🚀 多模态智能诊断与全栈部署平台
本项目从底层出发,基于 Qwen3-Coder 实现了 多语言、多方向 的智能化代码生成与部署,覆盖 深度学习模型训练、前后端开发、服务器运维 等多个环节。
项目中 90% 以上的代码由 Qwen3-Coder 自动生成,极大提升了开发效率与迭代速度。
✨ 项目亮点
🔧 多语言支持:自动生成 Python、Shell、HTML 等代码
📚 多方向覆盖:深度学习 / 前端开发 / 后端开发 / 运维自动化
🤖 多模态诊断:基于 Qwen2.5-VL 实现医学影像与自然语言的多模态诊断
🌐 全栈闭环:训练 → 推理 → 封装库 → 后端接口 → 前端平台 → 运维脚本
☁️ 模型服务:集成 硅基流动 (SiliconFlow) 提供的模型 API,并结合 AnythingLLM 实现上下文记忆与推理
🖥️ 平台预览
官网首页


平台使用效果
(部分内容已打码以保护隐私)
🧠 脑部 CT 肿瘤分割


🩺 脑部 CT 肿瘤精准分割

🌞 皮肤癌分类(良性 / 恶性)

👁️ 眼底血管分割

🫁 肺炎诊断(X光图像)

🪨 X光结石检测与标记

🧬 血液细胞标注

🍬 糖尿病辅助诊断

❤️ 心脏病风险预测

💬 自然语言症状诊断(低幻觉 + 置信度评分)

🏗️ 技术架构
🔹 模型服务
使用 硅基流动 (SiliconFlow) 提供的大模型 API
结合 AnythingLLM 实现上下文记忆与连续对话能力


🔹 深度学习模型
Qwen3-Coder 根据数据集格式 自动生成训练代码



生成 推理代码 并封装为可调用库
🔹 后端开发
自动生成模块化后端代码,并不断优化


🔹 前端开发
基于自动生成代码实现平台界面,并进行美化

🔹 运维部署
自动化运维脚本,保证服务器稳定运行

⚙️ 功能列表
✅ 多模态医学影像诊断(CT、X光、皮肤镜、眼底、血液)
✅ 辅助诊断(糖尿病、心脏病、自然语言症状分析)
✅ 模型训练与推理封装
✅ 前后端全栈开发
✅ 自动化运维脚本支持