feat(aia): Complete AIA V2.0 with universal streaming capabilities

Major Changes: - Add StreamingService with OpenAI Compatible format - Upgrade Chat component V2 with Ant Design X integration - Implement AIA module with 12 intelligent agents - Update API routes to unified /api/v1 prefix - Update system documentation Backend (~1300 lines): - common/streaming: OpenAI Compatible adapter - modules/aia: 12 agents, conversation service, streaming integration - Update route versions (RVW, PKB to v1) Frontend (~3500 lines): - modules/aia: AgentHub + ChatWorkspace (100% prototype restoration) - shared/Chat: AIStreamChat, ThinkingBlock, useAIStream Hook - Update API endpoints to v1 Documentation: - AIA module status guide - Universal capabilities catalog - System overview updates - All module documentation sync Tested: Stream response verified, authentication working Status: AIA V2.0 core completed (85%)
2026-01-14 19:15:01 +08:00
parent 3d35e9c58b
commit 1b53ab9d52
386 changed files with 52096 additions and 65238 deletions
--- a/docs/03-业务模块/ASL-AI智能文献/02-技术设计/06-质量保障与可追溯策略.md
+++ b/docs/03-业务模块/ASL-AI智能文献/02-技术设计/06-质量保障与可追溯策略.md
@@ -1,71 +1,71 @@
 # ASL 璐ㄩ噺淇濋殰涓庡彲杩芥函绛栫暐

-> **文档版本：** V1.0  
-> **创建日期：** 2025-11-15  
-> **适用模块：** AI 智能文献（ASL）  
-> **目标：** 分阶段提升文献筛选、数据提取的准确率、质量控制和可追溯性
+> **鏂囨。鐗堟湰锛?* V1.0  
+> **鍒涘缓鏃ユ湡锛?* 2025-11-15  
+> **閫傜敤妯″潡锛?* AI 鏅鸿兘鏂囩尞锛圓SL锛? 
+> **鐩<EFBFBD>爣锛?* 鍒嗛樁娈垫彁鍗囨枃鐚<E69E83>瓫閫夈€佹暟鎹<E69A9F>彁鍙栫殑鍑嗙‘鐜囥€佽川閲忔帶鍒跺拰鍙<E68BB0>拷婧<E68BB7>€?

 ---

 ## 馃搵 鏂囨。姒傝堪

-本文档定义了 ASL 模块在 **MVP → V1.0 → V2.0** 三个阶段中，如何逐步提升：
-1. **提取准确率**：从基础可用 → 高质量 → 医学级标准
-2. **质量控制**：从人工抽查 → 自动验证 → 智能仲裁
-3. **可追溯性**：从基本记录 → 完整证据链 → 审计级日志
+鏈<EFBFBD>枃妗ｅ畾涔変簡 ASL 妯″潡鍦?**MVP 鈫?V1.0 鈫?V2.0** 涓変釜闃舵<E99783>涓<EFBFBD>紝濡備綍閫愭<E996AB>鎻愬崌锛?
+1. **鎻愬彇鍑嗙‘鐜?*锛氫粠鍩虹<E98DA9>鍙<EFBFBD>敤 鈫?楂樿川閲?鈫?鍖诲<E98D96>绾ф爣鍑?
+2. **璐ㄩ噺鎺у埗**锛氫粠浜哄伐鎶芥煡 鈫?鑷<>姩楠岃瘉 鈫?鏅鸿兘浠茶<E6B5A0>
+3. **鍙<EFBFBD>拷婧<EFBFBD>€?*锛氫粠鍩烘湰璁板綍 鈫?瀹屾暣璇佹嵁閾?鈫?瀹¤<E780B9>绾ф棩蹇?

 ### 鏍稿績璁捐<E79281>鍘熷垯

 | 鍘熷垯 | 璇存槑 |
 |------|------|
-| **成本可控** | MVP 阶段优先使用 DeepSeek + Qwen3，成本敏感 |
-| **质量可升级** | 可切换到 GPT-5-Pro + Claude-4.5 高端组合 |
-| **分步实施** | 避免过度设计，每个阶段交付可用功能 |
-| **医学场景优化** | 针对英文医学文献的特点优化策略 |
+| **鎴愭湰鍙<EFBFBD>帶** | MVP 闃舵<EFBFBD>浼樺厛浣跨敤 DeepSeek + Qwen3锛屾垚鏈<EFBFBD>晱鎰?|
+| **璐ㄩ噺鍙<EFBFBD>崌绾?* | 鍙<>垏鎹㈠埌 GPT-5-Pro + Claude-4.5 楂樼<EFBFBD>缁勫悎 |
+| **鍒嗘<EFBFBD>瀹炴柦** | 閬垮厤杩囧害璁捐<EFBFBD>锛屾瘡涓<EFBFBD>樁娈典氦浠樺彲鐢ㄥ姛鑳?|
+| **鍖诲<EFBFBD>鍦烘櫙浼樺寲** | 閽堝<E996BD>鑻辨枃鍖诲<E98D96>鏂囩尞鐨勭壒鐐逛紭鍖栫瓥鐣?|

 ---

 ## 馃幆 涓夐樁娈佃矾绾垮浘

 ```
-MVP (4周)              V1.0 (6周)            V2.0 (8周)
-├─ 基础双模型验证      ├─ 智能质量控制      ├─ 医学级质量保障
-├─ JSON Schema 约束    ├─ 分段提取优化      ├─ 多模型共识仲裁
-├─ 置信度评分          ├─ 证据链完整追溯    ├─ 自动质量审计
-├─ 人工复核机制        ├─ 规则引擎验证      ├─ 提示词版本管理
-└─ 基本追溯日志        └─ Few-shot 示例库   └─ HITL 智能分流
-   ↓                      ↓                    ↓
-  可用                  高质量                医学级
+MVP (4鍛?              V1.0 (6鍛?            V2.0 (8鍛?
+鈹溾攢 鍩虹<E98DA9>鍙屾ā鍨嬮獙璇?     鈹溾攢 鏅鸿兘璐ㄩ噺鎺у埗      鈹溾攢 鍖诲<E98D96>绾ц川閲忎繚闅?
+鈹溾攢 JSON Schema 绾︽潫    鈹溾攢 鍒嗘<E98D92>鎻愬彇浼樺寲      鈹溾攢 澶氭ā鍨嬪叡璇嗕徊瑁?
+鈹溾攢 缃<>俊搴﹁瘎鍒?         鈹溾攢 璇佹嵁閾惧畬鏁磋拷婧?   鈹溾攢 鑷<>姩璐ㄩ噺瀹¤<E780B9>
+鈹溾攢 浜哄伐澶嶆牳鏈哄埗        鈹溾攢 瑙勫垯寮曟搸楠岃瘉      鈹溾攢 鎻愮ず璇嶇増鏈<E5A297><E98F88>鐞?
+鈹斺攢 鍩烘湰杩芥函鏃ュ織        鈹斺攢 Few-shot 绀轰緥搴?  鈹斺攢 HITL 鏅鸿兘鍒嗘祦
+   鈫?                     鈫?                   鈫?
+  鍙<EFBFBD>敤                  楂樿川閲?               鍖诲<EFBFBD>绾?
 ```

