diff --git a/docs/03-业务模块/IIT Manager Agent/00-模块当前状态与开发指南.md b/docs/03-业务模块/IIT Manager Agent/00-模块当前状态与开发指南.md
index 537e1b4d..60de4f00 100644
--- a/docs/03-业务模块/IIT Manager Agent/00-模块当前状态与开发指南.md
+++ b/docs/03-业务模块/IIT Manager Agent/00-模块当前状态与开发指南.md
@@ -1,18 +1,21 @@
# IIT Manager Agent模块 - 当前状态与开发指南
-> **文档版本:** v2.4
+> **文档版本:** v3.0
> **创建日期:** 2026-01-01
> **维护者:** IIT Manager开发团队
-> **最后更新:** 2026-02-08 🎉 **事件级质控架构 V3.1 开发完成!**
+> **最后更新:** 2026-02-25 **CRA Agent V3.0 开发计划定稿**
> **重大里程碑:**
-> - ✅ 2026-02-08:**事件级质控架构 V3.1 完成**(record+event 独立质控 + 规则动态过滤 + 报告去重 + AI对话增强)
-> - ✅ 2026-02-08:**质控驾驶舱 UI 开发完成**(PromptBuilder XML 格式 + 驾驶舱页面 + 热力图 + 详情抽屉)
-> - ✅ 2026-02-08:**质控系统优化计划制定**(XML 临床切片格式 + 质控驾驶舱设计 + 方案 A 确认)
-> - ✅ 2026-02-07:**实时质控系统开发完成**(pg-boss防抖 + 质控日志 + 录入汇总 + 管理端批量操作)
-> - ✅ 2026-02-05:**V2.9.1 完整开发计划发布**(双脑架构 + 三层记忆 + 主动性增强 + 隐私合规)
-> - ✅ 2026-02-02:**REDCap 生产环境部署完成**(ECS + RDS + HTTPS)
+> - **2026-02-25:CRA Agent V3.0 开发计划定稿**(替代 CRA 定位 + 报告驱动架构 + 4 语义化工具 + 统一驾驶舱)
+> - ✅ 2026-02-08:事件级质控架构 V3.1 完成(record+event 独立质控 + 规则动态过滤 + 报告去重)
+> - ✅ 2026-02-08:质控驾驶舱 UI 开发完成(驾驶舱页面 + 热力图 + 详情抽屉)
+> - ✅ 2026-02-07:实时质控系统开发完成(pg-boss防抖 + 质控日志 + 录入汇总 + 管理端批量操作)
+> - ✅ 2026-02-02:REDCap 生产环境部署完成(ECS + RDS + HTTPS)
> - ✅ 2026-01-04:混合检索架构实现(REDCap实时数据 + Dify文档知识库)
-> **文档目的:** 反映模块真实状态,记录开发历程
+> **文档目的:** 反映模块真实状态,记录开发历程
+> **V3.0 核心文档:**
+> - [CRA Agent V3.0 开发计划](./04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md)
+> - [统一数字 CRA 质控平台 PRD](./04-开发计划/V3.0全新开发计划/统一数字%20CRA%20质控平台产品需求文档(PRD).md)
+> - [UI 原型](./04-开发计划/V3.0全新开发计划/Final%20CRA质控平台V3.html)
---
@@ -30,27 +33,32 @@
## 🎯 模块概述
-### 核心功能
-IIT Manager Agent(研究者发起试验管理助手)是一个基于企业微信的主动式AI Agent产品,为IIT(研究者发起试验)提供智能化管理能力。
+### 核心定位(V3.0 更新)
+CRA Agent 是一个**替代 CRA 岗位的自主 AI Agent**,而非辅助 CRA 的工具。目标是用 AI 替代临床监查员 70-80% 的工作量,让 IIT 项目在无专职 CRA 的情况下也能达到合规的质控水平。主要用户为 PI(主要研究者)/ 研究团队。
-### 架构设计
-- **核心理念**:**双脑架构(V2.9.1)** - SOP 状态机 + ReAct 引擎 + 三层记忆 + 隐私合规
-- **双脑路由**:
- - **左脑(SOP 引擎)**:结构化任务执行,写操作必经
- - **右脑(ReAct 引擎)**:模糊查询,只读不写
+### 架构设计(V3.0)
+- **核心理念**:报告驱动 + LLM Tool Use + 统一驾驶舱
+- **两层架构**:
+ - **自驱动层**:定时质控 → 生成报告 → 派发 eQuery → 推送告警(Agent 自主"上班")
+ - **对话层**:ChatOrchestrator + LLM 原生 Function Calling + 4 个语义化工具
+- **4 语义化工具**:`look_up_data` / `check_quality` / `read_report` / `search_knowledge`
