关键词

VistA医疗AI上下文服务工具调用患者信息药物信息

项目简介

本项目是一个基于Model Context Protocol (MCP) 实现的服务器，旨在为大语言模型（LLM）提供与VistA医疗系统相关的上下文信息。它通过集成模拟的VistA环境和fmQL（Fileman Query Language）服务，将VistA中的患者和药物数据作为可供AI调用的“工具”暴露出来，增强LLM对医疗领域特定信息的访问和理解能力。

主要功能点

  • VistA数据访问: 允许AI通过预定义的工具访问VistA数据库中的患者和药物信息。
  • 工具注册与执行: 实现MCP协议中的工具（Tool）功能，AI客户端可以发现并调用服务器提供的查询工具。
  • 提供AI上下文: 作为LLM的外部知识源，为AI提供结构化的VistA相关数据，使其能够回答或处理相关查询。
  • 集成 Ollama: 项目设计为与自托管的Ollama LLM容器配合工作，但MCP服务器本身可与任何兼容的MCP客户端对接。

安装步骤

  1. 安装依赖: 确保您的系统已安装 Docker 和 docker-compose。
  2. 克隆项目: 打开终端，执行命令克隆代码仓库： 
    git clone https://github.com/RamSailopal/VistAAI.git
  3. 进入目录: 切换到项目目录： 
    cd VistAAI
  4. 启动服务: 使用docker-compose启动所有必要的容器，包括MCP服务器、Ollama、VistA/fmQL服务： 
    docker-compose up -d
  5. 监控初始化: 等待容器完全初始化。您可以通过查看日志来监控过程： 
    docker-compose logs -f
    观察日志输出直到不再有新的活动信息，表示服务已准备就绪。按下 'Ctrl+C' 退出日志查看。
  6. MCP服务器运行: MCP服务器现在已作为Docker容器在后台运行，并监听连接。

服务器配置 (供MCP客户端参考)

MCP服务器是为MCP客户端（通常集成在LLM运行环境或应用中）提供服务的。MCP客户端需要知道如何启动或连接到这个服务器。根据此仓库的结构，MCP客户端配置通常需要以下信息，用于在需要时启动服务器进程并与之通信（注意：这部分信息是给客户端开发者参考的，用户无需手动执行）：

{
  "server_name": "VistA AI Context Server",
  "command": "./mcp-server.sh",
  "args": [],
  "description": "Provides VistA patient and drug data via MCP tools."
}
  • 'server_name': MCP服务器的标识名称。
  • 'command': 启动MCP服务器进程所需的命令行指令。在此项目中，是通过执行根目录下的 './mcp-server.sh' 脚本来启动MCP服务器。
  • 'args': 启动命令所需的额外参数列表。此项目启动脚本不需要额外的参数。
  • 'description': 服务器功能的简要描述。

MCP客户端会使用这些信息在后台启动服务器进程，并通过标准输入/输出（Stdio）或其他配置的传输协议（如WebSocket，尽管本项目默认可能使用Stdio via FastMCP/mcphost）进行基于JSON-RPC的通信。

基本使用方法

一旦按照“安装步骤”成功启动了所有Docker容器，特别是MCP服务器容器，该服务器就会在后台运行并等待连接。您不需要直接与 './mcp-server.sh' 脚本交互（除非您想手动测试启动）。

要使用这个MCP服务器提供的功能，您需要一个兼容MCP协议的客户端。这个客户端通常是一个与LLM交互的应用或框架（例如，一个支持外部工具调用的AI聊天界面）。您需要在客户端的配置中指定连接到此VistA AI Context Server，使用上面“服务器配置”中提供的信息（'command' 和 'args'）。

配置完成后，当LLM需要访问VistA相关的患者或药物信息时，MCP客户端会负责：

  1. 根据需要启动（如果尚未运行）MCP服务器进程。
  2. 向MCP服务器发送JSON-RPC请求，例如查询服务器的能力（发现可用的工具）。
  3. 根据LLM的需求，构建并发送调用特定工具的JSON-RPC请求（例如，调用 'vista_pat_details_name' 工具并传入患者姓名作为参数）。
  4. 接收MCP服务器返回的包含工具执行结果的JSON-RPC响应。
  5. 将工具结果反馈给LLM，使AI能够利用这些信息生成更准确、更丰富的回复。

用户通过与客户端应用交互，间接利用了此MCP服务器提供的VistA数据上下文。

信息

分类

AI与计算

访问项目