中医AI助手仲景3分钟快速上手指南【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing想体验首个中医大语言模型的强大能力吗仲景中医大语言模型将古代中医智慧与现代AI技术完美结合为你提供专业的中医知识问答服务。无论你是中医爱好者、医学生还是专业医师这个开源项目都能为你带来全新的学习与研究体验。为什么选择仲景中医大语言模型仲景模型基于深度学习技术专门针对中医药领域进行预训练具备以下独特优势✅专业中医知识库- 融合13.5万专业指令数据涵盖中医古籍、方药、证候等核心内容✅多任务诊疗能力- 支持15种诊疗场景任务模拟人类医师的辨证论治过程✅轻量级部署- 1.8B版本仅需单张T4显卡普通电脑也能运行✅开源免费- 完全开源学术研究和个人使用完全免费环境准备与安装步骤1. 系统要求检查在开始之前请确保你的系统满足以下基本要求组件最低要求推荐配置操作系统Windows 10 / macOS 10.15 / Ubuntu 18.04Ubuntu 20.04Python版本3.83.9内存8GB16GB显卡集成显卡仅CPU模式NVIDIA GPU4GB显存存储空间10GB20GB2. 一键获取项目源码打开终端执行以下命令克隆项目到本地git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing.git cd CMLM-ZhongJing3. 创建Python虚拟环境为了避免依赖冲突建议创建独立的Python环境# 使用venv创建虚拟环境 python -m venv venv # 激活虚拟环境 # Windows系统 venv\Scripts\activate # macOS/Linux系统 source venv/bin/activate4. 安装核心依赖包在激活的虚拟环境中安装必要的Python库pip install torch transformers gradio如果你的系统有NVIDIA GPU可以安装CUDA版本的PyTorch以获得更好的性能pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118仲景模型架构解析仲景中医大语言模型采用了创新的多任务诊疗分解策略将复杂的中医诊疗过程拆解为多个可管理的子任务从上图可以看出模型将中医诊疗行为系统性地分解为12个核心任务模块包括患者诊疗故事分析- 理解患者病情描述诊断分析- 辨证论治的核心环节治疗模板构建- 制定个性化治疗方案舌诊与脉诊- 中医特色诊断方法方剂功能分析- 中药配伍原理药物剂量调整- 精准用药指导这种模块化设计让模型能够像经验丰富的中医师一样逐步分析病情、制定治疗方案确保输出的专业性和准确性。模型下载与配置仲景提供了两个版本的模型供你选择版本选择建议模型名称参数量适用场景硬件要求ZhongjingGPT1_13B13B研究、专业应用高性能GPU16GB显存ZhongJing-2-1_8b1.8B学习、个人使用单张T4显卡或CPU自动下载配置项目已经内置了模型下载功能首次运行时会自动从Hugging Face下载所需模型文件。如果你需要手动下载可以使用以下命令# 下载1.8B轻量版模型推荐初学者使用 python -c from transformers import AutoModelForCausalLM; AutoModelForCausalLM.from_pretrained(CMLM/ZhongJing-2-1_8b)启动Web交互界面仲景提供了基于Gradio的友好Web界面让你无需编写代码就能与模型交互一键启动方法在项目目录下执行python WebDemo.py启动成功后你的浏览器会自动打开交互界面。如果没有自动打开可以在浏览器中输入http://localhost:7860访问。界面功能介绍WebDemo界面包含以下核心功能区域输入框- 输入你的中医相关问题模型响应区- 显示仲景的专业回答参数调节- 调整生成长度、温度等参数历史记录- 保存对话历史方便回顾示例问题参考你可以尝试询问以下类型的问题感冒了应该吃什么中药如何辨证治疗失眠四物汤的主要功效是什么舌苔黄腻代表什么证候模型性能评估仲景中医大语言模型在多项专业评估中表现出色特别是在中医专业领域的表现优于同规模模型从上表的评估数据可以看出专业性强- 在中医专业知识准确性方面得分领先逻辑清晰- 辨证论治的逻辑推理能力突出综合表现优秀- 在10B参数以下模型中平均得分最高进阶使用技巧1. 使用Python API调用除了Web界面你还可以通过Python代码直接调用模型from transformers import AutoModelForCausalLM, AutoTokenizer # 加载模型和分词器 model AutoModelForCausalLM.from_pretrained(CMLM/ZhongJing-2-1_8b) tokenizer AutoTokenizer.from_pretrained(CMLM/ZhongJing-2-1_8b) # 准备问题 question 感冒了应该吃什么中药 prompt fQuestion: {question} # 生成回答 inputs tokenizer(prompt, return_tensorspt) outputs model.generate(**inputs, max_length500) answer tokenizer.decode(outputs[0], skip_special_tokensTrue)2. 