+- **已废弃(V2.9.1)**:双脑架构、三层记忆系统、手写 ReAct 引擎、关键词意图路由
- **技术栈**:
- 后端:Node.js (Fastify) + PostgreSQL (Prisma) + pg-boss
- - 前端:企业微信 + 微信小程序 (Taro 4.x)
+ - 前端:管理端(React + Ant Design) + 企业微信推送
- 数据源:REDCap (EDC系统)
- 通知:企业微信
- - AI能力:DeepSeek/Qwen + 自研 RAG
+ - AI能力:DeepSeek/Qwen + 自研 RAG(pgvector)+ LLM Tool Use
### 当前状态
-- **开发阶段**:🎉 **事件级质控架构 V3.1 开发完成!基本测试通过**
-- **整体完成度**:
- - **基础设施**:95%(REDCap + 企业微信 + AI 对话 + 实时质控 + 驾驶舱 UI + 事件级质控)
- - **架构设计**:100%(V2.9.1 完整开发计划发布)
- - **代码实现**:60%(实时质控系统 + 驾驶舱 UI + 事件级质控 V3.1 已实现)
+- **开发阶段**:**V3.0 开发计划已定稿,准备进入 P0 开发**
+- **已完成的基础设施**(可复用):
+ - HardRuleEngine (478行) + SoftRuleEngine (488行) + SkillRunner (756行)
+ - RedcapAdapter (1363行) + QcReportService (980行) + ToolsService (731行)
+ - 实时质控 Webhook + 质控驾驶舱 UI + 18 张数据库表
+ - 企业微信推送 + REDCap 生产环境
+- **待重构**:ChatService (1442行,关键词路由) → ChatOrchestrator + 4 Tool Use
+- **代码规模**:后端 ~15,000+ 行 / 61 个文件 / 18 张表(iit_schema)
#### ✅ 已完成功能(基础设施)
- ✅ 数据库Schema创建(iit_schema,9个表 = 原5个 + 新增4个质控表)
@@ -99,27 +107,26 @@ IIT Manager Agent(研究者发起试验管理助手)是一个基于企业微
- ✅ **AI 意图识别增强**(支持"严重违规有几项"等自然语言查询)
- ✅ **Bug 修复**(formatPatientData 500 错误 + 记录数统计 + 报告限制移除)
-#### ⏳ 待实施功能(按 Phase 规划)
-| Phase | 内容 | 优先级 | 状态 |
-|-------|------|--------|------|
-| **Phase 1** | 基础工具层(ToolsService + HardRuleEngine + AutoMapper) | P0 | ✅ 部分完成(HardRuleEngine 已实现) |
-| **Phase 1.5** | 隐私安全(AnonymizerService + PII 脱敏) | **P0 合规必需** | 待开始 |
-| **Phase 2** | 实时质控系统(QC Worker + QcService + 批量操作) | P0 | ✅ **已完成** |
-| **Phase 2.5** | 质控 UI 与 LLM 格式优化(驾驶舱 + XML 临床切片) | P0 | 📋 **计划已制定** |
-| **Phase 3** | ReAct 引擎 + 流水账(ReActEngine + 反馈循环) | P0 | 待开始 |
-| **Phase 4** | 调度系统(SchedulerService + Cron Skill + ProfilerService) | P1 | 待开始 |
-| **Phase 5** | 智能路由(IntentService + 多意图处理) | P1 | 待开始 |
-| **Phase 6** | 视觉能力(VisionService) | 延后 | 待开始 |
+#### ⏳ V3.0 开发计划(2026-02-25 定稿)
-#### 📋 新增开发计划(2026-02-08)
-- **[质控系统 UI 与 LLM 格式优化计划](./04-开发计划/07-质控系统UI与LLM格式优化计划.md)**
- - 阶段 1:LLM 格式优化(PromptBuilder + XML 临床切片)~5.5h
- - 阶段 2:管理端 UI 增强(质控驾驶舱 + 统计卡片 + 热力图)~9.5h
- - 阶段 3:变量标签系统(按语义标签切片数据)~5h
+> 详见:[CRA Agent V3.0 开发计划](./04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md)
+
+| 阶段 | 内容 | 预估 | 状态 |
+|------|------|------|------|
+| **P0-1** | ChatOrchestrator + ToolsService 重构(4 语义化工具 + LLM Tool Use) | 2 天 | 待开始 |
