GitRead 中文社区
首页趋势排行榜原创文章严选周刊
更多资源
新手训练营
精选专题热门话题GitHub 文档资源精选实战指南

tcm-distiller

中医思维蒸馏器TCM-Distiller是开源中医AI蒸馏流水线,不堆砌中医典籍素材,而是搭建标准化体系,把胡希恕、黄元御、吴鞠通等医家的著作、讲稿、医案,提炼成可被AI调用、还原真人辨证思路的专属思维技能。系统采用15维度蒸馏架构拆解医者心智模型、用药逻辑、剂量习惯与诊疗边界,搭配S1-S12十二重质控模块,依靠原文溯源、剂量勘误、盲评校验、索引审计等规则,解决普通AI训练杜撰医理、辨证混乱的问题。项目以棘轮迭代机制稳步优化还原度,仅用于中医研习与学术研究,内容不可作为临床诊疗方案,以数字化工程模式,打通传统中医与现代AI的传承通路。 TCM-Distiller is an open-source pipeline for TCM intellectual inheritance.

  • 语言Python
  • 默认分支main
  • 大小280 KB
  • 更新1 周前
在 GitHub 打开
avatarjangviktor-web

项目介绍

jangviktor-web/tcm-distiller 是一个托管在 GitHub 上的开源项目,主要使用 Python 编写,目前获得 53 个 Star、21 次 Fork。

仓库全名
jangviktor-web/tcm-distiller

README 摘要

中医·国学思维蒸馏器 · TCM-Distiller 将任意中医师的思维体系蒸馏为可被 AI 调用的技能(Skill) 「授人以鱼,不如授人以渔」——不产出某一个中医师,而是产出能产出任何中医师的流水线。 📌 这是什么 中医·国学思维蒸馏器是一套完整的、经过实战验证的 AI 技能蒸馏流水线——输入某位中医师的著作/讲稿/医案(一手素材),输出一个可被 AI 调用的、忠实还原其思维体系的人物技能。 与市面上"把资料塞给 AI"的简单做法不同,本蒸馏器基于 15 个蒸馏维度 + 12 个质量保障模块,确保产出的技能不只是"资料库",而是真正"会像该医家一样思考"。 已用本流水线蒸馏的人物 人物 | 流派 | 成果 | 胡希恕 | 经方派 | 38 万字讲稿 → 完整技能(首发验证案例) | 黄元御 | 气机升降派 | 3.5MB/38,266 行医书十一种 → V3 深度优化 | 吴鞠通 | 温病派 | 4 著作 → V3.5…

完整内容见 GitHub 原始 README 或本页 。

常见问题

tcm-distiller 用什么语言开发?

主要使用 Python 编写,目前有 53 个 Star。

如何获取 tcm-distiller 的源码?

可以直接克隆仓库:git clone https://github.com/jangviktor-web/tcm-distiller.git,默认分支为 main;安装与运行步骤见仓库 README。

tcm-distiller 最近还在维护吗?

仓库最近一次更新为 1 周前,当前没有未关闭的 Issue;Star 数为 53,可作为社区活跃度的参考。

本页面展示项目元数据与原始 README,GitRead 中文社区 编辑团队负责选题收录。

相关仓库

public-apis/public-apis avatar
public-apispublic-apis
1 天前
499.7k
54.6k
71

免费 API 汇总列表

apipublic-apisfree+7
Python
16.8 MB
7
详情
EbookFoundation/free-programming-books avatar
free-programming-booksEbookFoundation
4 天前
401.7k
67.9k
121

免费可获取的编程书籍

bookseducationhacktoberfest+2
Python
21.8 MB
3
详情
donnemartin/system-design-primer avatar
system-design-primerdonnemartin
9月15日
378.2k
59.3k
644

学习如何设计大规模系统。为系统设计面试做准备。包含 Anki 闪卡。

designdesign-patternsdesign-system+10
Python
11.0 MB
0
详情
vinta/awesome-python avatar
awesome-pythonvinta
5 小时前
335.4k
28.0k
0

回答“我想用 Python 做 X,该用哪个工具?”的权威清单

awesomeawesome-listpython+3
Python
7.0 MB
2
详情
practical-tutorials/project-based-learning avatar
project-based-learningpractical-tutorials
1 天前
289.9k
36.8k
212

精选的项目实战教程列表

tutorialprojectbeginner-project+5
Python
474 KB
1
详情
NousResearch/hermes-agent avatar
hermes-agentNousResearch
2 小时前
264.1k
59.6k
53.4k