 ---

-## 🚀 MVP 阶段（4 周）
+## 馃殌 MVP 闃舵<EFBFBD>锛? 鍛<>級

 ### 鐩<>爣瀹氫綅

- **准确率目标**：≥ 85%
- **成本预算**：筛选 1000 篇文献 ≤ ¥50
+- **鍑嗙‘鐜囩洰鏍?*锛氣墺 85%
+- **鎴愭湰棰勭畻**锛氱瓫閫?1000 绡囨枃鐚?鈮?楼50
 - **浜や粯鏍囧噯**锛氬熀纭€鍔熻兘鍙<E58598>敤锛屾敮鎸佸弻妯″瀷瀵规瘮

 ### 涓€銆佹ā鍨嬮€夋嫨绛栫暐

 #### 1.1 涓诲姏妯″瀷缁勫悎锛堟垚鏈<E59E9A>紭鍏堬級

-| 角色 | 模型 | Model ID | 用途 | 成本 |
+| 瑙掕壊 | 妯″瀷 | Model ID | 鐢ㄩ€?| 鎴愭湰 |
 |------|------|---------|------|------|
-| **模型 A** | DeepSeek-V3 | `deepseek-chat` | 快速初筛 | ¥0.001/1K tokens |
+| **妯″瀷 A** | DeepSeek-V3 | `deepseek-chat` | 蹇<EFBFBD>€熷垵绛?| 楼0.001/1K tokens |
 | **妯″瀷 B** | Qwen3-72B | `qwen-max` | 浜ゅ弶楠岃瘉 | 楼0.004/1K tokens |

-**切换选项**（质量优先）：
+**鍒囨崲閫夐」**锛堣川閲忎紭鍏堬級锛?
 - **楂樼<E6A582>缁勫悎**锛欸PT-5-Pro (`gpt-5-pro`) + Claude-4.5-Sonnet (`claude-sonnet-4-5-20250929`)
- **成本增加**：约 3-5 倍
- **准确率提升**：85% → 92%+
+- **鎴愭湰澧炲姞**锛氱害 3-5 鍊?
+- **鍑嗙‘鐜囨彁鍗?*锛?5% 鈫?92%+

 #### 1.2 妯″瀷璋冪敤绛栫暐

 ```typescript
-// 双模型并行调用
+// 鍙屾ā鍨嬪苟琛岃皟鐢?
 async function dualModelScreening(
  literature: Literature,
  protocol: Protocol
@@ -80,7 +80,7 @@ async function dualModelScreening(
  const decisionA = parseJSON(resultA.content);
  const decisionB = parseJSON(resultB.content);

-  // 一致性判断
+  // 涓€鑷存€у垽鏂?
  if (decisionA.decision === decisionB.decision) {
    return {
      finalDecision: decisionA.decision,
@@ -90,7 +90,7 @@ async function dualModelScreening(
    };
  }

-  // 冲突 → 人工复核
+  // 鍐茬獊 鈫?浜哄伐澶嶆牳
  return {
    finalDecision: 'uncertain',
    consensus: 'conflict',
@@ -100,16 +100,16 @@ async function dualModelScreening(
 }
 ```

-### 二、核心技术策略
+### 浜屻€佹牳蹇冩妧鏈<EFBFBD>瓥鐣?

-#### 2.1 ✅ 双模型交叉验证
+#### 2.1 鉁?鍙屾ā鍨嬩氦鍙夐獙璇?

-**实施方案**：
- 所有筛选任务同时调用两个模型
- 自动对比结果，标记差异
- 一致率作为质量指标（目标 ≥ 80%）
+**瀹炴柦鏂规<EFBFBD>**锛?
+- 鎵€鏈夌瓫閫変换鍔″悓鏃惰皟鐢ㄤ袱涓<EFBFBD>ā鍨?
+- 鑷<EFBFBD>姩瀵规瘮缁撴灉锛屾爣璁板樊寮?
+- 涓€鑷寸巼浣滀负璐ㄩ噺鎸囨爣锛堢洰鏍?鈮?80%锛?

-**代码示例**：
+**浠ｇ爜绀轰緥**锛?
 ```typescript
 interface DualModelResult {
  consensus: 'high' | 'conflict';
@@ -119,14 +119,14 @@ interface DualModelResult {
 }
 ```

-#### 2.2 ✅ JSON Schema 约束
+#### 2.2 鉁?JSON Schema 绾︽潫

-**实施方案**：
- 定义严格的输出格式
- 使用枚举限制取值
- 区分必填/可选字段
+**瀹炴柦鏂规<EFBFBD>**锛?
+- 瀹氫箟涓ユ牸鐨勮緭鍑烘牸寮?
+- 浣跨敤鏋氫妇闄愬埗鍙栧€?
+- 鍖哄垎蹇呭～/鍙<>€夊瓧娈?

-**Schema 定义**：
+**Schema 瀹氫箟**锛?
 ```json
 {
  "$schema": "http://json-schema.org/draft-07/schema#",
@@ -177,10 +177,10 @@ interface DualModelResult {
 }
 ```

-**提示词模板**：
+**鎻愮ず璇嶆ā鏉?*锛?
 ```typescript
 const prompt = `
-你是一位医学文献筛选专家。请根据以下 PICO 标准判断这篇文献是否应该纳入系统评价。
+浣犳槸涓€浣嶅尰瀛︽枃鐚<EFBFBD>瓫閫変笓瀹躲€傝<EFBFBD>鏍规嵁浠ヤ笅 PICO 鏍囧噯鍒ゆ柇杩欑瘒鏂囩尞鏄<E5B09E>惁搴旇<E690B4>绾冲叆绯荤粺璇勪环銆?

 # PICO 鏍囧噯
 - Population: ${protocol.population}
@@ -193,26 +193,26 @@ const prompt = `
 鎽樿<EFBFBD>: ${literature.abstract}

 # 杈撳嚭瑕佹眰
-请严格按照以下 JSON Schema 输出结果：
+璇蜂弗鏍兼寜鐓т互涓?JSON Schema 杈撳嚭缁撴灉锛?

 ${JSON.stringify(schema, null, 2)}

-注意：
-1. decision 只能是 "include"、"exclude" 或 "uncertain"
-2. reason 必须具体说明判断依据（10-500字）
-3. confidence 为 0-1 之间的数值，表示你的判断把握
+娉ㄦ剰锛?
+1. decision 鍙<EFBFBD>兘鏄?"include"銆?exclude" 鎴?"uncertain"
+2. reason 蹇呴』鍏蜂綋璇存槑鍒ゆ柇渚濇嵁锛?0-500瀛楋級
+3. confidence 涓?0-1 涔嬮棿鐨勬暟鍊硷紝琛ㄧず浣犵殑鍒ゆ柇鎶婃彙
 4. pico 瀛楁<E7809B>閫愰」璇勪及鍖归厤绋嬪害
 `;
 ```

-#### 2.3 ✅ 置信度评分
+#### 2.3 鉁?缃<>俊搴﹁瘎鍒?

