ai-doctor：讓多家 LLM 同場會診、互評淘汰的開源模擬面板

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

ai-doctor（AI 醫療會診面板）是一個掛在 GitHub Pages 上的開源網頁工具：你輸入一份病例，讓好幾個由不同大型語言模型扮演的「醫生」輪流發言、互相評分，每一輪淘汰掉最多同伴標記為「不太準確」的醫生，最後收斂出一份診斷總結。實際打開線上版，介面完整、流程是真的，但它最上方的橫幅就寫得很明白：內容僅供參考，身體不適請儘早就醫。作者把它定位成會診流程的技術演示與教學素材，這個定位本身就值得先記住。

Pin

不過要把它用在課堂或研究裡之前，有三件事會直接影響你的決定，而且都藏在表面之下：線上版預設跑不動（沒填 API 金鑰的醫生根本進不了會診）、README 掛著 MIT 授權徽章但整個專案沒有 LICENSE 檔案、以及「淘汰」機制淘汰的是模型之間的共識少數方，與醫學對錯沒有必然關係。底下把這三件事逐一攤開，順便講清楚它的資料流向與自架方式，讓你自己判斷它值不值得進入你的工具箱。

一場會診怎麼進行：輪流發言、互評投票、最高票出局

整個流程在原始碼裡定義得相當清楚。你在首頁填病歷表單（患者姓名、年齡、性別、既往病史、本次問題都是欄位），按下開始會診後，你選中的醫生輪流發言（順序預設隨機，可以改成照清單排序），每個人拿到的材料是同一份病歷加上先前的完整討論紀錄。每一輪結束後進入評估階段：所有還在場上的醫生各自投給一位他認為這輪講得最不準確的同伴，規則允許投自己，系統把輸出格式約束成一段 JSON。獲得最多「不太準確」票的醫生出局；平票或沒有人得票，這一輪就不淘汰任何人。

會診什麼時候結束有兩個條件：場上只剩一位醫生（採用他的答案），或是連續好幾輪都沒有人出局、觸發上限。這個上限預設是三輪，可以在設定裡調整；到達上限時若還有多位醫生在場，總結會交給還留在場上的第一位醫生生成。最終總結的提示詞要求輸出七個部分：核心診斷與分級、主要依據、鑑別診斷、進一步檢查與理由、治療與處置建議、隨訪時機、患者教育與風險提示。

這裡有一條對教學場景特別重要的細節：提示詞明確要求模型在適用時給出藥物劑量。也就是說，這份總結會長得非常像一份真的醫囑。演示時如果沒有先框住「這是模型輸出，不是醫囑」這條線，台下學生很容易把格式的完整誤讀成內容的可靠。專案在介面與中文版 README 都放了免責聲明，但聲明放在旁邊，劑量寫在正文裡，課堂上這兩者的注意力分配得靠演示的人自己掌控。

線上版的第一道關卡：沒填金鑰的醫生進不了會診

線上版打開後，全域設定裡已經預設了三個醫生：Dr. GPT-4、Dr. Claude 3、Dr. Gemini，分別對應 OpenAI、Anthropic、Gemini 三種介面規範，模型名都填好了，唯獨 API 金鑰是空的。全域設定的提示文字寫著「未填寫 API Key 將使用模擬回覆」，聽起來像是不用金鑰也能空跑一場。

實際操作會撞上另一道牆。到問診設定裡把醫生加進本場會診時，面板會直接拒絕，並提示這些醫生未配置 API Key 或模型、無法加入，請先回全域設定補上。翻開原始碼可以對上：加入會診的驗證函式要求 API 金鑰與模型名都不能是空字串，這是 2025 年 11 月中旬加入的功能；而「模擬回覆」的分支確實存在於呼叫模型的程式碼裡（沒有金鑰時等 0.6 秒回一句固定的制式發言），只是在正常介面流程中，無金鑰的醫生連場都上不了，那個分支走不到。同一段程式碼裡，無金鑰的醫生投票時會投給自己，讓投票流程有確定的結果。

