Open MedKit：自托管AI库存管理，一句自然语言搞定录入与提醒
Open MedKit 是一款基于 Docker 的开源系统，支持自然语言录入、MCP 接入和 Webhook 推送，将库存管理与 AI 工作流结合，适合自部署爱好者。
自部署 AI 库存管理工具和传统表单工具有什么区别
传统工具的核心是“表单”，而 Open MedKit 的核心是“解析引擎”。
在这个系统里，你无需逐个填写输入框。只需输入：“这有一盒 2026 年底过期的某某耗材，大概还有一多半。”系统会通过你配置的兼容 OpenAI 格式的 API（如 Deepseek 或本地 Ollama），自动将这段口语化描述拆解为名称、过期时间、数量等字段，并直接存入本地 SQLite 数据库。Open MedKit 只是将这一思路具体应用于家庭药箱场景，但其底层逻辑具有通用性。
查找物品时同样如此，像聊天一样提问，系统自动比对库存信息，并通过 Telegram 或飞书推送临期数据。作为轻量级 AI 工作流案例，其完成度已相当可观。
为什么说 Open MedKit 是一个自部署 AI 库存管理工具
Open MedKit 之所以能被视作自部署 AI 库存管理工具，不仅因为数据存储在本地 SQLite，更关键的是它将自然语言录入、库存查询和终端调用整合为可运行的工作流。
其中最能拉开体验差距的是其内置的 MCP Server 支持。你不必仅依赖浏览器后台，也可以直接在 Claude Desktop、Cursor 或 Claude Code 等客户端中调用。
若你重度使用 Claude Desktop、Cursor 或 Claude Code（终端），只需在配置文件中添加其 MCP 端点。此后，在写代码或处理文档时，可在终端直接输入“帮我查查系统里那批耗材还有几盒”，AI 客户端即可直接读取本地数据并响应。
痛点： 它将“管理数据”从一项专门任务转变为一句随口指令，大幅降低了维护个人数据库的心理门槛。
自部署门槛与数据边界建议
尽管体验连贯，但该系统的前置条件明确：
- 需自备基础设施： 必须通过
docker compose up -d将其运行在自己的服务器或 NAS 上。 - 自带 API 密钥： 它本身仅是一个框架，需用户自行配置第三方大模型接口才能激活解析能力。
客观避坑：注意数据交互边界。 由于系统需将输入的自然语言或照片发送至第三方大模型解析，若您重视数据隐私，建议将 AI_BASE_URL 指向本地部署的开源模型（如 Ollama），而非公有云服务。需特别说明，该项目定位为库存整理与提醒，并非医疗建议系统，切勿替代专业判断。
对于希望搭建“个人 AI 数据管家”的爱好者，这是一个值得尝试的实践项目。
项目主页与源码入口
免责声明： 本文基于项目公开资料梳理其架构、部署与自动化能力。该项目仅用于技术交流及个人物品整理，不具备医疗资质。调用第三方大模型时，请自行评估隐私许可。
项目信息
- 官方网站：https://open-medkit.vercel.app/
- GitHub 项目主页：https://github.com/MonoYan/open-medkit