调整生成参数为了获得更符合需求的回答可以调整以下参数max_length- 控制回答的最大长度temperature- 调整回答的创造性0.1-1.0top_p- 控制词汇选择的多样性repetition_penalty- 避免重复内容3. 批量处理问题如果你有大量问题需要处理可以编写批量处理脚本questions [问题1, 问题2, 问题3] answers [] for q in questions: # 处理每个问题 answer get_answer(q) answers.append(answer)常见问题解决Q1: 模型下载速度慢怎么办A: 可以设置国内镜像源加速下载pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simpleQ2: 显存不足如何解决A: 尝试以下方法使用CPU模式运行速度较慢选择1.8B轻量版模型启用8位量化减少显存占用Q3: 回答质量不理想怎么办A: 可以调整temperature参数建议0.7-0.9提供更详细的问题描述使用更专业的中医术语提问实用提示与注意事项最佳实践建议首次使用建议从简单问题开始逐步增加复杂度保存有价值的对话记录建立个人中医知识库结合传统中医书籍对比验证模型回答的准确性⚠️重要提醒模型输出仅供参考学习不构成医疗建议临床诊断请务必咨询专业医师请遵守学术使用规范尊重知识产权下一步探索方向尝试使用13B版本获得更专业的回答探索模型在中医经典文献分析中的应用参与社区贡献共同完善中医AI生态开始你的中医AI探索之旅现在你已经掌握了仲景中医大语言模型的完整安装和使用方法。这个强大的工具将为你打开中医智能化学习的大门让古代智慧与现代技术在你的指尖交融。无论你是想深入研究中医学理还是希望获得日常养生指导仲景都能成为你的得力助手。立即启动WebDemo开始与这位AI中医师对话吧记得分享你的使用体验与更多中医爱好者一起探索AI中医的无限可能 【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
中医AI助手“仲景“：3分钟快速上手指南
发布时间：2026/6/17 12:49:24
中医AI助手仲景3分钟快速上手指南【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing想体验首个中医大语言模型的强大能力吗仲景中医大语言模型将古代中医智慧与现代AI技术完美结合为你提供专业的中医知识问答服务。无论你是中医爱好者、医学生还是专业医师这个开源项目都能为你带来全新的学习与研究体验。为什么选择仲景中医大语言模型仲景模型基于深度学习技术专门针对中医药领域进行预训练具备以下独特优势✅专业中医知识库- 融合13.5万专业指令数据涵盖中医古籍、方药、证候等核心内容✅多任务诊疗能力- 支持15种诊疗场景任务模拟人类医师的辨证论治过程✅轻量级部署- 1.8B版本仅需单张T4显卡普通电脑也能运行✅开源免费- 完全开源学术研究和个人使用完全免费环境准备与安装步骤1. 系统要求检查在开始之前请确保你的系统满足以下基本要求组件最低要求推荐配置操作系统Windows 10 / macOS 10.15 / Ubuntu 18.04Ubuntu 20.04Python版本3.83.9内存8GB16GB显卡集成显卡仅CPU模式NVIDIA GPU4GB显存存储空间10GB20GB2. 一键获取项目源码打开终端执行以下命令克隆项目到本地git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing.git cd CMLM-ZhongJing3. 创建Python虚拟环境为了避免依赖冲突建议创建独立的Python环境# 使用venv创建虚拟环境 python -m venv venv # 激活虚拟环境 # Windows系统 venv\Scripts\activate # macOS/Linux系统 source venv/bin/activate4. 安装核心依赖包在激活的虚拟环境中安装必要的Python库pip install torch transformers gradio如果你的系统有NVIDIA GPU可以安装CUDA版本的PyTorch以获得更好的性能pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118仲景模型架构解析仲景中医大语言模型采用了创新的多任务诊疗分解策略将复杂的中医诊疗过程拆解为多个可管理的子任务从上图可以看出模型将中医诊疗行为系统性地分解为12个核心任务模块包括患者诊疗故事分析- 理解患者病情描述诊断分析- 辨证论治的核心环节治疗模板构建- 制定个性化治疗方案舌诊与脉诊- 中医特色诊断方法方剂功能分析- 中药配伍原理药物剂量调整- 精准用药指导这种模块化设计让模型能够像经验丰富的中医师一样逐步分析病情、制定治疗方案确保输出的专业性和准确性。