Pin

所以實際的入場代價是：至少要準備一家的 API 金鑰。它支援五種供應商規範（OpenAI、Anthropic、Gemini、矽基流動、ModelScope 魔搭），再加上自訂 Base URL 與手動輸入模型名，所以接任何 OpenAI 相容的中繼端點或新模型都行；如果手上有多家免費額度想統一成一個端點，可以搭配像 FreeLLMAPI 這類閘道再填進 Base URL。要注意的是預設推薦的模型清單停在 2024 年代的型號（例如 claude-3-haiku-20240307、gemini-1.5-flash），想要新一點的模型得自己手填名稱。

順帶一提，這種「金鑰由使用者自備、瀏覽器直接連模型端點」的架構，信任邊界和我們之前介紹過的 SkidHomework 屬於同一族：你的金鑰與你的內容走同一條通道，直接從你的瀏覽器到你選的模型服務，中間沒有作者自己的伺服器。好處是作者經手不了你的資料，代價是金鑰的保管責任完全在你身上。

「資料只存在瀏覽器」要怎麼正確解讀

README 的隱私段寫得很吸引人：純前端架構、無後端儲存、所有配置與紀錄只存在本地瀏覽器，甚至還寫了無資料上傳。前三句都對，最後一句與實際行為不符，組合起來容易讓人讀出過大的安全感，值得拆成兩層看。

存在瀏覽器 localStorage 裡的，是醫生設定（包含你填入的 API 金鑰）、預設提示詞、圖片識別設定，以及每一場會診的完整紀錄與當前進度。清掉瀏覽器資料就會全部消失，這是它的承諾，也符合程式碼的行為。但另一層是：病例內容與每一輪發言，都會由瀏覽器直接送到你為每個醫生設定的模型端點，這是這個工具能運作的前提。換句話說，「本地」涵蓋的是設定與紀錄，病例本身會離開瀏覽器，去向由你選的供應商決定。

這也劃出了使用上很實際的一條紅線：拿教學案例、文獻裡的虛構病例、或自己編的症狀來跑都沒問題；真實病歷不該貼進去。同樣是醫療資料工具，WellAlly Health 選擇把報告辨識整個留在本機處理，ai-doctor 則把內容送到雲端模型，兩者的適用場景從這一刀就分開了。如果你對「資料什麼時候會出瀏覽器」特別敏感，on-device-browser-agent 那篇討論的完全本機路線是另一個極端的參照。

金鑰本身也要小心。存在 localStorage 的金鑰，任何能在這個頁面上執行的指令碼都讀得到，所以別在公用電腦上設定，也別把整個瀏覽器設定檔隨手分享給別人。作者在 README 提醒妥善保管金鑰，這個提醒是認真的。

淘汰機制的真面目：出局的是模型共識的少數方

這個工具招牌式的設計是淘汰，但它淘汰的東西需要精確理解。每一輪投票，投票者是其他的大型語言模型；出局的條件是拿到相對多數的「不太準確」標記，未必真的過半。整個流程裡沒有任何醫學知識庫、臨床指南或事實查核參與裁決，裁判與答辯的雙方都是模型。所以它收斂出來的結論，嚴格說是「這群模型互相說服後的共識」，不是經過驗證的醫學答案。極端一點想：如果場上三個醫生背後是同一個模型的三個副本，投票就變成同一個聲音的自我確認。

系統提示詞裡其實有試著對抗這種趨同：它要求每個醫生保持獨立判斷，別為了迎合同伴而輕易改變核心觀點，也要求明確指出不同意見。平票不淘汰、可以投自己這兩條規則，也減緩了濫用與誤殺的速度。這些設計讓它作為「多方觀點如何收斂」的流程演示很有料，但作為品質保證機制，它的上限就是模型之間的一致性，而一致性從來不等於正確。

如果你要的只是「多個模型針對同一個問題各寫一份答案，擺在一起比較」，其實不需要這麼複雜的辯論流程，ParallelChat 那類多模型並行對話工具就是為這個用途設計的。ai-doctor 多出來的部分，是讓模型互相看見、互相批判、再用投票把少數方請下場，這條辯論與收斂的軸才是它的教學價值所在，也是人最容易過度解讀的部分。

