醫療聊天機器人與 Gemini 2.0、Flask 和向量嵌入

在人工智慧 (AI) 的時代，聊天機器人改變了我們與科技互動的方式。其中一個最具影響力的應用是在醫療行業。聊天機器人能夠快速、準確地提供資訊，幫助人們更有效地管理自己的健康。在這篇文章中，我們將學習如何使用 Gemini 2.0、Flask、HTML 和 Bootstrap 開發一個醫療聊天機器人。這個專案的目的是創建一個個性化、使用者友好的平台，能夠快速且準確地回答健康相關的問題。

學習目標

了解 Gemini 2.0 醫療聊天機器人的主要組件和架構，以及它如何增強醫療互動。

學習如何將 Gemini 2.0 整合到醫療聊天機器人中，以提供準確且針對病人需求的回應。

探索如何使用 HTML 和 Bootstrap 設計一個響應式和使用者友好的聊天機器人介面。

獲得設置和部署個性化醫療聊天機器人的實際經驗。

了解 FAISS 在提升聊天機器人功能的搜尋效率中的角色。

什麼是 Gemini 2.0？

Gemini 2.0 是 Google DeepMind 在 2024 年 12 月宣布的最新大型語言模型 (LLM)。它引入了幾個關鍵的增強功能，包括多模態輸出、原生工具使用和自主能力，讓它成為多種應用的多功能 AI 模型。

基於前一版本 Gemini 1.5，Gemini 2.0 擴展了處理和生成文本、圖像、視頻和音頻的能力。它增加了原生圖像創建和多語言文本轉語音輸出，提供更自然、互動的使用者體驗。

Gemini 2.0 的一個突出特點是其自主 AI，這使得系統能夠獨立計劃和執行任務。實驗性專案如 Project Astra 通過與 Google 服務（如搜尋和地圖）的整合，展示了這一能力，提供實時的上下文協助。另一個例子是 Project Mariner，這是一個 Chrome 擴展，能夠自主瀏覽網頁執行任務，如網上購物。

Gemini 2.0 的主要特點

多模態輸出：Gemini 2.0 能夠處理和生成多種數據類型，包括文本、圖像、音頻和視頻，實現更自然和豐富的互動。

原生工具使用：該模型能夠無縫整合各種工具和平台，增強其在不同應用中的實用性。

自主能力：Gemini 2.0 引入了能夠執行複雜任務的 AI 代理，標誌著向更自主的 AI 系統邁進了一步。

Gemini 2.0 的版本

Gemini 2.0 提供幾個版本，每個版本針對特定的使用情境：

Gemini 2.0 Flash Experimental：一個專注於速度和效率的實驗性模型，適合快速執行任務。

Gemini 2.0 Pro：設計用於廣泛的任務，提供性能和成本之間的平衡。

Gemini 2.0 Ultra：針對高度複雜的任務進行優化，為要求高的應用提供卓越的性能。

Flask

Flask 是一個輕量級的 Python 網頁框架，非常適合構建可擴展和高效的網頁應用。

在聊天機器人中，Flask 負責後端操作，包括與 Gemini 2.0 的 API 整合、路由和管理用戶互動。

它的簡單性和靈活性使其非常適合快速開發和整合任務。

HTML 和 Bootstrap

HTML 是聊天機器人介面的結構基礎，確保語義和可訪問的網頁設計。

Bootstrap 是一個 CSS 框架，通過提供響應式和美觀的設計組件來增強介面。它確保聊天機器人在桌面和智能手機等各種設備上都能無縫運行。

醫療聊天機器人的主要特點

對話介面：聊天機器人通過自然的類人互動來吸引用戶，這得益於 Gemini 2.0。

使用者友好的設計：啟用 Bootstrap 的響應式設計確保在任何設備上都易於使用。

健康查詢支持：能夠解答各種醫療問題，從症狀到一般健康建議。

可訪問性：設計上便於各種技術水平的用戶導航。

Facebook AI 相似性搜尋

Meta（前身為 Facebook）開發了 FAISS，這是一個開源庫，用於高效的相似性搜尋和密集向量的聚類。FAISS 在機器學習中被廣泛使用，特別是涉及大規模向量搜尋和最近鄰檢索的任務。FAISS 優化了高維數據的處理，使其非常適合推薦系統、自然語言處理和圖像檢索等應用。