-**实施方案**：
- 要求模型对每个判断给出置信度（0-1）
- 置信度 < 0.7 自动标记为需人工复核
- 记录置信度分布，优化阈值
+**瀹炴柦鏂规<EFBFBD>**锛?
+- 瑕佹眰妯″瀷瀵规瘡涓<EFBFBD>垽鏂<EFBFBD>粰鍑虹疆淇″害锛?-1锛?
+- 缃<EFBFBD>俊搴?< 0.7 鑷<EFBFBD>姩鏍囪<EFBFBD>涓洪渶浜哄伐澶嶆牳
+- 璁板綍缃<EFBFBD>俊搴﹀垎甯冿紝浼樺寲闃堝€?

-**自动分流规则**：
+**鑷<EFBFBD>姩鍒嗘祦瑙勫垯**锛?
 ```typescript
 function autoTriage(result: DualModelResult) {
  const avgConfidence = (
@@ -220,29 +220,29 @@ function autoTriage(result: DualModelResult) {
    result.models[1].confidence
  ) / 2;

-  // 规则1：冲突 → 必须复核
+  // 瑙勫垯1锛氬啿绐?鈫?蹇呴』澶嶆牳
  if (result.consensus === 'conflict') {
    return { needReview: true, priority: 'high' };
  }

-  // 规则2：低置信度 → 需要复核
+  // 瑙勫垯2锛氫綆缃<EFBFBD>俊搴?鈫?闇€瑕佸<E79195>鏍?
  if (avgConfidence < 0.7) {
    return { needReview: true, priority: 'medium' };
  }

-  // 规则3：高置信度 + 一致 → 自动通过
+  // 瑙勫垯3锛氶珮缃<EFBFBD>俊搴?+ 涓€鑷?鈫?鑷<>姩閫氳繃
  return { needReview: false, priority: 'low' };
 }
 ```

-#### 2.4 ✅ 基础可追溯
+#### 2.4 鉁?鍩虹<E98DA9>鍙<EFBFBD>拷婧?

-**实施方案**：
+**瀹炴柦鏂规<EFBFBD>**锛?
 - 淇濆瓨鍘熷<E98D98>鎻愮ず璇嶅拰妯″瀷杈撳嚭
 - 璁板綍妯″瀷鐗堟湰鍜屾椂闂存埑
 - 鍏宠仈浜哄伐澶嶆牳璁板綍

-**数据库设计**：
+**鏁版嵁搴撹<EFBFBD>璁?*锛?
 ```prisma
 model ScreeningResult {
  id              String   @id @default(uuid())
@@ -259,7 +259,7 @@ model ScreeningResult {
  modelBOutput    Json
  modelBConfidence Float
  
-  // 最终决策
+  // 鏈€缁堝喅绛?
  finalDecision   String   // "include"/"exclude"/"uncertain"
  consensus       String   // "high"/"conflict"
  needReview      Boolean
@@ -270,7 +270,7 @@ model ScreeningResult {
  reviewDecision  String?
  reviewNotes     String?
  
-  // 可追溯信息
+  // 鍙<EFBFBD>拷婧<EFBFBD>俊鎭?
  promptTemplate  String   @db.Text  // 浣跨敤鐨勬彁绀鸿瘝妯℃澘
  createdAt       DateTime @default(now())
  
@@ -280,53 +280,53 @@ model ScreeningResult {

 ### 涓夈€丮VP 鎴愭湰棰勭畻

-**场景：筛选 1000 篇文献**
+**鍦烘櫙锛氱瓫閫?1000 绡囨枃鐚?*

 | 椤圭洰 | DeepSeek | Qwen3 | 鍚堣<E98D9A> |
 |------|----------|-------|------|
 | 杈撳叆 tokens锛堝钩鍧囷級 | 800 | 800 | - |
 | 杈撳嚭 tokens锛堝钩鍧囷級 | 200 | 200 | - |
 | 鍗曟<E98D97>鎴愭湰 | 楼0.001 | 楼0.004 | 楼0.005 |
-| **1000 篇总成本** | ¥1 | ¥4 | **¥5** |
+| **1000 绡囨€绘垚鏈?* | 楼1 | 楼4 | **楼5** |

-**冲突率 20% 人工复核**：
- 自动通过：800 篇 × ¥0.005 = ¥4
- 人工复核：200 篇 × 2 分钟 = 6.7 小时
- **总成本**：¥4 + 人工成本
+**鍐茬獊鐜?20% 浜哄伐澶嶆牳**锛?
+- 鑷<EFBFBD>姩閫氳繃锛?00 绡?脳 楼0.005 = 楼4
+- 浜哄伐澶嶆牳锛?00 绡?脳 2 鍒嗛挓 = 6.7 灏忔椂
+- **鎬绘垚鏈?*锛毬? + 浜哄伐鎴愭湰

 ### 鍥涖€丮VP 楠屾敹鏍囧噯

 | 鎸囨爣 | 鐩<>爣 | 楠岃瘉鏂规硶 |
 |------|------|----------|
-| 双模型一致率 | ≥ 80% | 统计报表 |
-| JSON Schema 验证通过率 | ≥ 95% | 自动检查 |
-| 人工复核队列占比 | ≤ 20% | 系统统计 |
-| 提取结果可追溯 | 100% | 审计检查 |
-| 成本控制 | ≤ ¥50/1000 篇 | 账单监控 |
+| 鍙屾ā鍨嬩竴鑷寸巼 | 鈮?80% | 缁熻<EFBFBD>鎶ヨ〃 |
+| JSON Schema 楠岃瘉閫氳繃鐜?| 鈮?95% | 鑷<>姩妫€鏌?|
+| 浜哄伐澶嶆牳闃熷垪鍗犳瘮 | 鈮?20% | 绯荤粺缁熻<EFBFBD> |
+| 鎻愬彇缁撴灉鍙<EFBFBD>拷婧?| 100% | 瀹¤<EFBFBD>妫€鏌?|
+| 鎴愭湰鎺у埗 | 鈮?楼50/1000 绡?| 璐﹀崟鐩戞帶 |

 ---

-## 📈 V1.0 阶段（6 周）
+## 馃搱 V1.0 闃舵<EFBFBD>锛? 鍛<>級

 ### 鐩<>爣瀹氫綅

- **准确率目标**：≥ 90%
- **成本预算**：筛选 1000 篇文献 ≤ ¥80
- **交付标准**：高质量输出，智能质量控制
+- **鍑嗙‘鐜囩洰鏍?*锛氣墺 90%
+- **鎴愭湰棰勭畻**锛氱瓫閫?1000 绡囨枃鐚?鈮?楼80
+- **浜や粯鏍囧噯**锛氶珮璐ㄩ噺杈撳嚭锛屾櫤鑳借川閲忔帶鍒?

-### 一、模型策略优化
+### 涓€銆佹ā鍨嬬瓥鐣ヤ紭鍖?

 #### 1.1 鎴愭湰浼樺寲绛栫暐

-**核心思路**：80% 用低成本模型，20% 高价值任务用顶级模型
+**鏍稿績鎬濊矾**锛?0% 鐢ㄤ綆鎴愭湰妯″瀷锛?0% 楂樹环鍊间换鍔＄敤椤剁骇妯″瀷

