生成式大语言模型（LLMs）在诸多应用中展现出显著成效，涵盖问答系统（QA）与对话系统等领域。然而，在传统中医问答等专业领域，若未在特定领域数据集上进行微调，这些模型的表现往往不尽如人意。为解决这一问题，我们提出 MedChatZH——一个专为传统中医问答任务设计的对话模型。该模型首先在中文传统医学典籍上进行预训练，并基于精心构建的医学指令数据集进行微调。在真实世界医疗对话数据集上的实验表明，其性能优于多个基准模型。我们已将该模型、代码及数据集发布于以下网址，以促进传统中医与大语言模型交叉领域的进一步研究。