簡而言之，FAISS 能夠索引密集向量並支持對它們的快速近似或精確搜尋。它使用產品量化、HNSW（分層可導航小世界圖）和 IVF（倒排文件索引）技術來平衡速度和準確性之間的權衡。這些技術顯著減少了計算複雜性和內存使用，並在搜尋結果中保持高精度。然而，FAISS 進一步支持 CPU 和 GPU 加速，使其適合處理數百萬甚至數十億的向量。

FAISS 的一個主要優勢是其多樣性。它提供多種索引策略，使用戶能夠根據特定使用情境選擇最合適的方法。例如，平面索引提供精確的搜尋能力，而基於量化的索引則優先考慮效率。其 Python 和 C++ API 使其對廣泛的開發者可訪問，其模組化設計允許輕鬆整合進現有的機器學習管道。

在這裡了解更多有關向量數據庫的信息。

流程圖描述：醫療聊天機器人工作流程

以下是流程圖：

開始：用戶從醫療聊天機器人的首頁 (index.html) 開始。

上傳 PDF 構建知識庫：

用戶通過文件上傳功能上傳 PDF 文件。

後端處理 PDF 並構建知識庫，將其存儲在向量存儲 (vector_store.pkl) 中以供未來查詢。

如果上傳無效文件，系統會處理錯誤並提示用戶提供有效文件。

詢問醫療問題：

用戶通過詢問醫療問題 (/ask) 功能提交醫療問題。

如果存在知識庫，系統會檢索相關文檔。

如果不存在知識庫，則顯示錯誤信息或啟動重定向。

生成回應：

檢索相關文檔並將其傳遞給 Gemini 模型以生成回應。

模型處理輸入並提供準確的醫療回應。

顯示或重定向：

生成的回應顯示給用戶，或重定向到適當的頁面以進行進一步互動。

結束：用戶收到回應，並可以選擇進一步互動或結束會話。

這個工作流程確保了流暢的用戶互動、高效的錯誤處理和使用 Gemini 模型生成準確回應的能力，為醫療聊天機器人提供無縫的體驗。

設置環境

首先安裝所需的依賴項，配置 API 金鑰，並設置前端以準備醫療聊天機器人的環境。

安裝 requirements.txt

pip install -r https://raw.githubusercontent.com/Gouravlohar/Medical-Chatbot/refs/heads/master/requirements.txt

API 金鑰

在這裡獲取您的 Gemini 2.0 API 金鑰。

醫療聊天機器人的 HTML 前端代碼

這段 HTML 代碼構成了醫療聊天機器人應用的前端用戶介面。它創建了一個互動的網頁，使用戶可以：

上傳 PDF 文件以提供聊天機器人的額外上下文。

發送聊天消息與基於 AI 的醫療聊天機器人互動。

該介面使用 Bootstrap 進行樣式設計，並使用 jQuery 動態處理用戶互動。它包括聊天機器人的打字指示器和無縫的消息顯示。該代碼與 Flask 後端整合，以處理用戶輸入並返回 AI 生成的回應。

<!DOCTYPE html> <html lang="en">


<head>

  <meta charset="utf-8">

  <meta http-equiv="x-ua-compatible" content="ie=edge">

  <meta name="viewport" content="width=device-width, initial-scale=1">

  <meta name="description" content="Demonstration of Gemini API in a Python Flask Application.">
  <title>醫療聊天機器人</title>

  <link rel="shortcut icon" type="image/x-icon" href="https://www.analyticsvidhya.com/blog/2025/01/medical-chatbot-with-gemini-2-0-flask-and-vector-embedding/ url_for("static', filename="images/iba_logo.png") ">

  <link href="https://cdn.jsdelivr.net/npm/[email protected]/dist/css/bootstrap.min.css" rel="stylesheet">

  <link href="https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600&display=swap" rel="stylesheet">

  <style>

    :root 

      --primary-gradient: linear-gradient(135deg, #6e8efb, #4834d4);

      --chat-bg: #111827;

      --message-bg: #1f2937;

      --user-message-bg: #3730a3;

      --text-primary: #fff;

