart TB
    subgraph Access["接入层"]
        WEB["Web 工作台 (React19 + AntD5)"]
        CLI["终端 CLI (Ink)"]
        API["开放 API / WebSocket"]
    end

    subgraph Factory["低代码智能体工厂"]
        CANVAS["可视化画布 (React Flow)"]
        MARKET["智能体市场 / 模板"]
    end

    subgraph Orch["智能体编排内核"]
        DSL["DSL 校验 / 打包"]
        ENGINE["DAG 工作流引擎"]
        SANDBOX["安全表达式沙箱"]
        HUMAN["人工任务 / 审批"]
        TRIG["触发器 manual/api/event/schedule"]
    end

    subgraph Cap["能力层"]
        TOOLS["38 医疗工具"]
        CDS["CDS 规则引擎"]
        RAG["知识中台 / RAG"]
        VOICE["语音 ASR"]
        SUB["8 科室子智能体 / MDT 会诊"]
    end

    subgraph Data["数据与集成层"]
        PG[("PostgreSQL+pgvector")]
        REDIS[("Redis")]
        KB[("知识/术语/图谱")]
        INT["HIS/EMR/LIS/PACS · HL7/FHIR/DICOM"]
    end

    subgraph Sec["安全合规（贯穿全层）"]
        RBAC["RBAC+ABAC"]
        MASK["脱敏/加密"]
        AUDIT["审计哈希链"]
    end

    WEB --> CANVAS --> DSL
    CLI --> ENGINE
    API --> TRIG
    MARKET --> CANVAS
    DSL --> ENGINE
    ENGINE --> SANDBOX & HUMAN & TRIG
    ENGINE --> TOOLS & CDS & RAG & VOICE & SUB
    TOOLS --> INT
    RAG --> KB
    ENGINE --> PG & REDIS
    TOOLS --> PG
    Sec -.-> Orch & Cap & Data

编排引擎是核心：每个智能体是一个可版本化、可校验、可移植的 Agent Package（agent.yaml + 提示词 + 知识引用 + 校验和）。工作流主图恒为 DAG（循环体/并行分支走结构化子路径），保证可静态分析、可审计、不会死循环（迭代上限保护）。

快速开始

环境要求

• Bun ≥ 1.3（后端运行时与包管理）
• Node.js ≥ 18（前端构建）
• 完整依赖服务（PostgreSQL/Redis/Kafka/…）可用 Docker Compose 一键拉起

1. 克隆并安装

git clone https://github.com/jianlan-tech/gang-os.git
cd gang-os
bun install

2. 一键启动依赖（PostgreSQL + Redis + Kafka + 可观测栈）

cp .env.compose.example .env      # 填入 JWT_SECRET、数据库口令等
docker compose up -d postgres redis
bun run db:seed                   # 导入 2000+ 条权威精炼种子（药品/ICD/检验/临床路径/中医）

3. 运行后端与前端

# 后端 BFF（REST + WebSocket）
bun run bff

# 前端（新终端）
cd web && npm install && npm run dev

4. 跑测试确认环境

bun run typecheck      # 类型检查零错误
bun test               # 后端单元测试
cd web && npx vitest run   # 前端单元测试

完整容器化、云原生（K8s/Helm）、生产配置见 部署文档。

AI 影像辅诊（DAMO-RADAR 融合）

平台已融合达摩院 DAMO-RADAR——腹部增强 CT 视觉-语言基础模型（Science 393(6817):eaec6129, 2026），作为第二阅片/辅助决策能力嵌入影像工作站。

快速启动（demo / CPU，零权重即可体验）：

cp .env.compose.example .env        # 填入 RADAR_INTERNAL_TOKEN 等密钥
docker compose --profile demo up -d radar-inference
# 就绪探针：curl http://127.0.0.1:8090/health/ready  （mode=demo 即正常）

生产真实推理（可选）： 权重 checkpoint_radar_pretrain.pth（约 5GB，CC BY-NC-SA 4.0 非商业）严禁入库，由部署方自行拉取并挂载：

bash services/radar-inference/download_weights.sh   # 下载到 ./models/radar/
# 在 docker-compose.yml 中取消 gpu profile 的 deploy.resources.reservations.devices 注释后：
docker compose --profile gpu up -d radar-inference

详见 services/radar-inference/README.md 与契约 docs/RADAR_FUSION_CONTRACT.md。

引用（BibTeX）：

@article{zhang2026damo_radar,
  author  = {Zhang, Qi and others},
  title   = {An expert-level generalist AI for abdominal CT diagnosis},
  journal = {Science},
  volume  = {393},
  number  = {6817},
  pages   = {eaec6129},
  year    = {2026},
  doi     = {10.1126/science.aec6129}
}

