nursing-vp-sim（虚拟护理教学病人系统）

给护理专业学生进行问诊与治疗性沟通训练的虚拟患者平台：学生与大模型驱动的标准化病人多轮对话、按需开具床旁检查、记录护理评估，结束后由服务端逐条目打分并支持教师人工复核改分。

状态：可用（生产单实例稳定运行，M1 演练已跑通；双工对谈与结构化表现层待做）；入口：https://iomt.205716.xyz；**仓库**：[fire-disposal/nursing-vp-sim](https://github.com/fire-disposal/nursing-vp-sim)

本质

把自然语言护患问诊与查体操作转为结构化临床决策流，并由服务端完成证据抽取与条目级评分的教学仿真系统。

选型

基于 FastAPI + React 的前后端分离可导航单体，前端 Mantine v9，后端模块化领域设计，数据落 PostgreSQL，部署为单机 Docker Compose 容器。

• 运行时
  • Python 3.13 / Node 22
• 前端
  • React 19
    • Mantine v9
    • Vite
    • TypeScript
• 后端
  • FastAPI
    • SQLAlchemy 2.0
    • Pydantic v2
    • SSE 流式输出
• 数据
  • PostgreSQL 15 + Alembic 迁移
• 外部服务
  • 模型：DeepSeek / OpenAI 兼容 Provider（多 Provider 熔断与加权路由）
  • 语音：火山引擎 TTS（句子级流式分块合成与打断 abort）
• 部署
  • Docker Compose + Nginx + GitHub Actions

功能

• 虚拟患者对话：LLM 角色扮演，隐藏背景语义披露控制 + 出站泄漏守卫，SSE 逐字流式推送。
• 自动评分与证据链：19 项细粒度条目 0–2 分制（含护理记录），映射 100 分制；每项强绑定对话证据原句与扣分理由。
• 教师复核工作台：逐项改分、对话历史回放与证据高亮双向联动，复核结果写回持久化成绩单。
• 4D 情绪演化模型：信任、焦虑、烦躁、配合四维状态实时驱动患者回复语气与指示条，会话结束输出情绪轨迹。
• 查体与护理记录：HTTP 指令面 + revision 乐观并发控制 + 单一时间线审计。
• 多 Provider 路由：优先级加权、健康检查、熔断降级与 token 消耗记账。
• 未完成：双工实时语音对谈（持续拾音 + VAD 端点检测）；结构化视频化患者表现层。

启动流程

pnpm install && cd backend && uv sync && cd ../frontend && pnpm install && cd ..
cp .env.example .env
pnpm run dev            # 后端 :8000 + 前端 :3000
pnpm run test           # 单元测试与端点测试

前置：PostgreSQL 15（本机 5432 或 Docker）；运行时密钥以根目录 .env 为唯一权威，必需 DATABASE_URL 与 DEEPSEEK_API_KEY；首次启动由 Alembic 自动迁移数据库并载入内置标准病例。

边界与已知问题

• 结构假设：单实例内存缓存管理会话生命周期（空闲 30 分钟回收），不支持多实例水平扩展。
• 失败模式：LLM 上游超时或限流时触发降级兜底评分，该次评分显式标记为故障并移出排行榜。
• 表现层降级：写实头像仅支持内置几位患者（王建国/张美华等），未绑定患者降级为静态 SVG 占位。
• 文档漂移：部分历史文档仍提及 staging 环境，实际已于 2026-09-14 退役并下线，生产唯一实例为 iomt.205716.xyz。
• 训练结束契约：训练超时由客户端定时器与服务端判定双重守护，网络断连时终态以服务端收到的最后一条有效消息为准。

文档索引

• docs/11-backend-organization-plan.md — 后端架构与分层设计
• docs/15-workflow-activity-contract.md — 训练工作流与状态机契约
• docs/llm.md — 评分机制与 Prompt 规范
• docs/operations.md — 生产环境运维与监控
• TODO.md — 当前迭代待办