      --text-secondary: #9ca3af;

    body 

      font-family: 'Inter', sans-serif;

      background-color: var(--chat-bg);

      color: var(--text-primary);

      min-height: 100vh;

      display: flex;

      flex-direction: column;

    .chat-container 

      max-width: 1200px;

      margin: 0 auto;

      padding: 2rem;

      flex: 1;

      display: flex;

      flex-direction: column;

    .title 

      text-align: center;

      margin-bottom: 1rem;

      font-size: 2rem;

      font-weight: 600;

      color: var(--text-primary);

    .warning 

      text-align: center;

      margin-bottom: 2rem;

      font-size: 1rem;

      color: var(--text-secondary);

    .messages-container 

      flex: 1;

      overflow-y: auto;

      padding: 1rem;

      scroll-behavior: smooth;

    .message 

      margin-bottom: 1rem;

      opacity: 0;

      transform: translateY(20px);

      animation: fadeIn 0.3s ease forwards;

    .message-content 

      padding: 1rem;

      border-radius: 1rem;

      max-width: 80%;

    .user-message .message-content 

      background: var(--user-message-bg);

      margin-left: auto;

    .bot-message .message-content 

      background: var(--message-bg);

    .input-container 

      padding: 1rem;

      background: var(--chat-bg);

      border-top: 1px solid rgba(255, 255, 255, 0.1);

    .chat-input 

      background: var(--message-bg);

      border: none;

      border-radius: 1.5rem;

      padding: 1rem 1.5rem;

      color: var(--text-primary);

      width: calc(100% - 120px);

    .send-button 

      background: var(--primary-gradient);

      border: none;

      border-radius: 1.5rem;

      padding: 1rem 2rem;

      color: white;

      font-weight: 600;

      transition: all 0.3s ease;

    .send-button:hover 

      transform: translateY(-2px);

      box-shadow: 0 5px 15px rgba(110, 142, 251, 0.4);

    .typing-indicator 

      display: flex;

      gap: 0.5rem;

      padding: 1rem;

      background: var(--message-bg);

      border-radius: 1rem;

      width: fit-content;

    .typing-dot 

      width: 8px;

      height: 8px;

      background: var(--text-secondary);

      border-radius: 50%;

      animation: typing 1.4s infinite ease-in-out;

    .typing-dot:nth-child(2) 

      animation-delay: 0.2s;

    .typing-dot:nth-child(3) 

      animation-delay: 0.4s;

    @keyframes typing 

      0%,

      100% 

        transform: translateY(0);

      50% 

        transform: translateY(-10px);
    @keyframes fadeIn 

      to 

        opacity: 1;

        transform: translateY(0);
    /* Message Formatting */

    .bot-message strong 

      color: #818cf8;

      font-weight: 600;

    .bot-message ul 

      padding-left: 1.5rem;

      margin: 0.5rem 0;
  </style>

</head>
<body>

  <div class="chat-container">

    <div class="title">歡迎來到醫療聊天機器人</div>

    <div class="warning">注意：這是一個 AI 聊天機器人，可能會出錯。請驗證提供的信息。</div>

    % with messages = get_flashed_messages() %

      % if messages %

        <div class="alert alert-info" role="alert">

           messages[0] 

        </div>

      % endif %

    % endwith %

    <form id="upload-form" method="post" enctype="multipart/form-data" action="/upload">

      <div class="mb-3">

        <label for="pdf_files" class="form-label">上傳 PDF 文件</label>

        <input class="form-control" type="file" id="pdf_files" name="pdf_files" multiple>

      </div>

      <button type="submit" class="btn btn-primary">上傳 PDFs</button>

    </form>

    <div class="messages-container" id="messages-container">

      <!-- 消息將在這裡附加 -->

    </div>

    <form id="chat-form" method="post">

      <div class="input-container">

        <input type="text" class="chat-input" id="chat-input" name="prompt" placeholder="輸入您的消息...">

        <button type="submit" class="send-button" id="send-button">發送</button>

      </div>

    </form>

  </div>
  <script src="https://code.jquery.com/jquery-3.6.3.min.js"></script>

  <script>

    $(document).ready(function () {

      $("#chat-form").submit(function (event) 

        event.preventDefault();

        var question = $("#chat-input").val();

        if (question.trim() === "") return;
        let userMessage = `

          <div class="message user-message">

            <div class="message-content">

              $question

            </div>

          </div>`;