来源致谢： 本融合站在以下开源项目之上——damo-radar（Apache-2.0，代码 vendor 于 services/radar-inference/vendor/damo-radar/）、LAVIS（BSD-3-Clause）、nnU-Net（Apache-2.0）、MONAI（Apache-2.0）、3D-ResNets-PyTorch（MIT）。模型权重为 CC BY-NC-SA 4.0 非商业，商用前须另行取得授权。

5 分钟搭建一个医疗智能体

方式一：低代码画布（推荐给信息科）

1. 打开 Web 工作台 → 侧边栏「智能体工厂」；
2. 选择内置模板（如「AI 病历质控」）或「新建空白智能体」；
3. 从左侧拖入节点：开始 → 检索规范(RAG) → 质控工具 → 人工审核 → 归档；
4. 右侧面板配置工具入参、知识库、风险等级；顶部「校验」实时检查 DAG 与引用；
5. 「导出」得到可移植的 agent.yaml，导入生产即可发布。

方式二：直接写 Agent Package（推荐给开发者）

packageFormatVersion: '1.0.0'
agent:
  id: demo-record-qc
  name: 演示病历质控
  version: 1.0.0
  riskLevel: low
  entryWorkflow: main
  tools: [medical_record_quality_check, sync_to_his]
  knowledgeBases: [medical-record-standards]
  workflows:
    - meta: { id: main, name: 主流程 }
      nodes:
        - { id: start, type: start }
        - { id: qc, type: tool, name: 内涵质控,
            config: { toolName: medical_record_quality_check,
                      inputMapping: { recordContent: input.recordText } } }
        - { id: review, type: human, name: 医生确认,
            config: { title: 质控结果确认, assigneeRoles: [doctor] } }
        - { id: end, type: end, config: { outputMapping: { report: nodes.qc.output } } }
      edges:
        - { source: start, target: qc }
        - { source: qc, target: review }
        - { source: review, target: end }
  disclaimer: 本智能体输出为临床辅助建议，最终诊疗决策由经治医师负责。
prompts:
  prompts/system.md: 你是严谨的病历质控专家，依据规范逐项核查并给出可追溯的问题清单。

加载与运行（TypeScript）：

import { createMockOrchestrator } from './src/orchestrator';
const orch = createMockOrchestrator();
await orch.loadAllAgents('./agents');          // 加载 agents/ 目录全部智能体
const result = await orch.invoke('demo-record-qc', { recordText: '…' });

十大刚需智能体的完整实现见 agents/ 目录，可直接作为模板二次编辑。

医疗知识中台与权威知识库

平台内置精炼示例种子（临床路径、药品分类、检验危急值、ICD、中医参考），并提供合规获取工具对接权威外部知识库：

bun run knowledge:list                 # 列出 26 个数据源与许可证
bun run knowledge:fetch                # 仅下载明确开放的 MeSH/ChEMBL/TCM-MKG 等

• 开放直下：MeSH、ChEMBL（CC BY-SA）、TCM-MKG（CC BY）、OpenDRG（Apache-2.0）、openFDA、PubMed OA 等；
• 免费注册：LOINC、RxNorm、CMeKG、HiTA 等；
• 持证认证（绝不打包）：SNOMED CT、UMLS、MIMIC、eICU、DrugBank 商业版——仅生成申请指引。

我们严格区分「代码开源」与「数据许可」，不盗版、不越权再分发。完整清单与合规红线见 DATA_LICENSES.md。

目录结构

gang-os/
├── src/
│   ├── orchestrator/      # 智能体编排内核（DSL/DAG引擎/沙箱/人工/触发器/打包，29 文件）
│   ├── medical-tools/     # 38 个医疗工具与注册中心
│   ├── knowledge/         # RAG 检索引擎
│   ├── knowledge-platform/# 知识中台（术语/图谱/租户/版本/混合检索）
│   ├── voice/             # 语音 ASR 抽象与医学口语后处理
│   ├── security/          # 脱敏/审计/RBAC+ABAC/加密/输入安全/等保合规
│   ├── integration/       # HIS/EMR/LIS/PACS、HL7/FHIR/DICOM、消息总线、监控
│   ├── cache/             # Redis 抽象/分布式锁/限流/会话/缓存旁路
│   ├── core/              # Agent 循环、LLM 客户端、上下文压缩、会话
│   ├── bff/               # Bun.serve BFF（REST + WebSocket + 中间件）
│   └── ui/                # Ink 终端医疗化界面
├── agents/                # 十大刚需智能体包（agent.yaml + prompts + 示例）
├── web/                   # React19 + Vite + AntD5 工作台与低代码画布
├── deploy/
│   ├── postgres/          # 35 张表分层 schema + 种子 + 备份/PITR
│   └── redis/             # 安全加固配置
├── scripts/
│   ├── knowledge/         # 权威知识库种子 + 合规下载器
│   └── db/                # 种子导入 / SQL 静态校验 / 备份恢复
├── docs/                  # 170+ 份中文文档（架构/API/部署/运维/用户/ADR）
├── examples/              # API / 流式 / WebSocket / 编排示例
├── docker-compose.yml     # 11 服务一体化编排
└── tests/                 # 后端测试