+| **P0-2** | report 工具补全(read_report + search_knowledge 实现) | 1.5 天 | 待开始 |
+| **P0-3** | 定时质控 + 报告生成 + eQuery 闭环(pg-boss cron + 全量/增量报告 + eQuery 状态机) | 3.5 天 | 待开始 |
+| **P0-4** | 统一质控驾驶舱(概览 + AI Stream + eQuery 管理 + 报告归档 + 重大事件库) | 2.5 天 | 待开始 |
+| **P1-1** | 企业微信主动推送(日报/告警/eQuery 通知) | 2 天 | 待开始 |
+| **P1-2** | 管理端配置增强(规则模板 + 多项目切换) | 2 天 | 待开始 |
+| **P2** | 长期可选(PII 脱敏 / SDV 视觉核对 / AutoMapper / 数据响应质量评级) | - | 待开始 |
+
+**P0 合计:约 9.5 天 / P0+P1 合计:约 13.5 天(1 人)**
- **部署状态**:✅ REDCap 生产环境运行中(https://redcap.xunzhengyixue.com/)
-- **已知问题**:无
-- **开发计划文档**:[V2.9.1 综合开发计划](./04-开发计划/IIT%20Manager%20Agent%20V2.6%20综合开发计划.md)
+- **已知问题**:ChatService (1442行) 为"上帝类",关键词路由需重构为 LLM Tool Use
+- **开发计划文档**:[CRA Agent V3.0 开发计划](./04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md)
+- **历史计划文档**:[V2.9.1 综合开发计划](./04-开发计划/IIT%20Manager%20Agent%20V2.6%20综合开发计划.md)(已归档)
---
@@ -176,17 +183,16 @@ IIT Manager Agent(研究者发起试验管理助手)是一个基于企业微
- ✅ 端到端测试通过(<2秒延迟,100%成功率)
- ✅ **🎯 MVP闭环完全打通**(REDCap → Node.js → 企业微信)
-**下一步任务**:
-- ⏳ Phase 1.5:AI质控能力(Dify RAG + 规则引擎)
-- ⏳ Phase 2:多项目支持(`notification_config` 字段)
-- ⏳ Phase 2:定时轮询实现(兜底机制)
+**下一步任务(V3.0)**:
+- ⏳ P0-1:ChatOrchestrator + ToolsService 重构(LLM Tool Use + 4 语义化工具)
+- ⏳ P0-2:read_report + search_knowledge 工具实现
+- ⏳ P0-3:定时质控 + 报告生成 + eQuery 闭环
+- ⏳ P0-4:统一质控驾驶舱(AI Stream + eQuery 管理)
-**待完成任务**:
-- ⏳ 数据质量Agent开发(AI质控)
-- ⏳ 企业微信对话功能(用户消息处理)
-- ⏳ 影子状态管理
-- ⏳ 微信小程序前端
-- ⏳ REDCap双向回写
+**已废弃的旧计划任务**:
+- ~~Phase 3:ReAct 引擎~~ → 改用 LLM 原生 Tool Use
+- ~~Phase 5:IntentService~~ → LLM 自行选择工具
+- ~~微信小程序前端~~ → 管理端 Web 前端 + 企微推送
---
@@ -197,18 +203,31 @@ IIT Manager Agent(研究者发起试验管理助手)是一个基于企业微
- **Schema名称**:`iit_schema`
- **数据库**:`ai_clinical_research`(RDS PostgreSQL 15)
- **创建时间**:2025-12-31
-- **表数量**:5个
+- **表数量**:18 个(原始 5 个 + 质控 4 个 + 规则/技能 4 个 + 知识库/会话/字段元数据 5 个)
- **验证状态**:✅ 已创建并验证
-### 2.2 表结构
+### 2.2 核心表结构
-| 表名 | 用途 | 主要字段 | 索引 |
-|------|------|---------|------|
-| **IitProject** | 项目配置 | id, redcapApiUrl, redcapApiToken, difyAgentUrl | redcapProjectId |
-| **IitPendingAction** | 影子状态(待审核动作) | id, projectId, actionType, status | projectId, status |
-| **IitTaskRun** | 任务运行记录 | id, projectId, taskType, status | projectId, status |
