本地健康上下文MCP服务器

该项目实现了一个本地MCP服务器,使云端医疗专家代理能够调用本地LLM获取个人健康上下文,而无需将敏感数据发送到云端。

  • by olivierb123
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 olivierb123/hybrid-ai-mcp-localhealthcoach

使用说明

本地健康上下文MCP服务器

此项目实现了一个本地MCP(模型上下文协议)服务器,该服务器公开了一个工具(get_patient_background)到Azure AI Foundry托管的代理。
它使基于云的医疗“专家”代理能够调用您的私人本地LLM来获取个人健康上下文,而无需将敏感数据发送到云端。

这展示了一个真正的混合AI模式:

  • 敏感数据完全保留在您的计算机上
  • 云代理处理推理和诊断
  • 本地法学硕士(通过Foundry local)提供私人背景
  • Dev Tunnel安全地暴露了您的MCP服务器
  • Azure AI Foundry协调工具调用

架构概述

用户->云代理(Azure AI Foundry)->(MCP工具调用)->开发隧道->本地MCP服务器->本地GPU LLM(Foundry本地)

工作流程:

  1. 用户向云代理报告症状
  2. 代理调用MCP工具请求个人背景
  3. MCP服务器加载您的本地 patient_profile.json
  4. 它会向本地GPU LLM发送提示
  5. 匿名摘要返回给云代理

存储库结构

src/
  mcp-local-health.py # MCP server + GPU inference logic
  patient_profile.json # User’s private medical history
  requirements.txt            # Python dependencies
README.md

设置

1.创建并激活虚拟环境

窗户: python-m venv.venv .venv\Scripts\activate

macOS/Linux: python3-m视频 source.ven/bin/activate

2.安装依赖项

pip安装-r要求.txt


配置您的本地医疗档案

编辑文件 patient_profile.json.

例子:

{
  "chronic_conditions": ["mild asthma"],
  "medications": ["albuterol inhaler"],
  "recent_labs": {
    "A1C": 5.4,
    "Vitamin D": 32
  }
}

此文件保留在本地,从不传输。

运行MCP服务器

python mcp-local-health.py

您应该看到: [MCP]收听http://0.0.0.0:8081

使用开发隧道公开MCP服务器

创建隧道

devtunnel创建mcp运行状况

添加端口8081

devtunnel端口创建mcp健康-p 8081--协议http

托管隧道

devtunnel主机mcp运行状况

您将获得一个公共URL,例如: https://abcd1234.usw3.devtunnels.ms:8081

连接Azure AI Foundry中的工具

打开你的代理→ 工具→ 添加工具→ MCP.

填写:

设置 值
名称 患者_背景
端点 您的开发者隧道URL
身份验证 无(演示)

保存——云代理现在调用您的本地LLM工具。

许可证

MIT许可证