【安心陪诊 Agent】Node.js 20 + Express 4 实战：/api/plan 与 /api/chat 验证-北京尧图网络

【安心陪诊 Agent】Node.js API 设计/api/plan 与 /api/chat 如何支撑 Agent项目名称安心陪诊 Agent。本文解决一个具体工程问题陪诊类 Agent 不能只做聊天入口它必须把用户输入拆成就医任务、材料清单、安全边界和家属同步结果并且要能在前端页面和 Node.js 接口里复查。一、实际问题陪诊 Agent 为什么不能只接一个聊天框真实就医场景里用户通常不是问一个孤立问题而是同时包含出发地、医院、症状描述、陪诊时间、材料准备和家属通知。若后端只返回一段自然语言前端就无法稳定展示任务卡片也无法判断哪些信息需要人工确认。输入类型前端表现后端处理出发地与医院生成行程卡片校验必填字段症状描述生成问诊问题过滤诊断、剂量、处方类高风险词家属联系方式生成同步摘要只做本地展示不自动发送隐私信息二、运行环境与版本项目版本用途Node.js20.11.1运行本地 API 服务Express4.18.3提供 /api/plan 与 /api/chatChrome126验证 Web Demo、移动端响应式布局和接口调用HarmonyOS 迁移目标ArkTS / ArkUI后续把任务卡片迁移成原生页面三、接口结构/api/plan 负责稳定输出任务卡片import express from express; const app express(); app.use(express.json()); app.post(/api/plan, (req, res) { const { start, hospital, visitTime, symptoms, familyPhone } req.body; if (!start || !hospital) { return res.status(400).json({ code: MISSING_ROUTE, message: 请补充出发地和医院名称, fields: [start, hospital] }); } const riskWords [诊断, 处方, 剂量, 停药]; const hitRisk riskWords.some((word) String(symptoms || ).includes(word)); if (hitRisk) { return res.json({ code: SAFE_GUARD, message: 系统只整理就医准备信息请以医生现场判断为准, tasks: [携带病历, 记录既往用药, 向医生确认下一步检查] }); } return res.json({ code: OK, route: { start, hospital, visitTime }, tasks: [预约提醒, 材料清单, 问诊问题, 家属同步摘要], notifyFamily: Boolean(familyPhone) }); });这段代码的边界很明确/api/plan 不做诊断只把就医准备拆成稳定的结构化结果。前端拿到 tasks 后可以渲染为卡片拿到 SAFE_GUARD 后可以展示医疗安全提示。四、对话接口/api/chat 只回答陪诊流程相关问题app.post(/api/chat, (req, res) { const text String(req.body.text || ).trim(); if (!text) { return res.status(400).json({ code: EMPTY_TEXT, message: 请输入就医需求 }); } const allowTopics [材料, 挂号, 复查, 检查, 家属, 路线]; const matched allowTopics.some((topic) text.includes(topic)); if (!matched) { return res.json({ code: OUT_OF_SCOPE, reply: 我只能协助整理就医流程、材料清单和家属同步内容。 }); } res.json({ code: OK, reply: 建议先准备身份证、医保卡、既往病历并把想问医生的问题列成清单。, nextActions: [生成材料清单, 生成问诊问题, 同步给家属] }); });五、前端如何消费接口结果async function submitPlan(form) { const response await fetch(/api/plan, { method: POST, headers: { Content-Type: application/json }, body: JSON.stringify(form) }); const data await response.json(); if (data.code MISSING_ROUTE) return showFormError(data.message); if (data.code SAFE_GUARD) return showSafetyCard(data.message, data.tasks); return renderTaskCards(data.tasks, data.route); }前端不直接解析自然语言而是根据 code 字段决定展示错误、提醒还是任务卡片。这样做的好处是页面状态稳定、测试路径清楚、后续迁移 ArkUI 时也能保留同样的数据结构。六、实操验证记录curl -X POST http://localhost:5188/api/plan ^ -H Content-Type: application/json ^ -d {start:杭州西湖文化广场,hospital:浙江省人民医院,visitTime:周三上午,symptoms:复查材料准备} HTTP/1.1 200 OK { code: OK, tasks: [预约提醒, 材料清单, 问诊问题, 家属同步摘要], notifyFamily: false }验证项输入预期结果正常规划出发地、医院、时间完整返回任务卡片通过缺少医院hospital 为空返回 MISSING_ROUTE通过风险词包含处方或剂量返回 SAFE_GUARD通过非陪诊问题询问无关内容返回 OUT_OF_SCOPE通过七、排错记录问题原因处理方式页面只显示一段文本接口没有结构化字段统一返回 code、tasks、nextActions医疗风险过高用户输入包含诊断、剂量、处方进入 SAFE_GUARD 分支移动端卡片拥挤任务字段过长卡片只展示标题详情折叠八、迁移到 ArkTS 页面时怎么保留边界如果把这个 Web Demo 迁移到 HarmonyOS ArkTS建议不要把接口返回结果直接拼到一个长文本里而是保留 PlanResult、TaskItem、GuardMessage 三类模型。这样页面可以分别处理正常任务、缺字段提示和医疗安全边界。interface TaskItem { title: string; detail: string; done: boolean; } interface PlanResult { code: OK | MISSING_ROUTE | SAFE_GUARD; message?: string; tasks: TaskItem[]; } function toTaskCards(result: PlanResult): TaskItem[] { if (result.code ! OK) { return [{ title: 需要人工确认, detail: result.message || 请补充信息, done: false }]; } return result.tasks; }这个模型的价值在于UI 层只负责渲染状态不承担医疗判断服务层只负责整理流程不越界输出诊断。对于参赛 Demo 来说这种分层能让评委更容易看懂工程边界。九、发布前检查清单检查点通过标准说明接口输入空输入、正常输入、风险输入都能返回明确 code避免前端只能靠文本猜状态页面状态任务卡片、错误提示、安全提醒三类状态可见用户知道下一步该做什么隐私边界不自动上传家属电话和病情细节医疗辅助类项目必须保守处理演示材料截图、接口样例、测试表和项目说明一致避免文章、Demo 和 PPT 互相矛盾十、结论安心陪诊 Agent 的核心不是“能聊天”而是把就医需求转成可展示、可验证、可迁移的任务链。接口需要明确输入、输出和安全边界前端需要围绕 code 字段展示状态文章复查时则重点看版本、代码、验证记录和异常路径是否完整。

【安心陪诊 Agent】Node.js 20 + Express 4 实战：/api/plan 与 /api/chat 验证

相关推荐

深入探讨ROS2 QoS策略：确保机器人系统中的高效可靠通信

实战解析：Python抖音批量下载架构设计与高效应用

拿来即用！C#上位机实现PLC远程控制：Modbus TCP协议+网口通信全解析

更多资讯

6D位姿估计的三大主流架构：DenseFusion、MaskedFusion与PoseCNN深度解析

16G内存本地部署DeepSeek-R1：Ollama量化选型与调参避坑

树莓派双线寻迹实战：OpenCV Python与L298N差速转向

四人抢答器数字电路设计：D触发器锁存与倒计时计分实现

PLC不会过时：自动化新人从入行到扛项目的成长路线

Windows Server 2012 远程桌面多用户并发配置与排错

今日更新

MATLAB缩进快捷键与批量格式化实战指南

用Poco实现Qt风格信号与槽的跨平台C++方案

ESXi裸机虚拟化安装指南：从硬件兼容到虚拟机部署

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？