-| **IitUserMapping** | 跨系统用户映射 | id, projectId, redcapUsername, wechatUserId | redcapUsername, wechatUserId |
-| **IitAuditLog** | 审计日志 | id, projectId, actionType, operator | projectId, createdAt |
+| 表名 | 用途 | 类别 |
+|------|------|------|
+| **IitProject** | 项目配置(REDCap 连接 + 规则 + 知识库) | 基础 |
+| **IitPendingAction** | 影子状态(待审核动作) | 基础 |
+| **IitTaskRun** | 任务运行记录 | 基础 |
+| **IitUserMapping** | 跨系统用户映射 | 基础 |
+| **IitAuditLog** | 审计日志 | 基础 |
+| **iit_qc_logs** | 质控日志(单条质控问题记录) | 质控 |
+| **iit_record_summary** | 患者录入汇总 | 质控 |
+| **iit_qc_project_stats** | 项目级质控统计 | 质控 |
+| **iit_field_metadata** | REDCap 字段元数据缓存 | 质控 |
+| **iit_qc_rules** | 质控规则定义 | 规则 |
+| **iit_qc_skills** | 质控技能定义 | 规则 |
+| **iit_qc_rule_skill** | 规则-技能关联 | 规则 |
+| **iit_qc_skill_triggers** | 技能触发器 | 规则 |
+| **iit_chat_sessions** | 对话会话 | 会话 |
+| **iit_chat_messages** | 对话消息 | 会话 |
+| **iit_knowledge_bases** | 知识库 | 知识 |
+| **iit_knowledge_documents** | 知识库文档 | 知识 |
+| **iit_qc_reports**(V3.0 新增) | 质控报告归档 | 报告 |
### 2.3 Prisma Schema位置
@@ -216,8 +235,8 @@ IIT Manager Agent(研究者发起试验管理助手)是一个基于企业微
AIclinicalresearch/backend/prisma/schema.prisma
```
-**IIT Manager Schema定义**(位于文件末尾):
-- 完整的5个表模型定义
+**IIT Manager Schema定义**(~350 行类型定义):
+- 18 个表模型定义
- 外键关系配置
- 索引优化
- JSON字段支持
@@ -233,20 +252,29 @@ AIclinicalresearch/backend/prisma/schema.prisma
- **Web框架**:Fastify
- **ORM**:Prisma 6.17.0(多Schema支持)
- **任务队列**:pg-boss(Postgres-Only架构)
-- **AI能力**:Dify RAG(RESTful API)
+- **AI能力**:LLM Tool Use (DeepSeek/Qwen) + 自研 RAG (pgvector)
-**模块结构**:
+**模块结构**(61 个文件,~15,000+ 行):
```
backend/src/modules/iit-manager/
-├── index.ts ✅ 主入口(模块注册)
-├── types/
-│ └── index.ts ✅ 类型定义(223行)
-├── routes/
-│ └── index.ts ✅ 路由骨架
-├── controllers/ ⏳ 待开发
-├── services/ ⏳ 待开发
-├── agents/ ⏳ 待开发
-└── adapters/ ⏳ 待开发
+├── index.ts ✅ 主入口
+├── types/index.ts ✅ 类型定义
+├── routes/ ✅ 路由(5+ 个路由文件)
+├── controllers/ ✅ 控制器(Webhook/QcCockpit/Admin)
+├── services/
+│ ├── ChatService.ts ✅ 1442行(V3.0 将重构为 ChatOrchestrator)
+│ ├── ToolsService.ts ✅ 731行(V3.0 重构为 4 语义化工具)
+│ ├── HardRuleEngine.ts ✅ 478行(JSON-logic 硬规则)
+│ ├── SoftRuleEngine.ts ✅ 488行(LLM 软规则)
+│ ├── SkillRunner.ts ✅ 756行(质控技能编排)
+│ ├── QcReportService.ts ✅ 980行(报告生成)
+│ ├── QcService.ts ✅ 质控查询服务
+│ ├── RedcapCacheService.ts ✅ REDCap 缓存
+│ ├── KnowledgeBaseService.ts ✅ 知识库服务
+│ └── ...