与你共同成长的智能体

aiai-agentai-agents+10
Python
1.4 GB
4
详情
TheAlgorithms/Python avatar
PythonTheAlgorithms
4 天前
226.2k
50.3k
14

所有算法均用 Python 实现

algorithmalgorithm-competitionsalgorithms-implemented+11
Python
18.0 MB
2
详情
yt-dlp/yt-dlp avatar
yt-dlpyt-dlp
8 小时前
208.6k
18.4k
2.8k

功能丰富的命令行音视频下载器

youtube-dlpythonsponsorblock+4
Python
63.7 MB
0
详情

关于

agent-skillsai-distillationagentsjingfangllm-skillsmedicinenihaishanihaixiatcmtcm-distillertraditional-chinesezhongyi
  • 53 Stars
  • 21 Forks
  • 3 Watching

简要分析

热度分
98
价值分
38
活跃状态
活跃
GitHub

语言占比

HTML
Python

Release

  • 🆕 V4.6(2026-08-23)· 五 skill 实战反哺 ⭐ 最新8月23日
  • 中医思维蒸馏器 V4.5c4 · 倪海厦实战全面固化8月21日
  • 中医思维蒸馏器 V4.4d 索引健康与档案清理升级丨V4.4d: Index Maintenance & Archive Optimization Update8月15日

贡献者

jangviktor-webjangviktor-web
1000196472

中医·国学思维蒸馏器 · TCM-Distiller

将任意中医师的思维体系蒸馏为可被 AI 调用的技能(Skill)

Version License Platform Tests Stars

「授人以鱼,不如授人以渔」——不产出某一个中医师,而是产出能产出任何中医师的流水线。


📌 这是什么

中医·国学思维蒸馏器是一套完整的、经过实战验证的 AI 技能蒸馏流水线——输入某位中医师的著作/讲稿/医案(一手素材),输出一个可被 AI 调用的、忠实还原其思维体系的人物技能。

与市面上"把资料塞给 AI"的简单做法不同,本蒸馏器基于 15 个蒸馏维度 + 12 个质量保障模块,确保产出的技能不只是"资料库",而是真正"会像该医家一样思考"。

已用本流水线蒸馏的人物

人物 流派 成果
胡希恕 经方派 38 万字讲稿 → 完整技能(首发验证案例)
黄元御 气机升降派 3.5MB/38,266 行医书十一种 → V3 深度优化
吴鞠通 温病派 4 著作 → V3.5 端到端 + 359 医案 + GitHub 发布
倪海厦 经方派 258 方剂量全量勘误 + 表达还原度反超旧版 + 全流程优化(V4.5 七项经验反哺)

✨ 核心特性

🧠 15 维度蒸馏体系

覆盖一个人物思维的全部关键层:核心心智模型 / 临床决策启发式 / 方证体系 / 表达 DNA / 反模式与诚实边界 / 剂量思维 / 饮食调理 / 条辨框架 / 生平传承 / 方证体系 / 内在张力 / 智识谱系 / FAQ / 临床安全层 / 功法体系(可选)

🛡 12 个质量保障模块(S1-S12)

模块 功能
S1 古今病名映射索引
S2 强制原文引用与回答协议(检索线索不进回答)
S3 热度驱动测试训练法(50 题实测)
S4 知识网络体检
S5 角色扮演 7 段式
S6 15 维度覆盖率验证
S7 剂量勘误工作流(258 方逐方对照源文件)
S8 版本差异处理(讲课版 vs 通行本,防误判)
S9 剂量三体系换算(考古/台湾/临床直换铁律)
S10 诚实标注规范(不编造,缺口显性化 + 来源追问四段式话术)
S11 表达还原度验证(20 题长答盲评,六维差距检查)
S12 档案清理与索引健康维护(删除后索引四步验证)

🔬 实战验证的数据

  • 倪海厦 258 方剂量勘误:合格 233 / 修复 30+ 处 / 复查无回滚
  • 表达还原度:20 题长答盲评从"十题全败"修复至"9 胜 1 平 0 败"(4.65 vs 4.46)
  • 全流程优化(2026-08-15):新旧对比 90.0 vs 67.1 → 11-20 长叙事补测三向盲评 → 7 项经验反哺蒸馏器 V4.5
  • 索引健康:174 条关键词引用 0 失效
  • 吴鞠通 100 题热度测试:平均 7.17/10(优秀级)

