← 返回列表
应用工具综合合集

心理健康风险评估系统(DWS):面向高校的多模态心理健康筛查与预警平台

kajykk/bysj · 🧠 毕业设计:面向高校的心理健康风险评估系统 (DWS) — 多模态 ML 融合(问卷 + 文本 BERT + 生理信号)· FastAPI + Vue 3 全栈 · 金丝雀发布 / 漂移检测 · Prometheus 全链路可观测

GitHub原文发布 未知首次收录 2026-10-16上架 2026-10-16 07:01

☆ 收藏查看项目 ↗

ELI5:它是什么,解决什么问题

该项目是一个面向高校场景的心理健康筛查与预警平台,融合结构化问卷、文本分析与生理信号进行多模态风险评估。后端采用 FastAPI,前端采用 Vue 3 + TypeScript,包含用户、咨询师、管理员三角色工作台,并覆盖异步任务调度、实时告警、模型治理(漂移检测、金丝雀发布、回滚)、可观测性(Prometheus、Grafana、Sentry、OpenTelemetry)以及 PII 加密、审计、限流等安全合规能力。项目定位为“AI + 全栈 + DevOps + 可观测性”的个人作品集级完整系统示例。

核心能力与快速开始

★ 0 · Python

能做什么
多模态心理健康风险评估:结合结构化问卷、文本分析(双语 TF-IDF + LR 为主路径,BERT 已归档为历史参考)与生理信号。配套用户、咨询师、管理员三角色工作台,覆盖风险评估、预警监控、报告导出与复盘闭环。工程层面包括异步任务调度(Celery + Redis)、WebSocket 实时事件、模型训练/实验/发布/回滚管理、漂移检测与金丝雀发布、Prometheus/Grafana/Sentry/OpenTelemetry 可观测性、PII 加密、CSP/XSS 防护、限流、审计日志与数据导出/删除支持。后端为 FastAPI + SQLAlchemy 2.0 + Pydantic 2,前端为 Vue 3 + TypeScript + Element Plus + ECharts,采用 Docker/docker-compose 编排。
适用场景
高校或机构进行心理健康筛查、风险预警与干预管理;作为“AI + 全栈 + DevOps + 可观测性”完整落地样例供参考;用于了解 FastAPI + Vue 3 + Celery + Redis + PostgreSQL 组合实践;作为求职作品集、项目答辩材料或系统设计案例。
项目形态
可直接使用的工具
部署方式
说明支持本地开发(后端 uvicorn 启动于 8000 端口,前端 npm run dev 启动于 5173 端口)与 Docker/docker-compose 启动(前端 8080、后端 8000、Grafana 3000、Prometheus 9090)。生产 compose 编排中 ENABLE_SEED 默认为 false。未说明具体的服务器规格、云平台或成本信息。
主要依赖
后端 Python 3.12,依赖 FastAPI、SQLAlchemy 2.0、Pydantic 2、Redis 7、Celery 5.4、Alembic、scikit-learn,PyTorch 为可选;前端 Node 环境依赖 Vue 3.5、TypeScript 5.6、Vite 6 等。数据库为 PostgreSQL 15 或 SQLite。需配置 DATABASE_URL、REDIS_URL、JWT_SECRET_KEY、PII_ENCRYPTION_KEY、VITE_API_BASE_URL,以及长度不小于 18 位的 E2E_ADMIN_PASSWORD、E2E_COUNSELOR_PASSWORD、E2E_USER_PASSWORD 种子口令。测试需本地 Redis;离线环境需设置 HF_HUB_OFFLINE 与 TRANSFORMERS_OFFLINE,访问 HuggingFace 需配置镜像端点。硬件规格与 API 成本未说明。
使用限制
README 自述为个人作品集级完整系统示例,定位为“可运行、可验证、可演示”,未说明生产级大规模部署验证情况。BERT 文本分类权重已下线归档,当前主路径为双语 TF-IDF + LR;sentence-transformers 在描述的环境(transformers 5.5.0)中不可用。后端测试依赖本地 Redis,未启动会导致 pytest 挂起;离线环境需额外设置,访问 HuggingFace 需走镜像。默认账号不预置口令,缺失环境变量时 seed 会拒绝创建账号。具体性能上限与并发规模未说明。
许可证
MIT
最近推送
2026-10-16 07:00

资料检查:2026-10-16 07:00 · 卡片整理:2026-10-16 07:00
卡片由 AI 根据仓库资料整理,未进行安装或运行验证

职业应用

程序员

作为全栈与 MLOps 工程实践参考:仓库提供 FastAPI 后端、Vue 3 + TypeScript 前端、Celery/Redis 异步任务、模型治理(漂移检测、金丝雀发布、回滚)以及 Prometheus/Grafana/Sentry/OpenTelemetry 可观测性配置,程序员可参考其架构与实现方式用于类似系统的开发、测试与排错。

查看内容依据
多模态 ML 融合(问卷 + 文本 BERT + 生理信号)· FastAPI + Vue 3 全栈 · 金丝雀发布 / 漂移检测 · Prometheus 全链路可观测

官方使用入口 ↗

由 AI 根据来源材料整理,未进行安装或运行验证

产品经理

作为高校心理健康筛查与预警平台的产品设计参考:仓库描述了用户、咨询师、管理员三角色工作台,以及“筛查—预警—干预—复盘”闭环、报告导出与预警监控等功能,产品经理可据此了解该类系统的角色划分与业务流程设计。

查看内容依据
用户、咨询师、管理员三角色工作台

官方使用入口 ↗

由 AI 根据来源材料整理,未进行安装或运行验证

这是基于来源内容整理的摘要。原文链接失效后,本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论,阅读资讯无需注册。

还没有评论,来分享第一个看法。