 ```typescript
 async function smartScreening(literature: Literature, protocol: Protocol) {
-  // 第一阶段：快速初筛（DeepSeek）
+  // 绗<EFBFBD>竴闃舵<EFBFBD>锛氬揩閫熷垵绛涳紙DeepSeek锛?
  const quickResult = await llmService.chat('deepseek', buildPrompt(...));
  const quickDecision = parseJSON(quickResult.content);

-  // 如果高置信度 + 明确结论 → 直接采纳
+  // 濡傛灉楂樼疆淇″害 + 鏄庣‘缁撹<E7BC81> 鈫?鐩存帴閲囩撼
  if (
    quickDecision.confidence > 0.85 && 
    quickDecision.decision !== 'uncertain'
@@ -338,7 +338,7 @@ async function smartScreening(literature: Literature, protocol: Protocol) {
    };
  }

-  // 否则 → 启用高端模型复核
+  // 鍚﹀垯 鈫?鍚<>敤楂樼<E6A582>妯″瀷澶嶆牳
  const detailedResult = await llmService.chat('gpt5', buildPrompt(...));
  return {
    finalDecision: detailedResult.decision,
@@ -348,21 +348,21 @@ async function smartScreening(literature: Literature, protocol: Protocol) {
 }
 ```

-**预期成本节省**：
- 80% 任务用 DeepSeek：800 × ¥0.001 = ¥0.8
- 20% 任务用 GPT-5：200 × ¥0.10 = ¥20
- **总成本**：¥20.8（相比全用 GPT-5 节省 80%）
+**棰勬湡鎴愭湰鑺傜渷**锛?
+- 80% 浠诲姟鐢?DeepSeek锛?00 脳 楼0.001 = 楼0.8
+- 20% 浠诲姟鐢?GPT-5锛?00 脳 楼0.10 = 楼20
+- **鎬绘垚鏈?*锛毬?0.8锛堢浉姣斿叏鐢?GPT-5 鑺傜渷 80%锛?

-### 二、核心技术增强
+### 浜屻€佹牳蹇冩妧鏈<EFBFBD><EFBFBD>寮?

-#### 2.1 ✅ Few-shot 示例库
+#### 2.1 鉁?Few-shot 绀轰緥搴?

-**实施方案**：
+**瀹炴柦鏂规<EFBFBD>**锛?
 - 浜哄伐鏍囨敞 20-30 涓<>珮璐ㄩ噺绀轰緥
 - 閽堝<E996BD>涓嶅悓鐮旂┒绫诲瀷鍒嗙被锛圧CT銆侀槦鍒椼€佺梾渚嬪<E6B89A>鐓э級
- 动态选择相似示例嵌入提示词
+- 鍔ㄦ€侀€夋嫨鐩镐技绀轰緥宓屽叆鎻愮ず璇?

-**示例格式**：
+**绀轰緥鏍煎紡**锛?
 ```json
 {
  "examples": [
@@ -371,7 +371,7 @@ async function smartScreening(literature: Literature, protocol: Protocol) {
      "abstract": "...",
      "goldStandard": {
        "decision": "include",
-        "reason": "RCT研究，人群为糖尿病患者（匹配P），干预为阿司匹林（匹配I），对照为安慰剂（匹配C），结局为心血管事件（匹配O）",
+        "reason": "RCT鐮旂┒锛屼汉缇や负绯栧翱鐥呮偅鑰咃紙鍖归厤P锛夛紝骞查<EFBFBD>涓洪樋鍙稿尮鏋楋紙鍖归厤I锛夛紝瀵圭収涓哄畨鎱板墏锛堝尮閰岰锛夛紝缁撳眬涓哄績琛€绠′簨浠讹紙鍖归厤O锛?,
        "pico": {
          "population": "match",
          "intervention": "match",
@@ -385,12 +385,12 @@ async function smartScreening(literature: Literature, protocol: Protocol) {
 }
 ```

-**提示词增强**：
+**鎻愮ず璇嶅<EFBFBD>寮?*锛?
 ```typescript
 const promptWithExamples = `
-# 参考示例
+# 鍙傝€冪ず渚?

-以下是 3 个标注好的示例，帮助你理解判断标准：
+浠ヤ笅鏄?3 涓<>爣娉ㄥソ鐨勭ず渚嬶紝甯<E7B49D>姪浣犵悊瑙ｅ垽鏂<E59EBD>爣鍑嗭細

 ${examples.map((ex, i) => `
 ## 绀轰緥 ${i + 1}
@@ -400,22 +400,22 @@ ${examples.map((ex, i) => `
 鐞嗙敱: ${ex.goldStandard.reason}
 `).join('\n')}

-# 待筛选文献
+# 寰呯瓫閫夋枃鐚?
 鏍囬<EFBFBD>: ${literature.title}
 鎽樿<EFBFBD>: ${literature.abstract}

-请参考上述示例，输出你的判断结果（JSON格式）。
+璇峰弬鑰冧笂杩扮ず渚嬶紝杈撳嚭浣犵殑鍒ゆ柇缁撴灉锛圝SON鏍煎紡锛夈€?
 `;
 ```

-#### 2.2 ✅ 分段提取
+#### 2.2 鉁?鍒嗘<E98D92>鎻愬彇

-**实施方案**：
+**瀹炴柦鏂规<EFBFBD>**锛?
 - 閽堝<E996BD>鍏ㄦ枃鏁版嵁鎻愬彇锛屾寜绔犺妭鍒嗘<E98D92>澶勭悊
 - 姣忔<E5A7A3>鐙<EFBFBD>珛鎻愬彇锛屽噺灏戜笂涓嬫枃娣锋穯
- 最后合并结果，交叉验证一致性
+- 鏈€鍚庡悎骞剁粨鏋滐紝浜ゅ弶楠岃瘉涓€鑷存€?

-**分段策略**：
+**鍒嗘<EFBFBD>绛栫暐**锛?
 ```typescript
 async function segmentedExtraction(fullText: string, protocol: Protocol) {
  // 鍒嗘<E98D92>
@@ -437,54 +437,54 @@ async function segmentedExtraction(fullText: string, protocol: Protocol) {
 }
 ```

-**提取示例（方法学部分）**：
+**鎻愬彇绀轰緥锛堟柟娉曞<EFBFBD>閮ㄥ垎锛?*锛?
 ```typescript
 const methodsPrompt = `
 璇蜂粠浠ヤ笅鏂规硶瀛﹂儴鍒嗘彁鍙栫爺绌惰<EFBFBD>璁′俊鎭<EFBFBD>細

-# 方法学原文
+# 鏂规硶瀛﹀師鏂?
 ${methodsSection}

 # 鎻愬彇瀛楁<E7809B>
 - 鐮旂┒璁捐<E79281>绫诲瀷锛圧CT/cohort/case-control绛夛級
- 样本量（干预组/对照组）
+- 鏍锋湰閲忥紙骞查<EFBFBD>缁?瀵圭収缁勶級
 - 绾冲叆鏍囧噯
 - 鎺掗櫎鏍囧噯
- 随机化方法（如适用）
- 盲法（如适用）
+- 闅忔満鍖栨柟娉曪紙濡傞€傜敤锛?
+- 鐩叉硶锛堝<EFBFBD>閫傜敤锛?