+├── adapters/
+│ └── RedcapAdapter.ts ✅ 1363行(REDCap API 适配器)
+└── workers/ ✅ pg-boss Worker(质控/同步)
```
### 3.2 前端技术栈
@@ -404,20 +432,24 @@ backend/prisma/schema.prisma
- 包含外键关系和索引
```
-**模块代码**:
+**模块代码**(主要文件):
```
backend/src/modules/iit-manager/
-├── index.ts ✅ 82行(模块注册)
-├── types/index.ts ✅ 223行(类型定义)
-├── routes/index.ts ✅ 23行(路由骨架)
-├── test-iit-database.ts ✅ 111行(数据库测试)
-└── test-wechat-push.ts ✅ 138行(企微测试)
+├── services/ChatService.ts 1442行(对话服务,V3.0 待重构)
+├── adapters/RedcapAdapter.ts 1363行(REDCap API 适配器)
+├── services/QcReportService.ts 980行(质控报告生成)
+├── services/SkillRunner.ts 756行(技能编排器)
+├── services/ToolsService.ts 731行(工具服务,V3.0 待重构)
+├── services/SoftRuleEngine.ts 488行(LLM 软规则)
+├── services/HardRuleEngine.ts 478行(JSON-logic 硬规则)
+├── controllers/WebhookController.ts 500+行(REDCap/企微回调)
+└── ... (61 files total)
```
**代码统计**:
-- **已完成代码**:577行
-- **测试脚本**:249行
-- **总计**:826行
+- **后端代码**:~15,000+ 行 / 61 个文件
+- **数据库表**:18 张(iit_schema)
+- **Prisma Schema**:~350 行类型定义
### 5.2 前端代码
@@ -538,173 +570,41 @@ npx ts-node src/modules/iit-manager/test-wechat-push.ts
---
-## 🎯 八、下一步工作(Day 2)
+## 🎯 八、下一步工作(V3.0 开发)
-### 8.1 Day 2总体目标
+### 8.1 V3.0 首要目标
-**核心目标**:实现REDCap数据的实时拉取能力
+**核心目标**:将 ChatService 关键词路由重构为 LLM 原生 Tool Use 架构
-**交付物**:
-- ✅ REDCap API Adapter(`RedcapAdapter.ts`)
-- ✅ Webhook接收器(`WebhookController.ts`)
-- ✅ 数据同步管理(`SyncManager.ts`)
-- ✅ 完整测试(单元测试 + 集成测试)
+**即将开始**:P0-1 ChatOrchestrator + ToolsService 重构(2 天)
-**预计工作量**:6-8小时(完整工作日)
+**核心交付物**:
+- ChatOrchestrator(替代 ChatService,~300 行,LLM Tool Use 循环)
+- ToolsService 重构(6 个细粒度工具 → 4 个语义化工具)
+- System Prompt(嵌入工具选择策略)
+- 端到端测试(对话 → LLM 选工具 → 执行 → 返回结果)
----
+**详细计划**:[CRA Agent V3.0 开发计划](./04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md)
-### 8.2 阶段1:环境准备(30分钟)
+### 8.2 V3.0 产品三原则
-**REDCap配置**:
-- [ ] 在Control Center启用DET功能
-- [ ] 在test0102项目生成API Token
-- [ ] 配置环境变量:
- ```env
- REDCAP_BASE_URL=http://localhost:8080
- REDCAP_API_TOKEN_TEST=YOUR_TOKEN_HERE
- ```
-- [ ] 使用curl测试API是否可用
+1. **AI 替代**:Agent 自驱执行质控全流程,用户仅做确认
+2. **AI 白盒化**:AI Stream 时间线透明展示推理与操作过程
+3. **统一视角**:去角色化,单一平台所有用户可下钻查看
-**测试工具准备**:
-- [ ] 安装ngrok(用于DET测试)
-- [ ] 准备Postman Collection(API调试)
-- [ ] 准备测试数据(在REDCap中录入几条记录)
+### 8.3 关键注意事项
----
-
-### 8.3 阶段2:RedcapAdapter开发(1.5小时)
-
