Aegis-Med：基于 Qwen2.5-7B 的零框架临床分诊 Agentic AI 后端开源项目

开发者 Abhijith K J 开源了 Aegis-Med，一个生产级零框架临床分诊 Agentic AI 后端，不用 LangChain 或 LangGraph，用纯 Python 有限状态机实现 ReAct 循环。系统在 NVIDIA H100 上以 vLLM 常驻 Qwen2.5-7B 基座模型，推理时动态热插拔自训练 QLoRA 适配器（r=16、5M params），并用 PostgreSQL 16（pgvector + tsvector）实现 RRF 融合与 Cross-Encoder 重排序的 Hybrid RAG。内置确定性安全层，在分诊结束前自动检索 RAG 引文，校验如 Creatinine Clearance 等计算指标是否符合医学指南。