模型下载与配置仲景提供了两个版本的模型供你选择版本选择建议模型名称参数量适用场景硬件要求ZhongjingGPT1_13B13B研究、专业应用高性能GPU16GB显存ZhongJing-2-1_8b1.8B学习、个人使用单张T4显卡或CPU自动下载配置项目已经内置了模型下载功能首次运行时会自动从Hugging Face下载所需模型文件。如果你需要手动下载可以使用以下命令# 下载1.8B轻量版模型推荐初学者使用 python -c from transformers import AutoModelForCausalLM; AutoModelForCausalLM.from_pretrained(CMLM/ZhongJing-2-1_8b)启动Web交互界面仲景提供了基于Gradio的友好Web界面让你无需编写代码就能与模型交互一键启动方法在项目目录下执行python WebDemo.py启动成功后你的浏览器会自动打开交互界面。如果没有自动打开可以在浏览器中输入http://localhost:7860访问。界面功能介绍WebDemo界面包含以下核心功能区域输入框- 输入你的中医相关问题模型响应区- 显示仲景的专业回答参数调节- 调整生成长度、温度等参数历史记录- 保存对话历史方便回顾示例问题参考你可以尝试询问以下类型的问题感冒了应该吃什么中药如何辨证治疗失眠四物汤的主要功效是什么舌苔黄腻代表什么证候模型性能评估仲景中医大语言模型在多项专业评估中表现出色特别是在中医专业领域的表现优于同规模模型从上表的评估数据可以看出专业性强- 在中医专业知识准确性方面得分领先逻辑清晰- 辨证论治的逻辑推理能力突出综合表现优秀- 在10B参数以下模型中平均得分最高进阶使用技巧1. 使用Python API调用除了Web界面你还可以通过Python代码直接调用模型from transformers import AutoModelForCausalLM, AutoTokenizer # 加载模型和分词器 model AutoModelForCausalLM.from_pretrained(CMLM/ZhongJing-2-1_8b) tokenizer AutoTokenizer.from_pretrained(CMLM/ZhongJing-2-1_8b) # 准备问题 question 感冒了应该吃什么中药 prompt fQuestion: {question} # 生成回答 inputs tokenizer(prompt, return_tensorspt) outputs model.generate(**inputs, max_length500) answer tokenizer.decode(outputs[0], skip_special_tokensTrue)2. 调整生成参数为了获得更符合需求的回答可以调整以下参数max_length- 控制回答的最大长度temperature- 调整回答的创造性0.1-1.0top_p- 控制词汇选择的多样性repetition_penalty- 避免重复内容3. 批量处理问题如果你有大量问题需要处理可以编写批量处理脚本questions [问题1, 问题2, 问题3] answers [] for q in questions: # 处理每个问题 answer get_answer(q) answers.append(answer)常见问题解决Q1: 模型下载速度慢怎么办A: 可以设置国内镜像源加速下载pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simpleQ2: 显存不足如何解决A: 尝试以下方法使用CPU模式运行速度较慢选择1.8B轻量版模型启用8位量化减少显存占用Q3: 回答质量不理想怎么办A: 可以调整temperature参数建议0.7-0.9提供更详细的问题描述使用更专业的中医术语提问实用提示与注意事项最佳实践建议首次使用建议从简单问题开始逐步增加复杂度保存有价值的对话记录建立个人中医知识库结合传统中医书籍对比验证模型回答的准确性⚠️重要提醒模型输出仅供参考学习不构成医疗建议临床诊断请务必咨询专业医师请遵守学术使用规范尊重知识产权下一步探索方向尝试使用13B版本获得更专业的回答探索模型在中医经典文献分析中的应用参与社区贡献共同完善中医AI生态开始你的中医AI探索之旅现在你已经掌握了仲景中医大语言模型的完整安装和使用方法。这个强大的工具将为你打开中医智能化学习的大门让古代智慧与现代技术在你的指尖交融。无论你是想深入研究中医学理还是希望获得日常养生指导仲景都能成为你的得力助手。立即启动WebDemo开始与这位AI中医师对话吧记得分享你的使用体验与更多中医爱好者一起探索AI中医的无限可能 【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