测试与质量

• 后端 900+、前端 180+ 单元测试，合计 1100+ 用例全绿，后端覆盖率约 86%；
• TypeScript 严格模式零类型错误，ESLint 0 error，代码重复率 < 2%；
• 5 个端到端医疗场景验收（门诊问诊、住院查房、急诊分诊、危急值处理、处方审核）；
• 安全测试：Prompt 注入检测、SQL/XSS/命令注入、鉴权与安全响应头；
• CI（GitHub Actions）：typecheck → lint → 单测+覆盖率 → 集成 → 安全审计 → 构建。

bun run ci              # 后端全量门禁
cd web && npm run build # 前端生产构建

部署与生产

• 三种部署模式：单机试用、院内私有化（推荐）、云原生高可用；
• Docker Compose 含 app/web/postgres/redis/kafka/nginx/prometheus/grafana/elasticsearch/kibana/jaeger；
• 安全：SCRAM、TLS、JWT 验签、TOTP 多因素认证（MFA，RFC 6238 + 一次性备份码 + 重放保护）、CSP/CSRF、审计哈希链、WAL 归档 PITR、Redis 危险命令禁用；
• 运维：BFF 内置 /metrics（Prometheus，零依赖）、预置 Grafana 总览大盘与 9 条告警规则、健康/就绪探针与优雅停机、k6 压测脚本、自动备份/恢复脚本、备份恢复与容灾演练 SOP、上线验收清单。

详见 部署文档 与 运维手册。

路线图

• 智能体编排内核 + 安全表达式沙箱 + 人工在环
• 低代码智能体工厂（可视化画布 + 市场 + agent.yaml 互操作）
• 十大刚需智能体 + 38 医疗工具 + CDS 规则引擎
• 知识中台 + 权威知识库合规获取
• 语音电子病历、PostgreSQL/Redis 生产基座、Web 工作台
• 更多厂商 HIS 真实联调与认证适配器市场
• 智能体包注册中心 / 一键安装（对标应用商店）
• TOTP 多因素认证（MFA）、生产可观测（/metrics + Grafana 大盘 + 告警 + k6）
• 国密算法（SM2/SM3/SM4）/ KMS、MFA 多副本共享存储、电子病历分级与等保三级测评加固
• 多模态（影像/语音/文书）智能体与联邦知识协作
• 国际化（英文界面与海外标准术语）

参与贡献

我们欢迎并珍视每一份贡献——一个工具、一条 CDS 规则、一个智能体模板、一份文档、一个 Issue。

• 阅读 贡献指南 与 开发规范；
• 提交 PR 前确保 bun run typecheck && bun test 通过，并补充测试；
• 安全问题请勿公开 Issue，按 安全策略 私下报告；
• 请遵守 贡献者公约。

健澜科技希望与全国医院信息科、医疗 IT 厂商、高校与独立开发者一道，把这个免费开源的工业级医疗智能体操作系统，打磨成医疗 AI 的安卓系统。

贡献者墙 · Contributors Wall

每一行代码、每一条规则、每一份文档，都在让医疗 AI 离临床更近一步。感谢所有为 JLAIharnessos 贡献力量的人。

核心团队 · Core Team

社区贡献者 · Community Contributors

chenweidaben 项目发起人 · 架构 · 医疗 AI

成为贡献者：提交一个 PR、修复一个 Bug、补充一条 CDS 规则、写一份智能体模板、翻译一段文档——你的名字将永远留在这里。详见 贡献指南。

许可证与致谢

• 代码以 Apache License 2.0 开源；第三方依赖许可见 THIRD_PARTY_LICENSES.md，归属声明见 NOTICE。
• 数据许可独立于代码许可，使用前务必阅读 DATA_LICENSES.md。
• 本项目站在开源社区的肩膀上，特别感谢相关开源框架与公开医学知识资源的贡献者。

免责声明

本软件为医疗辅助决策与效率工具，不构成医疗器械的诊断结论，不能替代执业医师的面诊与判断。
部署与使用方须遵守所在国家/地区法律法规，自行完成数据合规、安全测评与临床验证。
作者与贡献者不对因使用本软件造成的任何后果承担责任。