圖片識別、關聯問診與鴻蒙版：三個低調的額外功能

除了主流程，repo 裡還有三個功能值得知道。醫療圖片識別是最直覺的一個：全域設定裡有獨立的圖片識別分頁，預設關閉，開啟後走矽基流動的視覺模型（預設型號 Pro/Qwen/Qwen2-VL-72B-Instruct），把上傳圖片轉成一段病灶描述文字，再併進病歷餵給醫生們。它需要另外填一組金鑰，識別的結果也只是「描述給模型看」，不是診斷。README 的開發路線圖把「支援上傳醫學影像」列在未完成，但程式碼裡這條處理路徑已經接好了，文件落後於實作。

關聯問診是另一個：可以把先前結束的會診場次連結進新的會診，連結進來的歷史病例與最終總結會以參考資料的形式附在提示詞裡，並標明僅供參考、要當前醫生獨立判斷。做多輪追蹤教學（先看初診，再看新資訊怎麼改變複診判斷）時，這比單場演示有更多變化。還有一套 HarmonyOS（鴻蒙）版本：repo 的 harmony 目錄用 ArkTS 與 ArkUI 重寫了一整套對應介面，2025 年 11 月底完成移植，這也是專案的最後一批提交。對多數人它存在感不強，但如果你在找能改編成行動裝置應用的參考實作，這份移植本身就是素材。

MIT 徽章掛著，LICENSE 檔案卻不存在

授權狀態是採用前該停下來看的一條。README 開頭掛著 MIT 徽章，結尾也寫著「採用 MIT 協議開源，詳見 LICENSE 文件」，徽章的連結就指向那個檔案。整個儲存庫從根目錄到子目錄都沒有 LICENSE 檔案，GitHub 的授權欄位也因此顯示為沒有偵測到授權。

這種狀態的法律效果是：沒有授權條款存在，預設就是版權保留，作者沒有把複製、改作、再散布的權利交出來。徽章與文字宣稱了 MIT，但授權要看檔案與著作權人的實際表示，宣稱與檔案對不上時，嚴謹的使用者（尤其是學校或公司）只能當它還沒開源。想用在正式教材或二次開發，合理的路徑是先到 repo 發 issue 請作者補上 LICENSE 檔，拿到明確授權再動手。

專案的活躍度也要放進同一個天秤。最後一次提交停在 2025 年 11 月 30 日，到此為止累積 99 個提交，程式版本號還停在 0.1.0，沒有任何正式發布或標籤；截至 2026 年 8 月中，它累積了約 350 顆星與 69 次 fork，唯一一個開著的 issue 是「PDF 匯出不清晰」，從 2025 年 12 月底開到現在沒有人回。提交紀錄裡多數提交來自一個名為 cto-new 的機器人帳號，作者本人的提交約五分之一，這與它個人專案、開發高度依賴自動化工具的性質一致。採用它，就要接受「現狀即最終版」：模型清單不會更新、匯出瑕疵不會有人修，出了問題只能自己 fork 自己改。自架本身倒是簡單，README 要求 Node.js 16 以上（實際驅動的 Vite 5 建議 18 以上），clone 下來 pnpm install 再 pnpm dev 就起來了，要自己部署也可以把建置產物丟到任何靜態主機。

誰適合拿它當教材，誰該離它遠一點

把它放回對的位置：它是把「多專家會診、互評、投票淘汰、收斂結論」這套人類決策流程可視化的開源教學面板，適合的場景是醫學與 AI 課程的流程演示、多模型協作的行為觀察、醫療自然語言研究的互動原型，以及團隊內部的方法論討論素材。在這些場景裡，它連「輸出含藥物劑量的總結」都能變成現成的教材案例：正好拿來討論為什麼格式完整的輸出不等於可信的輸出。

不適合的位置也一樣清楚。它不是第二意見來源：輸出是模型共識，沒有醫學驗證層，作者自己在介面上寫了身體不適儘早就醫。當病歷管理工具更危險：病例會送出瀏覽器到你選的模型端點，真實醫療資料不該進去。拿它演示前，把授權真空與八個月未更新的現狀一起告訴聽眾，比只展示流暢的會診動畫誠實得多。一個工具的教學價值，常常就在這些邊界講得清不清楚。