        $("#messages-container").append(userMessage);

        $("#chat-input").val("");
        let typingIndicator = `

          <div class="message bot-message typing-indicator">

            <div class="typing-dot"></div>

            <div class="typing-dot"></div>

            <div class="typing-dot"></div>

          </div>`;

        $("#messages-container").append(typingIndicator);
        $.ajax(

          type: "POST",

          url: "/ask",

          data: 

            'prompt': question

          ,

          success: function (data) 

            $(".typing-indicator").remove();

            let cleanedData = data

              .replace(/\*\*(.*?)\*\*/g, "<strong>$1</strong>")

              .replace(/\n/g, "<br>")

              .replace(/- (.*?)(?=\n

        );

      );

    });

  </script>

</body>

</html>

UI 輸出

建立一個文檔驅動的 AI 問答系統

想像一下，能夠上傳幾個 PDF，並立即詢問其內容，幾秒鐘內就能收到準確的 AI 生成的答案。這就是文檔驅動的 AI 問答系統的承諾。通過結合像 Gemini 這樣的 AI 模型、文檔嵌入技術和基於 Flask 的網頁介面，您可以創建一個智能工具，能夠理解、處理並根據上傳的文檔回應用戶查詢。接下來，我們將逐步介紹如何建立這樣的系統，從設置環境到實現相似性搜尋和實時回應等高級功能。

步驟 1：導入和設置

首先導入必要的庫和模組，例如用於網頁應用的 Flask、用於模型整合的 Google Generative AI，以及用於文檔處理和向量存儲管理的 LangChain。

from flask import Flask, render_template, request, redirect, url_for, flash import google.generativeai as genai from langchain_core.prompts import PromptTemplate from langchain.chains import LLMChain from langchain_community.document_loaders import PyPDFLoader from langchain_community.vectorstores import FAISS from langchain_huggingface import HuggingFaceEmbeddings import os import logging import pickle

步驟 2：Flask 應用初始化和配置

設置 Flask 應用，配置上傳 PDF 的文件夾等關鍵設置，並定義用於會話管理的密鑰。

app = Flask(__name__) app.config['UPLOAD_FOLDER'] = 'uploads' app.secret_key = 'supersecretkey' os.makedirs(app.config['UPLOAD_FOLDER'], exist_ok=True)

步驟 3：日誌設置

配置日誌以捕獲重要信息和錯誤，確保應用運行期間的平穩調試和監控。

logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__)

步驟 4：Gemini 模型

初始化 Gemini AI 模型並使用您的 API 金鑰進行配置，以便與模型進行互動以生成內容。

model = genai.GenerativeModel('gemini-2.0-flash-exp') my_api_key_gemini = os.getenv('GOOGLE_API_KEY') genai.configure(api_key=my_api_key_gemini)

步驟 5：向量存儲設置

設置向量存儲以存儲文檔嵌入，如果已存在則加載，以便稍後進行高效的文檔相似性搜尋。

vector_store = None

# 如果存在，則加載現有的向量存儲 if os.path.exists('vector_store.pkl'): with open('vector_store.pkl', 'rb') as f: vector_store = pickle.load(f)

這段代碼初始化一個變量來存儲向量存儲。

如果存在，系統會使用 pickle.load(f) 從文件中加載向量存儲。

這樣可以存儲文檔嵌入（文檔的數值表示），以便進行高效的相似性搜尋。

步驟 6：錯誤處理 (404)

定義 404 錯誤的處理程序，當用戶訪問不存在的路由時，將其重定向到主頁。

@app.errorhandler(404) def page_not_found(e): return redirect(url_for('index'))

如果用戶訪問不存在的頁面（即發生 404 錯誤），系統會將其重定向到主頁 (index)。

步驟 7：主頁路由 (/)

創建網頁應用的主頁路由，將初始 HTML 模板呈現給用戶。

@app.route("/") def index(): return render_template('index.html')

步驟 8：文件上傳路由 (/upload)

