搜索你想找的开源项目

输入名称、用途或关键词,也可粘贴 GitHub 仓库链接

分享到微信

当前解读页的微信分享二维码

用微信扫一扫打开,点击右上角「···」分享给朋友或朋友圈。

手机上可截屏后,在微信扫一扫中从相册识别二维码。

mdexa-ai/mdexa-ai-native-database

数据

面向医学 AI 数据集,提供带日期和证据的许可与来源信息卡,供人和智能体通过 MCP 或 HTTP 查询。

201
0
JavaScript
MIT
创建于 3 天前

项目介绍

Mdexa 是医学 AI 背后数据集和开放模型的一份开放快照,记录经过核验的许可与来源信息。它针对一个具体问题:托管页、代码仓库、论文和条款页对同一数据集的表述经常互相矛盾,而代码仓库的许可证又很容易被误当成数据许可。

每个资源被整理成一条带日期的记录,许可声明逐字引用,并绑定到 evidence-index/ 中的一个快照,包含地址、抓取时间、SHA-256 和文件大小。仓库包含信息卡、Schema、判定规则和校验工具,但不含任何数据集文件,也不发布第三方快照原文。

覆盖面包括现代医学、中医和交叉领域,记录为中英双语。

记录如何判定

两个状态字段相互独立,不会合并:

  • license_status 记录来源声明了什么:permissive、restricted、conflict、unstated 或 unverifiable。
  • hosting 记录 Mdexa 对该数据的处理状态:link-only、pending、eligible 或 hosted。

risk_flags 用来记录许可行本身无法表达的问题,例如考试衍生题目、抓取的网页内容、真实患者文本或模型生成文本。许可宽松但有风险标记,并不等于可以放心再分发;目前没有任何数据集处于 hosted 状态。仓库的代码许可证单独记录在 repo_license 中。判定过程发布在 RULES.md,机器可读规则放在 schema 中,字段说明有英文和中文版本。

快速使用

做批量分析时,读取导出文件 exports/cards.jsonl,每行一张信息卡。README 中的 Python 示例:

import json

with open("exports/cards.jsonl", encoding="utf-8") as f:
    cards = [json.loads(line) for line in f]

for c in cards:
    if c["license_status"] == "permissive" and c["risk_flags"]:
        print(c["slug"], c["risk_flags"], c["last_verified"])

JavaScript 版本需要 Node 18 或更高版本。通过 HTTP 获取单条实时记录:

curl "https://mcp.mdexa.com/v1/datasets/cmb"

对应的证据接口是 /v1/datasets/cmb/evidence,列表查询支持组合过滤。用 Python 的 urllib 发起请求时,要设置自己的 User-Agent,默认的 Python-urllib 标识会被拒绝。智能体场景把 MCP 客户端指向 https://mcp.mdexa.com/mcp:

{
  "mcpServers": {
    "mdexa": {
      "url": "https://mcp.mdexa.com/mcp"
    }
  }
}

可直接运行的 Python、TypeScript 和 curl 示例在单独的 MCP 示例仓库。本地校验信息卡可运行 node tools/validate-cards.mjs,需要 Node 22 且无其他依赖,它会按 JSON Schema、受控词表和规则检查每张卡。

使用约束

  • 信息卡记录的是来源的陈述,不构成法律意见;存在风险标记时,宽松许可也不等于可以随意再分发。
  • 轻量 HTTP 调用无需账号,但网站上的搜索、变更提醒和账号功能不随本仓库提供;仓库在每次发布时从数据库导出,因此这里的计数会落后于线上统计。
  • 快照原文属于第三方内容,仓库只发布哈希和元数据,不提供全文。
  • 信息卡和聚合数据采用 CC BY 4.0,脚本和 Schema 采用 MIT。引文和数据集名称归各自权利人所有,范围与纠错方式见 NOTICE.md。

HotRepo 点评

该项目于 2026-11-17 首次出现在 HotRepo 新项目榜,在约 1.5 小时的观察窗口内新增 20 星,快照记录的总星数为 127、Fork 为 0。窗口很短,不足以判断趋势。值得注意的设计取舍是:把“许可声明什么”和“托管方做什么”分开,公开逐条冲突的引文并附带校验器,使这批数据既能作为智能体的查询来源,也方便人工复核。

本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。

相关推荐

  1. chinese-poetry/chinese-poetry以 JSON 格式分发的中华古诗词数据集,涵盖唐宋诗词与宋词,适合做诗词应用、检索和研究。JavaScript54,227
  2. lexifina/global-law把多国法律整理成一条带日期的 git 历史,可查询任一天在施行的条文。HTML793
  3. yihui-dev/how-profitable-startups-grow按营收区间、30 天增长、创始人与获客思路整理的 742 家创业公司周更目录。JavaScript121