-**文件位置**:`backend/src/modules/iit-manager/adapters/RedcapAdapter.ts`
-
-**任务清单**:
-- [ ] 创建RedcapAdapter类
-- [ ] 实现 `exportRecords()` 方法(支持增量同步)
-- [ ] 实现 `exportMetadata()` 方法(获取字段定义)
-- [ ] 实现 `importRecords()` 方法(Phase 2使用)
-- [ ] 实现 `formatRedcapDate()` 工具方法
-- [ ] 配置axios超时和重试
-- [ ] 编写单元测试:`RedcapAdapter.test.ts`
-
-**验收标准**:
-- ✅ 可以拉取test0102的所有记录
-- ✅ 可以拉取指定record_id的记录
-- ✅ 可以使用dateRangeBegin增量拉取
-- ✅ 可以获取元数据(字段定义)
-- ✅ 单元测试全部通过
-
----
-
-### 8.4 阶段3:WebhookController开发(2小时)
-
-**文件位置**:`backend/src/modules/iit-manager/controllers/webhookController.ts`
-
-**任务清单**:
-- [ ] 创建WebhookController类
-- [ ] 实现 `handleRedcapWebhook()` 方法(响应时间<100ms)
-- [ ] 实现 `processWebhook()` 异步处理方法
-- [ ] 实现 `checkDuplicate()` 幂等性检查
-- [ ] 配置路由:`POST /api/v1/iit/webhooks/redcap`
-- [ ] 记录审计日志
-- [ ] 推送到质控队列(`iit:quality-check`)
-
-**验收标准**:
-- ✅ Webhook可以接收POST请求
-- ✅ 立即返回200 OK(<100ms)
-- ✅ 异步处理不阻塞响应
-- ✅ 5分钟内相同记录不重复处理
-- ✅ 成功调用RedcapAdapter拉取数据
-- ✅ 数据推送到pg-boss队列
-
----
-
-### 8.5 阶段4:SyncManager开发(1.5小时)
-
-**文件位置**:`backend/src/modules/iit-manager/services/SyncManager.ts`
-
-**任务清单**:
-- [ ] 创建SyncManager类
-- [ ] 实现 `initializeSync()` 方法(注册定时任务)
-- [ ] 实现 `handlePoll()` 方法(轮询逻辑)
-- [ ] 实现 `stopSync()` 方法(停止同步)
-- [ ] 注册pg-boss Worker:`iit:redcap:poll`
-- [ ] 增量拉取逻辑(使用lastSyncAt)
-- [ ] 更新项目lastSyncAt字段
-
-**验收标准**:
-- ✅ 可以手动触发一次轮询
-- ✅ 定时任务可以自动执行(每30分钟)
-- ✅ 增量拉取正确(只拉取新数据)
-- ✅ lastSyncAt正确更新
-- ✅ 数据推送到质控队列
-
----
-
-### 8.6 阶段5:集成测试(1小时)
-
-**测试内容**:
-1. **DET配置验证**:
- - [ ] 在REDCap中配置DET URL
- - [ ] 使用ngrok测试Webhook
- - [ ] 验证Payload格式
-
-2. **API测试**:
- - [ ] 运行 `test-redcap-api.ts`
- - [ ] 验证exportRecords正常
- - [ ] 验证exportMetadata正常
-
-3. **端到端测试**:
- - [ ] 在REDCap保存一条记录
- - [ ] 验证Webhook被触发
- - [ ] 验证数据被拉取
- - [ ] 验证数据推送到队列
- - [ ] 验证审计日志记录
-
-4. **轮询测试**:
- - [ ] 手动触发轮询
- - [ ] 验证增量拉取
- - [ ] 验证lastSyncAt更新
-
-**验收标准**:
-- ✅ DET实时触发正常
-- ✅ API拉取数据正常
-- ✅ 轮询补充机制正常
-- ✅ 端到端流程畅通
-- ✅ 所有测试通过
-
----
-
-### 8.7 阶段6:文档更新(30分钟)
-
-**更新内容**:
-- [ ] 更新MVP开发任务清单(Day 2标记为完成)
-- [ ] 记录API Token和配置信息
-- [ ] 更新模块当前状态文档
-- [ ] 更新架构图
-- [ ] 提交Git(遵循Git提交规范)
-
----
-
-### 8.8 关键注意事项
-
-**性能要求**:
-- ⚠️ Webhook响应时间必须<100ms
-- ⚠️ 使用`setImmediate()`异步处理,不阻塞响应
-
-**安全要求**:
-- ⚠️ API Token存储在环境变量
-- ⚠️ 不要在日志中打印完整Token
-- ⚠️ 不要提交Token到Git
-
-**可靠性要求**:
-- ⚠️ 实现幂等性检查(防止重复处理)
-- ⚠️ 实现轮询补充(防止DET遗漏)
