Mere Medical 使用教程
2025-04-20 19:23:05作者:尤辰城Agatha
1. 项目介绍
Mere Medical 是一个个人健康记录的自托管网络应用程序,用于从多个患者门户聚合和同步您的所有医疗记录。目前支持数千家医院和诊所以及主要的电子医疗记录系统。它是自托管的、注重隐私且具备离线优先的特点。
2. 项目快速启动
以下是快速启动 Mere Medical 的步骤:
Docker Compose
首先,确保您的系统中已安装 Docker 和 Docker Compose。
version: '3.9'
services:
app:
image: cfu288/mere-medical:latest
ports:
- '4200:80'
environment:
- ONPATIENT_CLIENT_ID=${ONPATIENT_CLIENT_ID}
- ONPATIENT_CLIENT_SECRET=${ONPATIENT_CLIENT_SECRET}
- EPIC_CLIENT_ID=${EPIC_CLIENT_ID}
- EPIC_SANDBOX_CLIENT_ID=${EPIC_SANDBOX_CLIENT_ID}
- CERNER_CLIENT_ID=${CERNER_CLIENT_ID}
- VERADIGM_CLIENT_ID=${VERADIGM_CLIENT_ID}
- PUBLIC_URL=https://localhost:4200
将以上内容保存为 docker-compose.yml 文件,然后运行以下命令以启动服务:
docker-compose up
本地开发
先决条件
确保已经安装以下软件:
- npm
- nvm (Node.js 版本管理器)
- Docker
- nx (一个工具,用于帮助处理大型前端项目)
安装
- 克隆仓库:
git clone https://github.com/cfu288/mere-medical.git
- 设置 NPM 并安装依赖:
nvm install v20.11.0
nvm use
npm install
如果提示运行迁移,执行以下命令:
npx nx migrate --run-migrations
- 为每个项目创建
.env文件并填充值:
cp apps/api/.example.env apps/api/.env
编辑 apps/web/src/environments/config.json 文件。
- 生成本地 ssl 证书:
mkdir -p .dev/certs
mkcert -key-file .dev/certs/localhost-key.pem -cert-file .dev/certs/localhost.pem localhost
mkcert -install
- 分别启动每个服务:
npx nx serve web
npx nx serve api
或者一起作为完整应用启动:
npx nx run-many --target=serve --projects=api,web
- 运行端到端测试:
npx nx run web-e2e:e2e
- 在 Docker 容器中构建和运行服务:
docker build -t mere-medical .
docker run -p 4200:80 -i -t \
--name mere-medical \
-e ONPATIENT_CLIENT_ID=<ID_HERE> \
-e ONPATIENT_CLIENT_SECRET=<SECRET_HERE> \
-e EPIC_CLIENT_ID=<ID_HERE> \
-e EPIC_SANDBOX_CLIENT_ID=<ID_HERE> \
-e CERNER_CLIENT_ID=<ID_HERE> \
-e VERADIGM_CLIENT_ID=<ID_HERE> \
-e PUBLIC_URL=https://localhost:4200 \
mere-medical:latest
3. 应用案例和最佳实践
- 自托管:在个人服务器上部署 Mere Medical,以完全控制数据存储和处理。
- 数据加密:确保所有敏感数据在传输和存储时都是加密的。
- 离线访问:利用 Mere Medical 的离线优先特性,在没有互联网连接的情况下也能访问医疗记录。
4. 典型生态项目
- Fasten Health:另一个开源的个人健康记录项目,与 Mere Medical 类似,但具有不同的功能和设计理念。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
307
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
259
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
877
仓颉编译器源码及 cjdb 调试工具。
C++
134
867