01 课题
现场的三大压力
在老龄化、访日外国人与电商普及的背景下，药店与使用者双方都承受更大压力。
-
语言障碍
访日外国人等可能难以用母语咨询，难以选择合适的OTC。
-
人手不足
药店咨询时间有限，部分用户仍感不安。
-
难以选择
用户可能不清楚何种OTC适合症状，并担心安全性。
02 用法
三步即可使用
-
输入症状
无需专业术语，以对话方式描述症状与生活背景。
-
整理候选
以药品数据库、药学知识与规则推荐为核心，LLM辅助理解。
-
作为参考
确认就诊建议与注意事项；购药或服药前请咨询药师或医生。
03 特点
四大优势
-
安全设计
以规则推荐为核心；危险症状时建议就医，并抑制误信息。
-
混合推荐
规则评分统一选药；LLM 辅助症状整理与提问生成。
-
四种语言
日语、英语、中文、韩语（DeepL API 高速翻译）。
-
无障碍
字号调整、语音朗读、可折叠区块；对比度按 WCAG AA 思路设计。
04 安全
安全使用
本工具不替代医疗行为、诊断或处方。
- 症状严重或长期持续请尽快就医。
- 日本国内紧急时请拨打119或前往医疗机构及公共咨询。
- 对显示内容有疑问，请在购药或服药前咨询药师或医生。
- 请在可能范围内说明妊娠/哺乳、儿童、并用药物、过敏史等。
视部署版本可能提供向药师咨询的升级功能。
05 技术
技术栈
测试版组成。选药以规则为核心，LLM 为辅助。
运维·CI/CD
GitHub · GCP · Git · Linux
前端
HTML · CSS · JavaScript
后端
Python · FastAPI · Docker · Gunicorn
数据库
Neon · PostgreSQL
外部 API
OpenAI API · DeepL API
多智能体
自研编排 · Python · OpenAI API
补充说明
- 推荐：整合症状、功效、年龄、副作用、相互作用的规则评分
- 多智能体：启用 LLM_AGENT_ENABLED 时，ChatOrchestrator 在分流后交给各专业智能体
- 前端：HTML/CSS/原生 JS（响应式）
- 日志：JSONL 结构化（访问·性能·安全）
非营利学术研究目的的测试运营（依据应用概要文档）。
-
源码管理
GitHub 版本管理；CI/CD 经 GCP Cloud Build。
-
生产托管
GCP Cloud Run（asia-northeast1）。Docker + Gunicorn。
-
数据库
Neon PostgreSQL（无服务器），存会话等。
-
日志与监控
JSONL 结构化日志；访问·性能·安全监控。
面向医疗、行政、研究、药师等限定关系者验证，非面向公众正式发布。
体验面向专业人士的测试版
在聊天中了解规则推荐与 LLM 辅助的实际表现。
开始聊天