-- ⚠️ 记录详细日志(便于排查问题)
+**架构决策**:
+- ✅ 报告优先,工具兜底(read_report 为主入口,80% 问答通过报告回答)
+- ✅ LLM 原生 Tool Use,不手写 ReAct 循环
+- ✅ 4 个粗粒度语义化工具(look_up_data / check_quality / read_report / search_knowledge)
+- ✅ pg-boss cron 定时触发(替代自建 SchedulerService)
**技术参考**:
+- 📖 [CRA Agent V3.0 开发计划](./04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md)
+- 📖 [统一数字 CRA 质控平台 PRD](./04-开发计划/V3.0全新开发计划/统一数字%20CRA%20质控平台产品需求文档(PRD).md)
+- 📖 [UI 原型](./04-开发计划/V3.0全新开发计划/Final%20CRA质控平台V3.html)
- 📖 [REDCap对接技术方案与实施指南](./04-开发计划/REDCap对接技术方案与实施指南.md)
-- 📖 [REDCap二次开发深度指南](../../Redcap/03-API对接与开发/33-REDCap二次开发深度指南.md)
-- 📖 [REDCap Docker部署操作手册](../../Redcap/01-部署与配置/10-REDCap_Docker部署操作手册.md)
---
@@ -719,9 +619,13 @@ npx ts-node src/modules/iit-manager/test-wechat-push.ts
### 9.2 开发计划文档
-- [MVP开发任务清单](./04-开发计划/MVP开发任务清单.md) - 详细任务清单
+- ⭐⭐⭐ [CRA Agent V3.0 开发计划](./04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md) - **当前核心开发计划**
+- ⭐⭐ [统一数字 CRA 质控平台 PRD](./04-开发计划/V3.0全新开发计划/统一数字%20CRA%20质控平台产品需求文档(PRD).md) - 产品需求文档
+- ⭐ [UI 原型](./04-开发计划/V3.0全新开发计划/Final%20CRA质控平台V3.html) - HTML 原型(浏览器打开预览)
+- [MVP开发任务清单](./04-开发计划/MVP开发任务清单.md) - 初期任务清单(已归档)
+- [V2.9.1 综合开发计划](./04-开发计划/IIT%20Manager%20Agent%20V2.6%20综合开发计划.md) - 旧版计划(已归档)
- [企业微信注册指南](./04-开发计划/企业微信注册指南.md) - 企业微信配置
-- ⭐ [REDCap对接技术方案与实施指南](./04-开发计划/REDCap对接技术方案与实施指南.md) - REDCap集成完整方案(Day 2核心参考)
+- [REDCap对接技术方案与实施指南](./04-开发计划/REDCap对接技术方案与实施指南.md) - REDCap集成完整方案
### 9.3 REDCap相关文档
@@ -936,11 +840,13 @@ npx ts-node src/modules/iit-manager/test-wechat-push.ts
---
> **提示**:本文档反映IIT Manager Agent模块的最新真实状态,每个里程碑完成后必须更新!
-> **最后更新**:2026-02-08 22:00
-> **当前进度**:事件级质控 V3.1 完成(60%)| 下一步:Phase 3 ReAct 引擎 + 流水账
-> **重要文档**:
-> - [事件级质控开发记录](./06-开发记录/2026-02-08-事件级质控与报告优化开发记录.md) ⭐⭐⭐⭐⭐
-> - [实时质控系统开发记录](./06-开发记录/2026-02-07-实时质控系统开发记录.md) ⭐⭐⭐⭐⭐
-> - [REDCap对接技术方案与实施指南](./04-开发计划/REDCap对接技术方案与实施指南.md) ⭐⭐⭐⭐⭐
+> **最后更新**:2026-02-25
+> **当前进度**:V3.0 开发计划已定稿 | 下一步:P0-1 ChatOrchestrator + ToolsService 重构
+> **核心文档**:
+> - [CRA Agent V3.0 开发计划](./04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md) ⭐⭐⭐⭐⭐
+> - [统一数字 CRA 质控平台 PRD](./04-开发计划/V3.0全新开发计划/统一数字%20CRA%20质控平台产品需求文档(PRD).md) ⭐⭐⭐⭐⭐
+> - [UI 原型](./04-开发计划/V3.0全新开发计划/Final%20CRA质控平台V3.html) ⭐⭐⭐⭐
+> - [事件级质控开发记录](./06-开发记录/2026-02-08-事件级质控与报告优化开发记录.md)
+> - [实时质控系统开发记录](./06-开发记录/2026-02-07-实时质控系统开发记录.md)