實現文件上傳路由，允許用戶上傳 PDF 文件，處理它們，並將其轉換為向量存儲中的嵌入。

@app.route('/upload', methods=['POST']) def upload(): global vector_store try: if 'pdf_files' not in request.files: flash("沒有文件部分") return redirect(url_for('index'))


        files = request.files.getlist('pdf_files')

        documents = []
        for file in files:

            if file.filename == '':

                flash("沒有選擇文件")

                return redirect(url_for('index'))

            file_path = os.path.join(app.config['UPLOAD_FOLDER'], file.filename)

            file.save(file_path)
            pdf_loader = PyPDFLoader(file_path)

            documents.extend(pdf_loader.load())
        # 使用 HuggingFaceEmbeddings 創建嵌入

        embeddings = HuggingFaceEmbeddings()
        if vector_store is None:

            # 如果不存在，則創建新的向量存儲

            vector_store = FAISS.from_documents(documents, embeddings)

        else:

            # 將新文檔添加到現有的向量存儲中

            vector_store.add_documents(documents)
        # 保存更新的向量存儲

        with open('vector_store.pkl', 'wb') as f:

            pickle.dump(vector_store, f)

flash("PDF 上傳和處理成功。知識庫已準備好。") return redirect(url_for('index')) except Exception as e: logger.error("處理 PDF 時發生錯誤: %s", e) flash("處理 PDF 時發生錯誤。") return redirect(url_for('index'))

這個路由允許用戶上傳 PDF 文件。

請求的 files 對象檢查 pdf_files 鍵是否存在。

文件被保存到 uploads 目錄。

使用 PyPDFLoader 提取每個上傳 PDF 的文本。

提取的文本然後使用 HuggingFaceEmbeddings 轉換為嵌入。

嵌入被存儲在使用 FAISS 創建的 vector_store 中。

更新的 vector_store 被保存到 vector_store.pkl 以備未來使用。

如果上傳成功，顯示成功消息。如果發生錯誤，顯示錯誤消息。

步驟 9：問答路由 (/ask)

實現問答路由，用戶可以輸入問題，應用檢索相關文檔並根據內容生成 AI 驅動的回應。

@app.route('/ask', methods=['POST']) def ask(): global vector_store if vector_store is None: return "知識庫尚未準備好。請先上傳 PDF。"


    question = request.form['prompt']

    # 根據問題檢索相關文檔

    relevant_docs = vector_store.similarity_search(question)

    context = " ".join([doc.page_content for doc in relevant_docs])

    custom_prompt = f"你是最好的醫生。僅提供醫療相關的答案。上下文: {context} 問題: {question}"
    response = model.generate_content(custom_prompt)

if response.text: return response.text else: return "抱歉，我想 Gemini 不想回答這個問題！"

這個路由允許用戶提問。

如果向量存儲尚未準備好（即尚未上傳 PDF），應用會提示用戶先上傳 PDF。

用戶的問題從表單中提取。

應用執行相似性搜尋 (vector_store.similarity_search)，根據問題查找相關文檔。

應用使用檢索到的文檔的上下文創建自定義提示，指示 AI 模型 (Gemini) 提供醫療相關的答案。

模型使用 model.generate_content(custom_prompt) 生成回應。

如果模型提供回應，應用將其返回給用戶。否則，應用將返回一條默認消息。

步驟 10：運行 Flask 應用

最後，在調試模式下運行 Flask 應用，以啟動網頁應用並使用戶能夠互動。

if __name__ == '__main__': app.run(debug=True)

在這裡獲取 GitHub 上的代碼

輸出

我用於測試的 PDF 連結

提示

頭痛有多少種類型？

上傳 PDF 後，系統會直接從其內容提供回應。

結論

在這篇文章中，我們討論了如何創建一個基於 Flask 的網頁應用，使用 AI 工具和技術從上傳的 PDF 中構建知識庫。該應用允許用戶提出醫療相關問題，並根據上傳文檔的內容獲得相關的答案，通過整合像 Google Gemini 和向量搜尋機制等生成模型。這樣的系統中，AI 與現代網頁開發工具結合，可以完全自動化信息檢索，提供智能的互動體驗。

通過理解這段代碼的基本結構，從文件上傳到問答，我們看到一個基本的 Flask 應用如何擴展強大的 AI 功能。無論是開發知識管理系統還是設計聊天機器人，這些技術都能派上用場，幫助您開始。