fhir-works-on-aws-deployment 项目亮点解析
2025-05-27 03:13:24作者:彭桢灵Jeremy
项目的基础介绍
fhir-works-on-aws-deployment 是一个开源项目,它提供了一个基于 AWS 的 FHIR 服务器部署框架。通过使用这个框架,用户可以轻松地在 AWS 上部署一个 FHIR 服务器,并根据业务需求定制和扩展 FHIR 功能。该项目支持 Cognito 和角色基础的访问控制,同时也支持使用 SMART 进行身份验证和授权。
项目代码目录及介绍
项目的主要代码目录结构如下:
.
├── bin # 部署脚本
├── bulkExport # 批量导出功能
├── cloudformation # CloudFormation 模板
├── compiledImplementationGuides # 编译后的实现指南
├── ddbToEsLambda # DynamoDB 到 Elasticsearch 的 Lambda 函数
├── docker # Docker 配置文件
├── integration-tests # 集成测试
├── javaHapiValidatorLambda # Java HAPI FHIR 验证 Lambda 函数
├── lib # 库文件
├── postman # Postman 集合和测试脚本
├── resources # 资源文件
├── scripts # 脚本
├── src # 源代码
├── test # 单元测试
├── updateSearchMappings # 更新搜索映射脚本
├── .dockerignore # Docker 忽略文件
├── .eslintignore # ESLint 忽略文件
├── .eslintrc.js # ESLint 配置文件
├── .gitallowed # Git 忽略文件
├── .gitignore # Git 忽略文件
├── .npmignore # NPM 忽略文件
├── .npmrc # NPM 配置文件
├── .prettierrc.js # Prettier 配置文件
├── CHANGELOG.md # 更新日志
├── CODEOWNERS # 代码所有权配置
├── CODE_OF_CONDUCT.md # 行为准则
├── CONTRIBUTING.md # 贡献指南
├── CUSTOMIZE.md # 定制指南
├── DEVELOPMENT.md # 开发指南
├── INSTALL.md # 安装指南
├── LICENSE # 许可证
├── NOTICE # 通知
├── README.md # 项目说明
├── THIRD-PARTY # 第三方库
├── USING_IMPLEMENTATION_GUIDES.md # 使用实现指南
├── USING_MULTI_TENANCY.md # 使用多租户部署
├── USING_SUBSCRIPTIONS.md # 使用订阅
├── cdk.json # CDK 配置文件
├── codecov.yml # Codecov 配置文件
├── package.json # 项目配置文件
├── serverless.yaml # Serverless 配置文件
├── serverless_config.template.json # Serverless 配置模板
├── tsconfig.json # TypeScript 配置文件
├── yarn.lock # Yarn 锁定文件
项目亮点功能拆解
- 支持 FHIR 标准:该项目遵循 FHIR 标准,提供了创建、读取、更新、删除(CRUD)操作,以及搜索、版本化读取等核心功能。
- 灵活的认证方式:项目支持 Cognito 和 SMART 两种认证方式,用户可以根据需求选择合适的认证方式。
- 多租户支持:项目支持多租户部署,可以满足不同租户的业务需求。
- 易于定制:用户可以根据业务需求定制和扩展 FHIR 功能。
- 基于 AWS 服务:项目基于 AWS 的 Lambda、DynamoDB、S3 和 Elasticsearch 服务,可以利用 AWS 的优势提供高性能和可扩展性。
项目主要技术亮点拆解
- Serverless 架构:项目使用 AWS Lambda 构建,实现了无服务器架构,可以自动扩展,降低运维成本。
- DynamoDB 数据存储:使用 DynamoDB 作为数据存储,具有高可用性和高可靠性。
- Elasticsearch 搜索引擎:使用 Elasticsearch 提供强大的搜索功能。
- CDK 部署:使用 AWS Cloud Development Kit(CDK)进行部署,简化了部署流程。
与同类项目对比的亮点
- 集成 AWS 服务:该项目与其他同类项目相比,更好地集成了 AWS 服务,可以利用 AWS 的优势提供高性能和可扩展性。
- 多租户支持:项目支持多租户部署,可以满足不同租户的业务需求。
- 易于定制:用户可以根据业务需求定制和扩展 FHIR 功能。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425