-# 输出格式（JSON）
+# 杈撳嚭鏍煎紡锛圝SON锛?
 ${methodsSchema}
 `;
 ```

-#### 2.3 ✅ 规则引擎验证
+#### 2.3 鉁?瑙勫垯寮曟搸楠岃瘉

-**实施方案**：
+**瀹炴柦鏂规<EFBFBD>**锛?
 - 瀹氫箟涓氬姟瑙勫垯锛岃嚜鍔ㄦ<E98D94>鏌ラ€昏緫閿欒<E996BF>
- 数值范围验证
- 必填字段完整性检查
+- 鏁板€艰寖鍥撮獙璇?
+- 蹇呭～瀛楁<EFBFBD>瀹屾暣鎬ф<EFBFBD>鏌?

-**验证规则**：
+**楠岃瘉瑙勫垯**锛?
 ```typescript
 const validationRules = [
  {
-    name: '样本量合理性',
+    name: '鏍锋湰閲忓悎鐞嗘€?,
    check: (data) => {
      const total = data.sampleSize.intervention + data.sampleSize.control;
      return total >= 10 && total <= 100000;
    },
-    errorMessage: '样本量超出合理范围（10-100000）'
+    errorMessage: '鏍锋湰閲忚秴鍑哄悎鐞嗚寖鍥达紙10-100000锛?
  },
  {
-    name: 'P值范围',
+    name: 'P鍊艰寖鍥?,
    check: (data) => {
      return data.pValue >= 0 && data.pValue <= 1;
    },
    errorMessage: 'P鍊煎繀椤诲湪0-1涔嬮棿'
  },
  {
-    name: '必填字段完整性',
+    name: '蹇呭～瀛楁<EFBFBD>瀹屾暣鎬?,
    check: (data) => {
      const required = ['studyDesign', 'sampleSize', 'primaryOutcome'];
      return required.every(field => data[field] != null);
@@ -507,14 +507,14 @@ function validateExtraction(data: ExtractionResult): ValidationReport {
 }
 ```

-#### 2.4 ✅ 完整证据链
+#### 2.4 鉁?瀹屾暣璇佹嵁閾?

-**实施方案**：
+**瀹炴柦鏂规<EFBFBD>**锛?
 - 璁板綍鍘熸枃寮曠敤浣嶇疆锛堥〉鐮併€佹<E282AC>钀姐€佸彞瀛愶級
- 保存模型完整输出（含中间推理）
- 关联所有人工修改记录
+- 淇濆瓨妯″瀷瀹屾暣杈撳嚭锛堝惈涓<EFBFBD>棿鎺ㄧ悊锛?
+- 鍏宠仈鎵€鏈変汉宸ヤ慨鏀硅<EFBFBD>褰?

-**数据库增强**：
+**鏁版嵁搴撳<EFBFBD>寮?*锛?
 ```prisma
 model ExtractionResult {
  id              String   @id @default(uuid())
@@ -522,7 +522,7 @@ model ExtractionResult {
  // 鎻愬彇鍐呭<E98D90>
  extractedData   Json
  
-  // 证据链（新增）
+  // 璇佹嵁閾撅紙鏂板<EFBFBD>锛?
  evidenceChain   Json     // {
                           //   "sampleSize": {
                           //     "value": 150,
@@ -538,7 +538,7 @@ model ExtractionResult {
  modelName       String
  modelVersion    String
  promptVersion   String   // "v1.2.0"
-  rawOutput       String   @db.Text  // 原始输出（含CoT推理）
+  rawOutput       String   @db.Text  // 鍘熷<EFBFBD>杈撳嚭锛堝惈CoT鎺ㄧ悊锛?
  
  // 淇<>敼鍘嗗彶
  revisions       ExtractionRevision[]
@@ -551,7 +551,7 @@ model ExtractionRevision {
  id              String   @id @default(uuid())
  extractionId    String
  
-  fieldName       String   // 修改的字段
+  fieldName       String   // 淇<EFBFBD>敼鐨勫瓧娈?
  oldValue        Json
  newValue        Json
  reason          String   // 淇<>敼鐞嗙敱
@@ -566,41 +566,41 @@ model ExtractionRevision {

 ### 涓夈€乂1.0 鎴愭湰棰勭畻

-**场景：筛选 1000 篇 + 提取 200 篇全文**
+**鍦烘櫙锛氱瓫閫?1000 绡?+ 鎻愬彇 200 绡囧叏鏂?*

 | 浠诲姟 | 绛栫暐 | 鎴愭湰 |
 |------|------|------|
-| 标题摘要筛选 | 80% DeepSeek + 20% GPT-5 | ¥21 |
-| 全文数据提取 | 分段提取（GPT-5） | ¥60 |
-| **总成本** | - | **¥81** |
+| 鏍囬<EFBFBD>鎽樿<EFBFBD>绛涢€?| 80% DeepSeek + 20% GPT-5 | 楼21 |
+| 鍏ㄦ枃鏁版嵁鎻愬彇 | 鍒嗘<E98D92>鎻愬彇锛圙PT-5锛?| 楼60 |
+| **鎬绘垚鏈?* | - | **楼81** |

 ### 鍥涖€乂1.0 楠屾敹鏍囧噯

 | 鎸囨爣 | 鐩<>爣 | 楠岃瘉鏂规硶 |
 |------|------|----------|
-| 提取准确率 | ≥ 90% | 人工抽查 50 篇 |
-| Few-shot 示例库 | ≥ 20 个 | 人工标注 |
-| 规则引擎覆盖率 | ≥ 80% | 代码审查 |
-| 证据链完整性 | 100% | 审计检查 |
-| 成本控制 | ≤ ¥80/项目 | 账单监控 |
+| 鎻愬彇鍑嗙‘鐜?| 鈮?90% | 浜哄伐鎶芥煡 50 绡?|
+| Few-shot 绀轰緥搴?| 鈮?20 涓?| 浜哄伐鏍囨敞 |
+| 瑙勫垯寮曟搸瑕嗙洊鐜?| 鈮?80% | 浠ｇ爜瀹℃煡 |
+| 璇佹嵁閾惧畬鏁存€?| 100% | 瀹¤<EFBFBD>妫€鏌?|
+| 鎴愭湰鎺у埗 | 鈮?楼80/椤圭洰 | 璐﹀崟鐩戞帶 |

 ---

-## 🏆 V2.0 阶段（8 周）
+## 馃弳 V2.0 闃舵<EFBFBD>锛? 鍛<>級

 ### 鐩<>爣瀹氫綅

- **准确率目标**：≥ 95%（医学级）
+- **鍑嗙‘鐜囩洰鏍?*锛氣墺 95%锛堝尰瀛︾骇锛?
 - **鎴愭湰棰勭畻**锛氭寜闇€閰嶇疆
- **交付标准**：自动化质量审计，符合临床研究规范
+- **浜や粯鏍囧噯**锛氳嚜鍔ㄥ寲璐ㄩ噺瀹¤<E780B9>锛岀<E9949B>鍚堜复搴婄爺绌惰<E7BB8C>鑼?

