1. 自然语言问答（带古籍出处）

向铿鹿提出一个中医相关问题（如「发烧了怎么办」），服务端检索相关古籍条文，并由模型仅依据条文合成带出处的参考回答，调用需 X-API-Key。

# C 端（无需密钥）
curl "https://kenglu.com/api/v1/ask?q=发烧了怎么办&top_k=8"

# ToB（携带密钥）
curl "https://kenglu.com/api/v1/ask?q=失眠&top_k=8" \
  -H "X-API-Key: 你的密钥"

import requests
r = requests.get("https://kenglu.com/api/v1/ask",
    params={"q": "发烧了怎么办", "top_k": 8},
    headers={"X-API-Key": "你的密钥"})
print(r.json()["answer"])

const r = await fetch("https://kenglu.com/api/v1/ask?q=" + encodeURIComponent("发烧了怎么办"));
const d = await r.json();
console.log(d.answer, d.sources);

返回示例

{ "query": "发烧了怎么办", "answer": "据《伤寒论·辨太阳病脉证并治上》记载……（仅依据古籍，不构成诊疗建议）", "sources": [ { "origin": "伤寒论", "title": "辨太阳病脉证并治上", "raw_text": "太阳病，发热汗出……", "dynasty": "汉", "author": "张仲景" } ], "model": "deepseek-chat", "disclaimer": "……不构成任何诊断、治疗建议……" }

2. 结构化检索

按实体（药材 / 方剂 / 医家）检索，返回结构化结果，含分列出处与原文，绝不合并且提供溯源字段。

curl -X POST "https://kenglu.com/api/v1/tob/search" \
  -H "X-API-Key: 你的密钥" \
  -H "Content-Type: application/json" \
  -d '{"q":"桂枝汤","entity_type":"formula","page":1,"size":10}'

3. 合规说明

铿鹿仅被动呈现公版古籍原文，不诊断、不开方、不问诊。模型合成内容严格限定于检索到的条文，并强制附免责声明。任何基于本平台内容做出的健康决策，请咨询执业中医师。