> ## Documentation Index
> Fetch the complete documentation index at: https://docs.mirobody.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 用例与示例

> Mirobody 在个人健康场景下能做什么 —— 基于合成数据的真实对话片段。

<Info>
  下面所有示例都跑在 [快速开始](/zh/quickstart) 中相同的 **Mirobody 引擎** 上，配以 [Theta Wellness](https://www.thetahealth.ai/) 的精致前端和若干私有工具。对话内容均使用 **为本演示生成的合成健康数据**。
</Info>

下方每个示例都是一段你可以打开并完整阅读的真实对话，注意看：

* **用户提问** —— 用户实际敲进去的原文（自然语言，无术语、无工具名）。
* **背后做了什么** —— 引擎调用了哪些能力来回答。
* **打开对话** —— 完整带图表的会话分享链接。

8 个场景共用 3 位 demo 人物（60 岁有心血管病史的女性、患 2 型糖尿病的中年用户、有焦虑/失眠的成人等），帮你看出同一份数据如何被同一个引擎围绕不同问题重新组织。

## 个人健康数据管理与对话

把分散在可穿戴、医疗门户、PDF 和纸质报告中、跨越多年的碎片数据整理成一段连贯记忆；再用本地对话访问它，或通过 MCP 暴露给 ChatGPT / Claude 使用。

<AccordionGroup>
  <Accordion title="跨系统、跨年份追踪同一健康问题" icon="timeline">
    个人健康数据最难的从来不是采集，而是把"手环说 X"、"2019 的化验单说 Y"、"2024 的医生记录说 Z"对齐。下面两条从两个角度展示这种 join。

    ### 膝痛进展

    > **用户提问：** "请帮我全面了解膝盖疼痛的整体状况，利用所有相关数据来找出潜在的诱因。如有助于理解，请辅以可视化图示进行说明。"

    背后 Agent 会取用户的[健康画像](/zh/api-reference/chat)、搜索与关节相关的指标历史、调出事件 / 日记 / 用药记录，最后把机械负荷代理指标（步数、步行配速）和疼痛事件按时间叠加成图。

    <Card title="打开对话" icon="link" href="https://mirobody.thetahealth.cn/share/26a595e5-b936-4c23-8944-e9d105759f11">
      在不同医疗 Provider 间追踪膝痛进展。
    </Card>

    ### 心血管历史

    > **用户提问：** "请帮我梳理我心血管问题的病史和近期的进展情况。如有助于理解，请辅以可视化图示。"

    同一位用户有 6 年跨两家医疗系统的记录加设备数据。Agent 交叉引用病历诊断、化验趋势（血脂、血压）、设备数据（HRV、静息心率），并基于患者画像（年龄、病史、在用药）来校准叙述口吻。

    <Card title="打开对话" icon="link" href="https://mirobody.thetahealth.cn/share/f1ed967e-db4c-457c-bbc5-106352e5af8c">
      跨医疗系统监测心血管健康。
    </Card>
  </Accordion>

  <Accordion title="跨数据源统一分析" icon="chart-line">
    把设备数据、病历、化验、自述笔记合并到一份连贯的答案里。

    ### 心血管摘要

    > **用户提问：** "请基于我不同来源的数据，全面汇总我心血管相关的所有信息。如有助于理解，请辅以可视化图示进行说明。"

    跟上面同一位人物，但要的是一页摘要，而非时间线。Agent 拉生命体征、化验序列（血脂全套、肌钙蛋白如有）、上传的报告（例如一份超声 .xlsx，由 [xlsx skill](/zh/tools/skills-guide) 解析），再按临床主题归类。

    <Card title="打开对话" icon="link" href="https://mirobody.thetahealth.cn/share/bf51c2ce-4785-4397-873a-234f38b57695">
      跨数据源汇总心血管状况。
    </Card>

    ### 糖尿病追踪

    > **用户提问：** "请结合设备数据、病历记录和其他相关来源，帮我汇总糖尿病的整体病史与近期进展情况。如有助于理解，请辅以可视化图示进行说明。"

    2 型糖尿病人物。Agent 把 HbA1c 趋势、空腹血糖序列、用药起止事件、最近一次就诊摘要拼起来，再把临床上有意义的拐点（例如 HbA1c 越过阈值）单独标出。

    <Card title="打开对话" icon="link" href="https://mirobody.thetahealth.cn/share/11c76c9e-b65d-42b5-86d6-82ca779369c0">
      从设备、病历、其他来源追踪糖尿病。
    </Card>
  </Accordion>

  <Accordion title="就诊准备 —— 带一份真正能用的文档进诊室" icon="user-doctor">
    ### PCP 首诊准备（带关联亲属的数据）

    > **用户提问：** "我母亲（数据已关联给我）最近换了一位首诊医生，请帮她整理一份病史与健康状况文档，便于她第一次就诊时带给新医生参考；同时列出她需要重点与医生讨论的问题。"

    这条演示**多用户数据共享**：发起提问的用户通过一条 `th_share_relationship` 记录（见 [API 引用](/zh/api-reference/overview)）获得亲属完整健康档案的读权限。Agent 读取关联档案，产出一份可打印的摘要文档，并基于发现的空白点附上"建议向医生讨论的问题"清单。