 ### 涓€銆佸尰瀛︾骇璐ㄩ噺淇濋殰

-#### 1.1 ✅ 三模型共识仲裁
+#### 1.1 鉁?涓夋ā鍨嬪叡璇嗕徊瑁?

-**实施方案**：
+**瀹炴柦鏂规<EFBFBD>**锛?
 - 鍙屾ā鍨嬪啿绐佹椂锛岃嚜鍔ㄥ惎鐢ㄧ<E990A2>涓夋柟浠茶<E6B5A0>
- 三模型投票决策
+- 涓夋ā鍨嬫姇绁ㄥ喅绛?
 - 璁板綍浠茶<E6B5A0>杩囩▼

 ```typescript
@@ -608,7 +608,7 @@ async function threeModelArbitration(
  literature: Literature,
  protocol: Protocol
 ) {
-  // 第一轮：双模型
+  // 绗<EFBFBD>竴杞<EFBFBD>細鍙屾ā鍨?
  const [resultA, resultB] = await Promise.all([
    llmService.chat('deepseek', buildPrompt(...)),
    llmService.chat('qwen', buildPrompt(...))
@@ -619,11 +619,11 @@ async function threeModelArbitration(
    return { finalDecision: resultA.decision, arbitration: false };
  }

-  // 冲突 → 启用 Claude 仲裁
-  console.log('检测到冲突，启用 Claude-4.5 仲裁...');
+  // 鍐茬獊 鈫?鍚<>敤 Claude 浠茶<EFBFBD>
+  console.log('妫€娴嬪埌鍐茬獊锛屽惎鐢?Claude-4.5 浠茶<EFBFBD>...');
  const resultC = await llmService.chat('claude', buildPrompt(...));

-  // 三模型投票
+  // 涓夋ā鍨嬫姇绁?
  const votes = [resultA.decision, resultB.decision, resultC.decision];
  const voteCount = {
    include: votes.filter(v => v === 'include').length,
@@ -631,7 +631,7 @@ async function threeModelArbitration(
    uncertain: votes.filter(v => v === 'uncertain').length,
  };

-  // 多数决
+  // 澶氭暟鍐?
  const winner = Object.entries(voteCount)
    .sort((a, b) => b[1] - a[1])[0][0];

@@ -644,39 +644,39 @@ async function threeModelArbitration(
 }
 ```

-**成本控制**：
- 仅在冲突时启用仲裁（预计 10-15%）
- 单次仲裁额外成本：¥0.021（Claude-4.5）
+**鎴愭湰鎺у埗**锛?
+- 浠呭湪鍐茬獊鏃跺惎鐢ㄤ徊瑁侊紙棰勮<EFBFBD> 10-15%锛?
+- 鍗曟<EFBFBD>浠茶<EFBFBD>棰濆<EFBFBD>鎴愭湰锛毬?.021锛圕laude-4.5锛?

-#### 1.2 ✅ HITL 智能分流
+#### 1.2 鉁?HITL 鏅鸿兘鍒嗘祦

-**实施方案**：
+**瀹炴柦鏂规<EFBFBD>**锛?
 - 鍩轰簬瑙勫垯鐨勬櫤鑳戒紭鍏堢骇鎺掑簭
- 高价值/高风险任务优先人工复核
+- 楂樹环鍊?楂橀<E6A582>闄╀换鍔′紭鍏堜汉宸ュ<E5AEB8>鏍?
 - 浣庨<E6B5A3>闄╀换鍔¤嚜鍔ㄥ寲澶勭悊

-**分流规则**：
+**鍒嗘祦瑙勫垯**锛?
 ```typescript
 function intelligentTriage(result: ScreeningResult): TriageDecision {
  let priority = 0;
  let needReview = false;

-  // 规则1：三模型仍不一致 → 最高优先级
+  // 瑙勫垯1锛氫笁妯″瀷浠嶄笉涓€鑷?鈫?鏈€楂樹紭鍏堢骇
  if (result.arbitration && result.consensus === 'weak') {
    priority = 100;
    needReview = true;
  }
-  // 规则2：RCT 研究 → 中等优先级
+  // 瑙勫垯2锛歊CT 鐮旂┒ 鈫?涓<>瓑浼樺厛绾?
  else if (result.studyDesign === 'RCT') {
    priority = 70;
    needReview = result.confidence < 0.9;
  }
-  // 规则3：关键结局指标 → 高优先级
+  // 瑙勫垯3锛氬叧閿<EFBFBD>粨灞€鎸囨爣 鈫?楂樹紭鍏堢骇
  else if (result.outcome.includes('mortality')) {
    priority = 80;
    needReview = result.confidence < 0.85;
  }
-  // 规则4：高置信度 + 一致 → 自动通过
+  // 瑙勫垯4锛氶珮缃<EFBFBD>俊搴?+ 涓€鑷?鈫?鑷<>姩閫氳繃
  else if (result.confidence > 0.95 && result.consensus === 'high') {
    priority = 10;
    needReview = false;
@@ -686,27 +686,27 @@ function intelligentTriage(result: ScreeningResult): TriageDecision {
 }
 ```

-#### 1.3 ✅ 提示词版本管理
+#### 1.3 鉁?鎻愮ず璇嶇増鏈<E5A297><E98F88>鐞?

-**实施方案**：
- Git 管理提示词模板
+**瀹炴柦鏂规<EFBFBD>**锛?
+- Git 绠＄悊鎻愮ず璇嶆ā鏉?
 - 鐗堟湰鍙锋爣璁帮紙璇<E7B499>箟鍖栫増鏈<E5A297>級
 - A/B 娴嬭瘯涓嶅悓鐗堟湰鏁堟灉

-**目录结构**：
+**鐩<EFBFBD>綍缁撴瀯**锛?
 ```
 backend/prompts/asl/
 鈹溾攢鈹€ screening/
-│   ├── v1.0.0-basic.txt
-│   ├── v1.1.0-with-examples.txt
-│   └── v1.2.0-cot.txt
+鈹?  鈹溾攢鈹€ v1.0.0-basic.txt
+鈹?  鈹溾攢鈹€ v1.1.0-with-examples.txt
+鈹?  鈹斺攢鈹€ v1.2.0-cot.txt
 鈹溾攢鈹€ extraction/
-│   ├── v1.0.0-methods.txt
-│   └── v1.1.0-methods-segmented.txt
+鈹?  鈹溾攢鈹€ v1.0.0-methods.txt
+鈹?  鈹斺攢鈹€ v1.1.0-methods-segmented.txt
 鈹斺攢鈹€ changelog.md
 ```

-**版本记录**：
+**鐗堟湰璁板綍**锛?
 ```prisma
 model PromptVersion {
  id              String   @id @default(uuid())
@@ -727,14 +727,14 @@ model PromptVersion {
 }
 ```

-#### 1.4 ✅ 自动质量审计
+#### 1.4 鉁?鑷<>姩璐ㄩ噺瀹¤<E780B9>

-**实施方案**：
- 定期批量抽查（10%）
+**瀹炴柦鏂规<EFBFBD>**锛?
+- 瀹氭湡鎵归噺鎶芥煡锛?0%锛?
 - 鑷<>姩鐢熸垚璐ㄩ噺鎶ュ憡
 - 寮傚父妫€娴嬪拰鍛婅<E98D9B>

