🚀 多模态智能诊断与全栈部署平台

本项目从底层出发，基于 Qwen3-Coder 实现了 多语言、多方向 的智能化代码生成与部署，覆盖 深度学习模型训练、前后端开发、服务器运维 等多个环节。
项目中 90% 以上的代码由 Qwen3-Coder 自动生成，极大提升了开发效率与迭代速度。

✨ 项目亮点

🔧 ai生成多语言：自动生成 Python、Shell、HTML 等代码

📚 多方向覆盖：深度学习 / 前端开发 / 后端开发 / 运维自动化

🤖 多模态诊断：基于 Qwen2.5-VL 实现医学影像与自然语言的多模态诊断

🌐 全栈闭环：训练 → 推理 → 封装库 → 后端接口 → 前端平台 → 运维脚本

☁️ 模型服务：集成 硅基流动 (SiliconFlow) 提供的模型 API，并结合 AnythingLLM 实现上下文记忆与推理

🖥️ 平台预览
官网首页

平台使用效果

（部分内容已打码以保护隐私）
🩺 肾部 CT 肿瘤精准分割

🧠 脑部 CT 肿瘤分割

🌞 皮肤癌分类（良性 / 恶性）

👁️ 眼底血管分割

🫁 肺炎诊断（X光图像）

🪨 X光结石检测与标记

🧬 血液细胞标注

🍬 糖尿病辅助诊断

❤️ 心脏病风险预测

💬 自然语言症状诊断（低幻觉 + 置信度评分）

🏗️ 技术架构
🔹 模型服务

使用 硅基流动 (SiliconFlow) 提供的大模型 API

结合 AnythingLLM 实现上下文记忆与连续对话能力

🔹 深度学习模型

Qwen3-Coder 根据数据集格式 自动生成训练代码

生成 推理代码 并封装为可调用库

🔹 后端开发

自动生成模块化后端代码，并不断优化

🔹 前端开发

基于自动生成代码实现平台界面，并进行美化

🔹 运维部署

自动化运维脚本，保证服务器稳定运行

⚙️ 功能列表

✅ 多模态医学影像诊断（CT、X光、皮肤镜、眼底、血液）

✅ 辅助诊断（糖尿病、心脏病、自然语言症状分析）

✅ 模型训练与推理封装

✅ 前后端全栈开发

✅ 自动化运维脚本支持