项目为某国内top3*厂商语音助手。 本人负责自然语言处理部分的架构设计及开发，主导了项目从0到1的过程。 项目采用Python flask框架开发，流量分发使用nginx/openresty 自然语言理解部分实现了一套自研的规则引擎用于意图判断，后改为基于transformer的深度学习模型。 目前项目日活上千万。 本项目为纯后端项目，出于保密，无法提供作品图片。

项目基于人工智能技术，根据患者描述快速生成诊断结果草稿供医生查看，并根据医生的诊断智能生成治疗方案。项目可以大大减轻医生的工作量。 项目采用CS架构，分为患者端、医生端，医生端又分为专科医生、化验医生、影像医生等端。 项目采用Python开发，界面使用tkinter制作，各端与服务器使用websocket实现全双工通信。 数据存储使用MySQL。 后台诊断模型采用规则实现，并预留接口，可以接入类chatgpt及搜索引擎（LLM+RAG）用于诊断。

使用openresty完成的流量管理网关。可以承载上百万QPS流量。 网关可以实现流量分发、流量控制、流量统计功能，可以有效管理后端集群流量。 本项目为纯后端项目。