-**审计报表**：
+**瀹¤<EFBFBD>鎶ヨ〃**锛?
 ```typescript
 interface QualityAuditReport {
  period: { start: Date; end: Date };
@@ -742,8 +742,8 @@ interface QualityAuditReport {
  sampledTasks: number;
  
  metrics: {
-    accuracy: number;           // 准确率
-    interRaterAgreement: number; // 人机一致性
+    accuracy: number;           // 鍑嗙‘鐜?
+    interRaterAgreement: number; // 浜烘満涓€鑷存€?
    falsePositiveRate: number;   // 鍋囬槼鎬х巼
    falseNegativeRate: number;   // 鍋囬槾鎬х巼
  };
@@ -766,14 +766,14 @@ interface QualityAuditReport {

 ### 浜屻€侀珮绾ф彁绀鸿瘝宸ョ▼

-#### 2.1 ✅ Chain of Thought (CoT)
+#### 2.1 鉁?Chain of Thought (CoT)

-**实施方案**：
+**瀹炴柦鏂规<EFBFBD>**锛?
 - 瑕佹眰妯″瀷杈撳嚭鎺ㄧ悊杩囩▼
- 分步骤判断 PICO 匹配度
- 最后给出综合结论
+- 鍒嗘<EFBFBD>楠ゅ垽鏂?PICO 鍖归厤搴?
+- 鏈€鍚庣粰鍑虹患鍚堢粨璁?

-**提示词示例**：
+**鎻愮ず璇嶇ず渚?*锛?
 ```
 璇锋寜鐓т互涓嬫<EFBFBD>楠ゅ垽鏂<EFBFBD>繖绡囨枃鐚<EFBFBD>槸鍚﹀簲璇ョ撼鍏ワ細

@@ -788,15 +788,15 @@ interface QualityAuditReport {
 - Outcome: 璇︾粏鍒嗘瀽缁撳眬鎸囨爣鏄<E788A3>惁鍖归厤

 # Step 3: 缁煎悎鍒ゆ柇
- 汇总以上分析
- 给出最终决策（include/exclude/uncertain）
- 评估置信度（0-1）
+- 姹囨€讳互涓婂垎鏋?
+- 缁欏嚭鏈€缁堝喅绛栵紙include/exclude/uncertain锛?
+- 璇勪及缃<EFBFBD>俊搴︼紙0-1锛?

 # 杈撳嚭鏍煎紡
 {
  "reasoning": {
-    "studyDesign": "这是一项...",
-    "population": "人群匹配度分析...",
+    "studyDesign": "杩欐槸涓€椤?..",
+    "population": "浜虹兢鍖归厤搴﹀垎鏋?..",
    "intervention": "骞查<E9AA9E>鎺<EFBFBD>柦鍒嗘瀽...",
    "comparison": "瀵圭収鍒嗘瀽...",
    "outcome": "缁撳眬鎸囨爣鍒嗘瀽..."
@@ -807,19 +807,19 @@ interface QualityAuditReport {
 }
 ```

-#### 2.2 ✅ 动态示例选择
+#### 2.2 鉁?鍔ㄦ€佺ず渚嬮€夋嫨

-**实施方案**：
- 计算待筛选文献与示例库的语义相似度
- 动态选择最相似的 3-5 个示例
- 嵌入提示词
+**瀹炴柦鏂规<EFBFBD>**锛?
+- 璁＄畻寰呯瓫閫夋枃鐚<EFBFBD>笌绀轰緥搴撶殑璇<EFBFBD>箟鐩镐技搴?
+- 鍔ㄦ€侀€夋嫨鏈€鐩镐技鐨?3-5 涓<>ず渚?
+- 宓屽叆鎻愮ず璇?

 ```typescript
 async function selectSimilarExamples(
  literature: Literature,
  examplePool: Example[]
 ): Promise<Example[]> {
-  // 使用嵌入模型计算相似度
+  // 浣跨敤宓屽叆妯″瀷璁＄畻鐩镐技搴?
  const literatureEmbedding = await getEmbedding(
    `${literature.title} ${literature.abstract}`
  );
@@ -829,7 +829,7 @@ async function selectSimilarExamples(
    similarity: cosineSimilarity(literatureEmbedding, ex.embedding)
  }));

-  // 返回最相似的 5 个
+  // 杩斿洖鏈€鐩镐技鐨?5 涓?
  return similarities
    .sort((a, b) => b.similarity - a.similarity)
    .slice(0, 5)
@@ -839,25 +839,25 @@ async function selectSimilarExamples(

 ### 涓夈€乂2.0 鎴愭湰棰勭畻

-**场景：高质量系统评价项目（筛选 5000 篇 + 提取 300 篇）**
+**鍦烘櫙锛氶珮璐ㄩ噺绯荤粺璇勪环椤圭洰锛堢瓫閫?5000 绡?+ 鎻愬彇 300 绡囷級**

 | 浠诲姟 | 绛栫暐 | 鎴愭湰 |
 |------|------|------|
-| 标题摘要筛选 | 成本优化 + 15% 仲裁 | ¥120 |
-| 全文数据提取 | GPT-5 + Claude 双模型 | ¥350 |
+| 鏍囬<EFBFBD>鎽樿<EFBFBD>绛涢€?| 鎴愭湰浼樺寲 + 15% 浠茶<EFBFBD> | 楼120 |
+| 鍏ㄦ枃鏁版嵁鎻愬彇 | GPT-5 + Claude 鍙屾ā鍨?| 楼350 |
 | 璐ㄩ噺瀹¤<E780B9> | 10% 鎶芥煡 | 楼30 |
-| **总成本** | - | **¥500** |
+| **鎬绘垚鏈?* | - | **楼500** |

 ### 鍥涖€乂2.0 楠屾敹鏍囧噯

 | 鎸囨爣 | 鐩<>爣 | 楠岃瘉鏂规硶 |
 |------|------|----------|
-| 提取准确率 | ≥ 95% | 人工抽查 100 篇 |
-| 人机一致性 | ≥ 90% | Cohen's Kappa |
-| 假阳性率 | ≤ 5% | 统计分析 |
-| 假阴性率 | ≤ 3% | 统计分析 |
-| 提示词版本管理 | 100% | Git 历史 |
-| 自动化审计 | 每周 1 次 | 系统报表 |
+| 鎻愬彇鍑嗙‘鐜?| 鈮?95% | 浜哄伐鎶芥煡 100 绡?|
+| 浜烘満涓€鑷存€?| 鈮?90% | Cohen's Kappa |
+| 鍋囬槼鎬х巼 | 鈮?5% | 缁熻<EFBFBD>鍒嗘瀽 |
+| 鍋囬槾鎬х巼 | 鈮?3% | 缁熻<EFBFBD>鍒嗘瀽 |
+| 鎻愮ず璇嶇増鏈<EFBFBD><EFBFBD>鐞?| 100% | Git 鍘嗗彶 |
+| 鑷<EFBFBD>姩鍖栧<EFBFBD>璁?| 姣忓懆 1 娆?| 绯荤粺鎶ヨ〃 |

