PRIME API 开发者文档

🚀 快速开始

PRIME API 让您在自己的应用中调用平台的文献问答、综述生成、引用核查等能力。所有接口均为 HTTPS，返回 JSON 格式（流式接口除外）。

✅ Base URL：https://traumadatacenter.com · 所有路径以 /ai/api/ 开头

⚠️ 尚未拥有 API Key？请先提交申请 →，审核通过后通过邮件发放（1–3 工作日）。

最简示例

发送一次文献问答请求：

# 使用 curl
curl -X POST https://traumadatacenter.com/ai/api/ask \
  -H "Content-Type: application/json" \
  -H "X-API-Key: PRIME_你的密钥" \
  -d '{"question": "ARDS机械通气的最新进展"}'

🔐 认证方式

每个请求都需要在 HTTP Header 中携带 API Key，支持两种方式（任选其一）：

方式一：X-API-Key（推荐）

X-API-Key: PRIME_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

方式二：Authorization Bearer

Authorization: Bearer PRIME_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

⚠️ API Key 请妥善保管，不要暴露在前端代码或公开仓库中。如发生泄露请联系管理员重新签发。

⚠️ 错误码

所有错误返回 JSON：{"error": "错误描述", "code": "错误代码"}

HTTP 状态	code 字段	含义
401	missing_key / invalid_key	未提供 Key 或 Key 不存在
401	key_disabled	Key 已被禁用，请联系管理员
401	key_expired	Key 已过期
403	no_permission:模块名	Key 未授权访问该模块
429	quota_exceeded:used/limit	今日配额已用尽
403	insufficient_balance:余额/cost	Token 余额不足，请联系管理员充值
400	—	请求参数缺失或格式错误
500	—	服务器内部错误

🪙 Token 计量

系统精确记录每次 API 调用实际消耗的 LLM tokens（Prompt tokens + Completion tokens），与 DeepSeek API 计量口径完全一致。不同接口因任务复杂度不同，实际消耗差异较大，典型参考值如下：

模块	接口路径	典型 Token 消耗
文献问答 ASK	`/ask` `/ask_stream`	3,000 – 20,000 tokens
综述生成（讨论段）	`/ask_stream` Discussion 模式	20,000 – 100,000 tokens
引用核查	`/factcheck_verify`	800 – 2,000 tokens
文本润色	`/polish`	5,000 – 30,000 tokens
AI 数字人	`/avatar_chat`	500 – 2,000 tokens
本地高级检索	`/local_advanced_search`	200 – 500 tokens

💡 可通过 Token 用量监控页面或 GET /ai/api/my_usage 接口查看您的实际消耗明细与趋势图。

📚 文献问答

基于 PubMed 实时检索，对医学问题给出带引用的综合答案。适合单次同步调用（等待完整响应）。

POST /ai/api/ask 模块：ask_agent · 按实际 LLM tokens 计量

请求参数（JSON Body）

参数	类型	必填	说明
question	string	必填	问题内容，支持中英文
date_from	string	可选	检索文献起始年份，如 `"2020"`
date_to	string	可选	检索文献截止年份，如 `"2024"`
max_refs	integer	可选	最多参考文献数（默认 10，最大 30）
category_id	string	可选	限定文献分类 ID
file_content	string	可选	附件文本内容（PDF/TXT 提取后的纯文本）

请求示例

{
  "question": "机械通气在ARDS中的保护性策略有哪些循证依据？",
  "date_from": "2018",
  "max_refs": 10
}

返回示例

{
  "answer": "根据现有循证医学证据，ARDS的机械通气保护策略主要包括...[1][2][3]",
  "references": [
    {
      "pmid": "12345678",
      "title": "Low tidal volume ventilation in ARDS...",
      "authors": "Smith J, et al.",
      "journal": "N Engl J Med",
      "year": "2020"
    }
  ]
}

⚡ 流式问答

与 /ask 功能相同，但以 Server-Sent Events（SSE）格式实时推送，适合在界面上逐字展示结果。

POST /ai/api/ask_stream 模块：ask_agent · 按实际 LLM tokens 计量

请求参数（JSON Body）

参数	类型	必填	说明
question	string	必填	问题内容
lang	string	可选	`"zh"` 或 `"en"`，强制输出语言
history	array	可选	对话历史，格式 `[{"q":"...","a":"..."}]`，最多取最近 6 轮
file_content	string	可选	附件文本内容
images	array	可选	图片 Base64 数组，用于视觉分析

SSE 事件类型

thinkingAI 正在思考，data 含 message 字段（推理过程说明）

tool_call正在调用工具（如检索 PubMed），data 含 tool 和 input

tool_result工具调用结果，data 含检索到的文献摘要等

answer_chunk答案文字片段，data 含 text 字段，拼接即为完整答案

references答案引用的文献列表，data 含 refs 数组

done流结束

error发生错误，data 含 message 字段

📝 综述生成

围绕主题自动检索 PubMed 文献，生成结构化学术综述。消耗 Token 较多，建议提供明确的主题和时间范围。

POST /ai/api/expert 模块：expert_agent · 按实际 LLM tokens 计量

请求参数（JSON Body）

参数	类型	必填	说明
question	string	必填	综述主题，越明确效果越好
date_from	string	可选	文献检索起始年份
date_to	string	可选	文献检索截止年份
max_refs	integer	可选	最多参考文献数