🚀 快速开始

环境要求

  • Python 3.8+(索引验证脚本)
  • 任意支持技能(Skill)机制的 AI 平台(Claude Code / IMA / OpenClaw 等)

安装

# 复制到你的技能目录即可使用(无需任何平台注册)
cp -r tcm-distiller /path/to/your/skills/

使用(两条流水线)

Pipeline A · 新蒸馏(人 → skill)
  Phase 0 入口分流 → Phase 1 十维并行调研 → Phase 2 框架合成 → Phase 3 质量验证 → Phase 4 增量补充 → Phase 5 交付
  → Phase 3 质量验证 → Phase 4 增量补充 → Phase 5 交付

Pipeline B · 增量优化(skill → 更好 skill)
  Phase B0-B5:差距分析 → 定向增强 → 剂量勘误 → 表达还原 → 复测棘轮

一句话触发

“蒸馏胡希恕” / “把倪海厦的思维方式做成技能” / “优化吴鞠通 skill”


📂 目录结构

tcm-distiller/
├── SKILL.md                    # 主技能文件(双流水线 + S1-S12 模块 + 15 维度定义)
├── CHANGELOG.md                # 完整版本历史(V1.0 → V4.5)
├── references/
│   ├── 01-15 维度定义          # dimensions.md(15 维深化定义)
│   ├── phase1-agents.md        # 10+2 维子 Agent Prompt 模板
│   ├── phase2-checklist.md     # 框架合成检查清单
│   ├── phase3-quality.md       # 质量验证标准(15 维度覆盖率)
│   ├── 18-error-handling.md    # 系统性错误处理与降级机制
│   ├── 20-original-text-digitalization.md  # 原文数字化方法论
│   ├── 21-acceptance-testing.md # 验收测试(热度实测+负优化审计+盲评法)
│   ├── 25-index-audit.md       # 索引完整性审计
│   ├── 26-dose-audit-workflow.md  # 剂量勘误工作流(S7/S8/S9)
│   ├── 27-honesty-standards.md    # 诚实标注规范(S10)
│   ├── 28-expression-verification.md # 表达还原度验证(S11)
│   ├── 29-archive-maintenance.md   # 档案清理与索引健康(S12)
│   └── 实战案例(huxishu-case / huangyuanyu-v3-case)
└── scripts/
    ├── validate_keyword_refs.py   # 关键词引用验证脚本
    ├── extract_titles.py          # 原文标题提取
    ├── cleanup_headers.py         # OCR 噪音清理
    └── ...(共 9 个工具脚本)

📖 版本历史(更新日志)

V4.5(2026-08-15)· 实战七项优化

  • 表达池机制:三件套升级为口头禅池+断言池(各 8-18 短语)+ 会话级去重 + 同义族合并计数 + 池尽复用间隔≥3 轮(倪海厦 10+ 轮长会话零重复实战)
  • 输出四查:三查升级四查,新增"引用数量对账"(正文引用条目数 == 卡片数)
  • 原文细节一致性铁律:炮制字三级判定(炙/生甘草不可互换;主动改需原话 / 转录省略按原文 / 两可按原文)
  • 临床替代注记:人物主动化裁须标注(倪师乌梅代乌头、甜酒酿代白酒实例)
  • 来源追问四段式话术(S10 升级):用户追问"是本人说的还是你算的"→ 总声明/口述/换算/底线
  • 新旧同题盲评法(Pipeline B5 必做):三向同题盲评 + judge 六维评分,本次 ≥ 上次才通过
  • 注册三步防护:注册前 zip 备份 → 注册后 grep 验证 → 被覆盖恢复
点击展开

V4.4d(2026-08-15)· 档案清理与索引健康维护

  • 新增 S12:权威 vs 档案分级 + 档案体检五步 + 删除后索引健康四步法
  • 新增 references/29:完整方法论(倪海厦 research 目录清理实战:10 文件→删 2 修 1 标 1,删除后 174 引用 0 失效)
  • 坑位沉淀:"推荐"标注的过时文件最危险 / 同错误多文件并存 / 删除留痕可追溯

V4.4c(2026-08-15)· 文件名标准化

  • 产出 skill 内部文件统一 NN-english-kebab-name.md 命名规范(禁中文文件名)

V4.4b(2026-08-14)· 临床剂量补齐

  • Phase 4.2b:临床剂量补齐工作流(S7 下游延伸,源自倪海厦实战)