 ---

@@ -865,87 +865,87 @@ async function selectSimilarExamples(

 | 缁村害 | MVP | V1.0 | V2.0 |
 |------|-----|------|------|
-| **准确率** | 85% | 90% | 95% |
-| **模型组合** | DeepSeek + Qwen3 | 成本优化策略 | 三模型仲裁 |
-| **质量控制** | 双模型验证 | 规则引擎 + Few-shot | HITL + 自动审计 |
-| **可追溯性** | 基本日志 | 完整证据链 | 审计级记录 |
-| **成本/1000 篇** | ¥5 | ¥21 | ¥24 + 仲裁 |
-| **开发周期** | 4 周 | 6 周 | 8 周 |
-| **适用场景** | 快速验证 | 常规项目 | 高质量发表 |
+| **鍑嗙‘鐜?* | 85% | 90% | 95% |
+| **妯″瀷缁勫悎** | DeepSeek + Qwen3 | 鎴愭湰浼樺寲绛栫暐 | 涓夋ā鍨嬩徊瑁?|
+| **璐ㄩ噺鎺у埗** | 鍙屾ā鍨嬮獙璇?| 瑙勫垯寮曟搸 + Few-shot | HITL + 鑷<EFBFBD>姩瀹¤<EFBFBD> |
+| **鍙<EFBFBD>拷婧<EFBFBD>€?* | 鍩烘湰鏃ュ織 | 瀹屾暣璇佹嵁閾?| 瀹¤<E780B9>绾ц<E7BBBE>褰?|
+| **鎴愭湰/1000 绡?* | 楼5 | 楼21 | 楼24 + 浠茶<EFBFBD> |
+| **寮€鍙戝懆鏈?* | 4 鍛?| 6 鍛?| 8 鍛?|
+| **閫傜敤鍦烘櫙** | 蹇<EFBFBD>€熼獙璇?| 甯歌<E794AF>椤圭洰 | 楂樿川閲忓彂琛?|

 ---

 ## 馃攧 瀹炴柦璺<E69FA6>緞

-### 阶段 1: MVP 开发（Week 1-4）
+### 闃舵<EFBFBD> 1: MVP 寮€鍙戯紙Week 1-4锛?

 **Week 1**锛氬熀纭€鏋舵瀯
- [ ] LLM 服务封装（DeepSeek + Qwen3）
+- [ ] LLM 鏈嶅姟灏佽<EFBFBD>锛圖eepSeek + Qwen3锛?
 - [ ] JSON Schema 瀹氫箟
 - [ ] 鏁版嵁搴撹〃璁捐<E79281>

-**Week 2**：核心功能
- [ ] 双模型并行调用
+**Week 2**锛氭牳蹇冨姛鑳?
+- [ ] 鍙屾ā鍨嬪苟琛岃皟鐢?
 - [ ] 涓€鑷存€у垽鏂<E59EBD>€昏緫
 - [ ] 浜哄伐澶嶆牳闃熷垪

-**Week 3**：前端开发
+**Week 3**锛氬墠绔<E5A2A0>紑鍙?
 - [ ] 绛涢€夊伐浣滃彴
 - [ ] 鍐茬獊瀵规瘮瑙嗗浘
 - [ ] 浜哄伐澶嶆牳鐣岄潰

-**Week 4**：测试验收
+**Week 4**锛氭祴璇曢獙鏀?
 - [ ] 鍔熻兘娴嬭瘯
- [ ] 准确率评估
+- [ ] 鍑嗙‘鐜囪瘎浼?
 - [ ] 鎴愭湰鐩戞帶

-### 阶段 2: V1.0 增强（Week 5-10）
+### 闃舵<EFBFBD> 2: V1.0 澧炲己锛圵eek 5-10锛?

-**Week 5-6**：智能优化
+**Week 5-6**锛氭櫤鑳戒紭鍖?
 - [ ] 鎴愭湰浼樺寲绛栫暐
- [ ] Few-shot 示例库
+- [ ] Few-shot 绀轰緥搴?
 - [ ] 鍔ㄦ€佺ず渚嬮€夋嫨

-**Week 7-8**：质量控制
+**Week 7-8**锛氳川閲忔帶鍒?
 - [ ] 鍒嗘<E98D92>鎻愬彇
 - [ ] 瑙勫垯寮曟搸
 - [ ] 璇佹嵁閾惧畬鏁村寲

-**Week 9-10**：测试优化
+**Week 9-10**锛氭祴璇曚紭鍖?
 - [ ] A/B 娴嬭瘯
- [ ] 准确率提升
+- [ ] 鍑嗙‘鐜囨彁鍗?
 - [ ] 鏂囨。瀹屽杽

-### 阶段 3: V2.0 完善（Week 11-18）
+### 闃舵<EFBFBD> 3: V2.0 瀹屽杽锛圵eek 11-18锛?

-**Week 11-13**：高级功能
- [ ] 三模型仲裁
+**Week 11-13**锛氶珮绾у姛鑳?
+- [ ] 涓夋ā鍨嬩徊瑁?
 - [ ] HITL 鏅鸿兘鍒嗘祦
- [ ] 提示词版本管理
+- [ ] 鎻愮ず璇嶇増鏈<EFBFBD><EFBFBD>鐞?

-**Week 14-16**：质量审计
+**Week 14-16**锛氳川閲忓<E996B2>璁?
 - [ ] 鑷<>姩瀹¤<E780B9>绯荤粺
 - [ ] 璐ㄩ噺鎶ヨ〃
- [ ] 异常检测
+- [ ] 寮傚父妫€娴?

-**Week 17-18**：发布准备
+**Week 17-18**锛氬彂甯冨噯澶?
 - [ ] 鍏ㄩ噺娴嬭瘯
 - [ ] 鍖诲<E98D96>涓撳<E6B693>楠岃瘉
- [ ] 文档和培训
+- [ ] 鏂囨。鍜屽煿璁?

 ---

 ## 馃摎 鐩稿叧鏂囨。

- [CloseAI 集成指南](../../../02-通用能力层/01-LLM大模型网关/03-CloseAI集成指南.md)
+- [CloseAI 闆嗘垚鎸囧崡](../../../02-閫氱敤鑳藉姏灞?01-LLM澶фā鍨嬬綉鍏?03-CloseAI闆嗘垚鎸囧崡.md)
 - [AI 妯″瀷闆嗘垚璁捐<E79281>](./04-AI妯″瀷闆嗘垚璁捐<E79281>.md)
- [数据库设计](./01-数据库设计.md)
+- [鏁版嵁搴撹<EFBFBD>璁<EFBFBD>(./01-鏁版嵁搴撹<E690B4>璁?md)
 - [API 璁捐<E79281>瑙勮寖](./02-API璁捐<E79281>瑙勮寖.md)

 ---

-**更新日志**：
- 2025-11-15: 创建文档，定义 MVP/V1.0/V2.0 三阶段策略
+**鏇存柊鏃ュ織**锛?
+- 2025-11-15: 鍒涘缓鏂囨。锛屽畾涔?MVP/V1.0/V2.0 涓夐樁娈电瓥鐣?