    <Card title="打开对话" icon="link" href="https://mirobody.thetahealth.cn/share/7ce2e573-d795-48c2-9754-9cbcc86bccbe">
      给关联亲属准备就诊文档 + 待问问题清单。
    </Card>
  </Accordion>
</AccordionGroup>

## 个人健康深度研究

把个人数据与公开知识（搜索、MCP 工具、开放网络）连起来做深度研究 —— 深度堪比你见过的 Agentic Research 产品，但**完全锚定你的数据**，而非泛泛的通用建议。

<AccordionGroup>
  <Accordion title="识别哪些事在帮你、哪些在拖你" icon="magnifying-glass-chart">
    ### 血糖分析

    > **用户提问：** "请跨数据来源分析一下，哪些因素对我的血糖控制有帮助，哪些会造成不利影响。请使用图表辅助呈现分析结论。"

    Agent 把血糖时序与饮食日志、运动事件、睡眠时长、压力指标做关联分析。产出包括每个因子的图表，以及一份"该保留 / 该改"的排名清单。

    <Card title="打开对话" icon="link" href="https://mirobody.thetahealth.cn/share/88030a0f-d28c-4562-beda-a0d7b4fd3611">
      定位影响血糖的因子（有利 vs 有害）。
    </Card>

    ### 焦虑与情绪驱动因素

    > **用户提问：** "请基于我的数据，分析造成我焦虑与压力的主要诱因。如有助于理解，请辅以图表呈现。"

    焦虑人物。Agent 把自述情绪条目与睡眠质量、HRV、运动模式、日记里的环境压力源做关联，挑出前三大解释因子。

    <Card title="打开对话" icon="link" href="https://mirobody.thetahealth.cn/share/da353545-fe85-4583-857a-561eaeecfafa">
      发现症状与情绪背后的主导原因。
    </Card>
  </Accordion>

  <Accordion title="个性化治疗方案研究" icon="flask">
    ### 糖尿病治疗方案

    > **用户提问：** "请用 Theta 的工具帮我研究一下，是否有新的方法（例如新药、新疗法、设备、生活方式调整等）可以帮助我管理糖尿病。我希望得到真正贴合我个人情况的方案建议。"

    Agent 不是简单去搜"糖尿病方案" —— 它把研究锚定在用户画像上（当前用药、禁忌、近期化验值、合并症），只展示真正匹配的方案。引用源在结论里逐条标注。

    <Card title="打开对话" icon="link" href="https://mirobody.thetahealth.cn/share/f283a4e8-cb30-4ba8-bab0-144bce415ac9">
      个性化糖尿病治疗方案研究。
    </Card>
  </Accordion>
</AccordionGroup>

<Tip>
  上面每一条背后都是同一个 **[Agent](/zh/tools/overview#agent)** —— 一个简单的 Agent，它挑一个模型 `provider`，构建提示词，把答案流式返回，并按需调用内置工具（读文件、家庭健康、图表、记忆）。一个 Agent 能扛下全部 8 条的原因是：个人健康问题几乎总是归结为：读用户的记录 → 可选地读一份上传的文件 → 可选地回忆记忆 → 写综合，有时配一张图。出于成本或隐私考虑，只需把 `provider` 指向一个更便宜或设备本地的[模型](/zh/tools/overview#agent)即可。
</Tip>

## 开发者应用场景

对开发者而言，Mirobody 是你不必再造的"数据 + AI 后端"。把精力放在自己产品的独特部分上，剩下的事（接入、归一化、Agent 运行时、MCP、存储）交给 Mirobody。

<CardGroup cols={2}>
  <Card title="可穿戴设备厂商" icon="watch">
    一次集成你的设备，立刻获得基于设备数据的 AI 对话能力。
  </Card>

  <Card title="研究类应用" icon="microscope">
    把自定义 [MCP 工具](/zh/tools/adding-tools)（`res/mcp_tools/`）加进来，无需重写后端即可部署面向受试者的研究 App。
  </Card>

  <Card title="消费健康 App" icon="mobile">
    以完整的数据 + AI 引擎为底座构建你的消费产品。
  </Card>

  <Card title="企业级" icon="building">
    定制集成与企业支持 —— 欢迎联系我们。
  </Card>
</CardGroup>

## 不止健康

同一套 Mirobody 架构适用于任何"个人数据 × AI"的垂直：

<CardGroup cols={3}>
  <Card title="金融分析助手" icon="chart-line">
    通过自定义 Provider 接入银行账户、券商数据、税务记录；让 Agent 帮你分析投资组合。
  </Card>

  <Card title="法律助理" icon="scale-balanced">
    上传案件材料，为你所在司法辖区调整系统提示词，让 Agent 起草并引用。
  </Card>

  <Card title="DevOps 助手" icon="terminal">
    通过自定义工具接入指标、日志、配置；让 Agent 做事后复盘并给出修复方案。
  </Card>
</CardGroup>

加上你自己的 [MCP 工具](/zh/tools/adding-tools) 和数据连接器 —— 同一引擎，下一个垂直。