ℹ️ 也支持 POST /ai/api/expert_stream 流式版本，SSE 事件格式同 /ask_stream。

🔍 引用核查

检验综述句子中的数据是否与原始 PubMed 文献摘要一致，识别数字偏差、上下文错位、过度引申等问题。

POST /ai/api/factcheck_verify 模块：factcheck · 按实际 LLM tokens 计量

请求参数（JSON Body）

参数	类型	必填	说明
sentence	string	必填	待核查的综述句子
pmid	string	必填	引用文献的 PubMed ID
abstract	string	可选	已知摘要内容（提供可减少网络请求延迟）

请求示例

{
  "sentence": "该研究显示低潮气量通气将死亡率降低了15%",
  "pmid": "10793162"
}

返回示例

{
  "consistent": false,
  "is_review_citation": false,
  "reason": "摘要显示死亡率降低了8.8个百分点（39.8% vs 31.0%），非15%",
  "deviation_analysis": "数字偏差：综述将相对变化误写为绝对数值",
  "suggestion": "建议修改为：该研究显示低潮气量通气将绝对死亡率降低8.8个百分点",
  "pmid": "10793162",
  "abstract": "..."
}

✍️ 文本润色

对医学学术文本进行语言润色，保持原意不变，改善流畅性和规范性，支持流式返回。

POST /ai/api/polish 模块：ask_agent · 按实际 LLM tokens 计量

请求参数（JSON Body）

参数	类型	必填	说明
text	string	必填	待润色文本（最多 20,000 字符）
requirement	string	可选	润色要求，默认 `"学术润色，改善语言表达"`
insert_refs	boolean	可选	是否自动补充引用文献，默认 `true`

ℹ️ 该接口以 SSE 流式格式返回，事件类型参考 SSE 流式协议。

🔎 高级检索

在平台本地文献数据库中执行多条件检索，返回匹配文献列表，无需 AI 推理，响应速度快。

POST /ai/api/local_advanced_search 模块：ask_agent · 按实际 LLM tokens 计量

请求参数（JSON Body）

参数	类型	必填	说明
terms	array	可选	检索条件数组，每项含 `field`（如 title/abstract/keyword）和 `value`
year_from	string	可选	发表年份下限
year_to	string	可选	发表年份上限
sort	string	可选	`"date_desc"`（默认）或 `"relevance"`
limit	integer	可选	返回条数，默认 50，最大 100
offset	integer	可选	分页偏移量，默认 0

请求示例

{
  "terms": [
    {"field": "keyword", "value": "ARDS"},
    {"field": "keyword", "value": "mechanical ventilation"}
  ],
  "year_from": "2020",
  "limit": 20
}

📡 SSE 流式协议

流式接口（/ask_stream、/expert_stream、/polish）以标准 Server-Sent Events 格式推送，每行格式为：

event: <事件名>
data: <JSON字符串>

JavaScript 接入示例

const res = await fetch('https://traumadatacenter.com/ai/api/ask_stream', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'X-API-Key': 'PRIME_你的密钥'
  },
  body: JSON.stringify({ question: 'ARDS的最新治疗进展' })
});

const reader = res.body.getReader();
const decoder = new TextDecoder();
let buffer = '';

while (true) {
  const { done, value } = await reader.read();
  if (done) break;
  buffer += decoder.decode(value);
  const lines = buffer.split('\n');
  buffer = lines.pop(); // 保留未完成的行

  let eventName = '';
  for (const line of lines) {
    if (line.startsWith('event: ')) eventName = line.slice(7);
    if (line.startsWith('data: ')) {
      const data = JSON.parse(line.slice(6));
      if (eventName === 'answer_chunk') process.stdout.write(data.text);
      if (eventName === 'done') console.log('\n[完成]');
    }
  }
}

💻 代码示例

Python — 同步问答

import requests

response = requests.post(
    "https://traumadatacenter.com/ai/api/ask",
    headers={
        "X-API-Key": "PRIME_你的密钥",
        "Content-Type": "application/json"
    },
    json={
        "question": "脓毒症集束化治疗的最新指南推荐",
        "date_from": "2021",
        "max_refs": 8
    }
)
data = response.json()
print(data["answer"])
for ref in data.get("references", []):
    print(f"[{ref['pmid']}] {ref['title']}")

Python — 引用核查

import requests

res = requests.post(
    "https://traumadatacenter.com/ai/api/factcheck_verify",
    headers={"X-API-Key": "PRIME_你的密钥"},
    json={
        "sentence": "该研究显示低潮气量通气将死亡率降低了15%",
        "pmid": "10793162"
    }
)
result = res.json()
status = "✅ 一致" if result["consistent"] else "❌ 不一致"
print(status, result["reason"])
if result.get("suggestion"):
    print("建议修改为：", result["suggestion"])

curl — 检查 Token 余额（通过错误码判断）

# 余额充足时正常返回；余额不足时返回 403 + insufficient_balance
curl -s -X POST https://traumadatacenter.com/ai/api/ask \
  -H "X-API-Key: PRIME_你的密钥" \
  -H "Content-Type: application/json" \
  -d '{"question":"test"}' | python3 -m json.tool

PRIME 开发者文档