🚀 快速开始

5分钟上手 TCMOI 平台，获取API密钥并调用第一个中医药AI模型。

Step 1: 注册账号
访问 console.tcmoi.com 使用GitHub或邮箱注册，自动获得API密钥。
Step 2: 安装SDK
pip install tcmoi-sdk
Step 3: 调用辨证模型
from tcmoi import TCMClient
client = TCMClient(api_key="your_key")
result = client.syndrome_classify("恶寒发热，头痛无汗")
print(result)

💡 更多示例请查看 GitHub Examples

🔌 API参考

所有API均基于RESTful设计，返回JSON格式。

1. 辨证分类 API

POST /api/v1/syndrome/classify

请求体：
{"text": "恶寒发热，头痛无汗", "top_k": 3}
响应：
{"syndromes": [{"name":"风寒束表","prob":0.87}, ...]}

2. 药靶预测 API

POST /api/v1/herb/targets

请求体：
{"herb": "丹参", "top_n": 10}

3. 知识图谱查询 API

GET /api/v1/kg/query?entity=麻黄&relation=主治

响应：
{"results": [{"target":"风寒感冒","confidence":0.95}]}

📡 完整API文档：https://docs.tcmoi.com/api

🤖 模型微调教程

基于 TCM-BERT 在自己的中医数据集上进行微调。

# 克隆仓库
git clone https://github.com/tcmoi/TCM-BERT
cd TCM-BERT
# 安装依赖
pip install -r requirements.txt
# 准备数据（格式见 data/example.json）
# 开始微调
python train.py --data_path ./data/custom.json --epochs 3 --batch_size 16

📚 完整教程：Colab Notebook 在线运行 | 视频教程

📦 数据贡献指南

TCMOI 鼓励社区贡献高质量中医药数据，所有贡献者将获得署名及引用权。

📋 贡献流程：
1. 阅读《数据贡献规范》
2. 使用标准模板整理数据（下载模板）
3. 提交Pull Request 或 上传至 贡献入口
4. 数据经审核后发布，贡献者列入荣誉墙
📄 数据要求：
- 来源清晰，有伦理审批或公开来源
- 字段完整，提供数据卡片（来源、标注说明、字段定义）
- 采用 CC BY-SA 4.0 协议

❓ 常见问题

Q: 平台是否收费？
A: 数据、模型权重、API基础额度完全免费。高频调用可申请科研资助或商业授权。
Q: 模型能否商用？
A: 所有模型采用 Apache 2.0 协议，可商用，但需保留版权声明。
Q: 如何引用TCMOI平台？
A: 提供BibTeX格式引用，详见 引用页面。
Q: 数据隐私如何保障？
A: 平台不收集用户输入数据，API调用日志保留30天后自动删除。