V4.4(2026-08-14)· 表达还原度方法论

  • 三件套落地法:前置表达速查卡 / 输出形态铁律 / 语气量化指标(双保险)
  • "改进后必须实测盲评"铁律(倪海厦 14b 事故教训:规则埋在深处=没有)

V4.3(2026-08-14)· 表达还原度验证

  • 新增 S11:20 题长答盲评法 + 六维质地差距检查表 + 修复 7 技法
  • A/B 双版本盲评法(21 第五节):双版本准备→3 题库并行→盲评→棘轮决策
  • 多文件同知识全量核验教训(酸枣仁汤速查卡残留案例)

V4.2(2026-08-14)· 全历史会话二轮挖掘

  • 平台错误码速查表(411003/411006/200005)+ 平台快照覆盖防护
  • 源文件编码统一(GBK→UTF-8 校验)
  • GitHub/ClawHub 发布渠道规范
  • 四层结构心智模型框架(公理/定理/算法/边界层)

V4.1(2026-08-14)· 历史会话经验补注

  • 安装路径修正(符号链接机制)
  • 跨流派对话测试法(吴鞠通 V3.1 实测:倪驱邪 vs 吴存津)
  • 语气量化评估法(互动追问/模板/舞台指示计数)
  • "不编造 ≠ 不缺失"平衡原则

V4.0(2026-08-13)· 剂量勘误方法论注入

  • 新增 S7 剂量勘误工作流(五步:清单→提取→二次检测→P0-P3 修复→报告)
  • 新增 S8 版本差异处理(以源文件讲课版为准,防 judge 通行本误判)
  • 新增 S9 剂量三体系(①考古考证 ②台湾临床 ③临床直换铁律:古方一两=临床一钱)
  • 新增 S10 诚实标注规范(五类必标场景 + 子 Agent 复核纪律)

V3.x(2026-08-09 ~ 08-13)· 端到端与索引体系

  • V3.6:索引引用规范化(文件 搜"关键词" 格式)+ validate_keyword_refs.py
  • V3.5:端到端蒸馏完成(吴鞠通全流程验证)
  • V3.1:5 项内化升级(description/安全声明/分域取法/功法维度/用药铁律原文出处)

V1.0 - V2.x(2026-08-04 ~ 08-09)· 奠基

  • 胡希恕 38 万字讲稿首发验证
  • 黄元御 3.5MB 医书十一种深度案例
  • 9 维评分基线 79.5 → 84.3

完整更新日志见 CHANGELOG.md

---

🛠 技术亮点

棘轮机制(只进不退)

每个优化都经过:评分 → 改进 → 实测 → 独立盲评 → 保留或回滚——只保留被实证的改进,自动回滚退步。

独立盲评(不自己改自己评)

评分/judge 全部用独立子 agent,标记 A/B 打乱,只凭质量打分——杜绝"自我感觉良好"。

剂量三体系(防误判)

考古换算(1两≈15.6g)仅理解原方规模;临床开方一律"古方一两=临床一钱"直换——解决了 AI 测试中长期存在的 judge 误判问题。

表达池与四查(V4.5 新增)

口头禅/断言池化管理 + 会话级去重,10+ 轮长对话不重复;输出四查含引用数量对账,正文提到几个方剂就出几张卡——把"像不像"从玄学变成可检查的清单。


🤝 贡献

欢迎通过以下方式参与:

  • 🐛 报告问题:提交 Issue(附复现步骤)
  • 💡 建议新维度/新模块
  • 📚 分享你的蒸馏案例(格式参考 references/huxishu-case.md)

⚠️ 免责声明

  • 本项目用于教育与学术研究,产出的人物技能仅供学习其思维方法论
  • 所有中医相关内容不构成医疗建议,临床用药请咨询执业中医师
  • 人物技能的表述基于公开讲义/著作,不代表人物本人观点

Made with ❤️ for the TCM community

RepoStars

评论

登录 后发表评论
暂无评论
GitRead 中文社区
深度解读 · 趋势洞察 · 价值精选

关于

关于我们联系我们编辑准则收录标准赞赏人员

发现

技术趋势新手训练营资源精选实战指南精选专题热门话题GitHub 文档

条款

隐私政策服务条款网站地图
26.9万收录项目
7.9万中文话题
157精选专题
发现技术价值,连接开源智慧
© 2026 GitRead · GitHub 中文社区 本站与 GitHub, Inc. 无隶属关系;GitHub 是 GitHub, Inc. 的商标。