Doctor 專案改進建議 — 基於 7 個同領域專案的綜合比較分析 本文基於 8 個 GitHub 專案的完整教學分析，提出 Doctor 專案的系統性改進方案。 1. 現狀診斷：Doctor 的定位與核心問題 1.1 Doctor 做了什麼 Doctor 是一個 Streamlit + Google Gemini 的醫病角色扮演模擬器。核心概念： 9 步 system prompt (系統提示詞) 驅動的「臨床博弈引擎」 心理防禦指標（SAI 主導權感知、MF 面具疲勞度、B-D 邊界防禦） <clinical_engine> 內部推演 + <doctor_output> 外部演繹的雙層輸出 1.2 核心問題（5 大缺失） #...

Tutorial: Doctor — Doubt-Driven 醫病動態認知博弈引擎 1. 專案定位 這個專案是什麼 Doctor 是一個基於 Streamlit + Google Gemini 的醫病互動模擬應用程式。它不是一個真正的臨床決策支援系統（CDSS），而是一個 LLM 角色扮演引擎：透過精心設計的 9 步驟 system prompt 框架，讓 Gemini 扮演一位具有多層心理防禦機制的醫師角色，與使用者（扮演病患）進行對話。 核心設計理念 懷疑度驅動（Doubt-Driven）：所有臨床推演標籤都綁定 0-100% 的懷疑度，當懷疑度 > 60% 時強制觸發反向鑑別搜索，排除認知偏誤 醫病認知空間定位：將醫病關係...

Tutorial: MediGenius — LangGraph 多 Agent 醫療 AI 助手 一份「讀完就能理解架構 + 知道怎麼改 + 清楚資安邊界」的內部技術手冊。 目標讀者：已會 Python + FastAPI，想學 LangGraph multi-agent 編排、RAG pipeline、和 fallback chain 設計模式的工程師。 1. 為什麼要看 MediGenius？ 1.1 「多 Agent」vs「純 Prompt」的關鍵差異 大多數 medical AI chatbot 的做法是「塞一大段 system prompt 進 LLM，讓它扮演醫生」——這是 pure-prompt approach（...