diff --git a/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/Final CRA质控平台V3.html b/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/Final CRA质控平台V3.html
new file mode 100644
index 00000000..ef5642f1
--- /dev/null
+++ b/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/Final CRA质控平台V3.html
@@ -0,0 +1,743 @@
+
+
+
+
+
+ 统一数字 CRA 质控平台 - 终极版
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ EDC 实时直连中
+
+
+
+
+
+
+
+
+
+
全局监查态势
+
从宏观趋势到底层患者明细,掌握项目全维度数据质量
+
+
+
+
+
+
+
+
+ 整体数据合规率
+
+
96.8%
+
↑ 较上周提升 1.2%
+
+
+
+ 待处理违规 (eQuery)
+
+
+
3
+
包含 1 项重大时序冲突
+
+
+
+ AI 今日审查表单数
+
+
+
142
+
100% 自动化,无需人工参与
+
+
+
+ 累计关键事件 (AE/PD)
+
+
+
12 项
+
已沉淀至定期质控报告
+
+
+
+
+
+
+
+
+ 当前入组患者最新质控状态 (受试者 × 表单矩阵)
+
+
+
异常/质疑中
+
逻辑存疑
+
AI 质控通过
+
+
+
+
+
+
+ | 受试者编号 |
+ 知情同意 |
+ 入选标准 |
+ 实验室检查 |
+ 不良事件 (AE) |
+ 随访记录 |
+
+
+
+
+
+
+
+
+ * 矩阵实时反映 REDCap 最新录入与 AI 验证结果。点击红色高亮色块可直接进入 eQuery 处理中心。
+
+
+
+
+
+
+
+
+
+
+
+ 近期关键事件预警 (AE/PD)
+
+
+
+
+
+
+ 严重不良事件 (SAE)
+ 昨天 14:30
+
+
P005 - 谷丙转氨酶(ALT)达到 150U/L
+
由 AI 从实验室检查表抓取,已触发强制 SDV。
+
+
+
+ 方案偏离 (PD)
+ 3天前
+
+
P002 - 随访 2 严重超窗
+
实际随访日期偏离方案要求窗口期超过 7 天。
+
+
+
+
+
+
+
+
+
+
+ 数据响应质量一览
+
+
+
+
通过 AI 发起质疑的响应速度,评估各中心的数据录入质量与配合度。
+
+
+
+ 北京协和中心 (李明)
+ 平均响应 4.5h
+
+
+
+
+
+ 上海中山中心 (赵小丽)
+ 平均响应 12.2h
+
+
+
+
+
+ 广州南方中心 (王强)
+ 平均响应 48.2h
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ AI 实时工作流水
+
+ Webhook 实时监听中
+
+
+
完全透明展示 AI 的每一次审查、推理和结果,建立 100% 的信任。
+
+
+
+
+
+
+
+
+
+ 刚才
+
+
+
+
+
+
监听 EDC 保存事件,扫描 P008 随访记录表
+
调用 12 条硬逻辑规则,比对完成。耗时 0.2 秒。
+
+ 未发现异常,放行。
+
+
+
+
+
+
+
+ 10:24
+
+
+
+
+
+
扫描 P005 实验室检查表 时拦截异常
+
+ AI 推理链路:提取到 ALT=150U/L -> 检索方案知识库发现超 SAE 阈值 -> 交叉查询患者不良事件表 -> 发现记录缺失。
+
+
+
+ 执行动作:
+ 已自动生成电子质疑 eQuery-1029,并推送到 CRC 任务列表。
+
+
+
+
+
+
+
+
+
+ 09:15
+
+
+
+
+
+
执行二次自动复核 (P003 体格检查表)
+
接收到 CRC 数据修正信号。重新验证身高体重计算的 BMI 逻辑关系。
+
+ 数据一致性验证通过,已自动关闭 eQuery-1015。
+
+
+
+
+
+
+
+ 02:00
+
+
+
+
+
+
执行每日凌晨全量交叉核对跑批 (Cron Job)
+
扫描全库 1204 份表单,进行跨表单逻辑验证。耗时 4.2 秒。未发现全局性新问题。
+
+
+
+
+
+
+
+
+
+
+
+
+
待处理质疑 (eQuery) 列表
+
AI 发现的数据缺陷,需人工 (CRC) 响应修复或上传 SDV 凭证。
+
+
+
+
+
+
+
+
+
+
+
+
+
+ P005
+ 实验室检查异常:漏报 AE
+ 强制 SDV
+
+
eQuery-1029
+
+
+ AI 监查意见:检测到 ALT 异常升高 (150U/L),已达到方案规定的 SAE 标准。但该患者无对应的 AE 记录。为了排除数据录入错误,此项已触发强制 SDV。请上传该次访视的原始化验单照片供 AI 核对。
+
+
+
+ AI 派发时间: 今天 10:24
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ P002
+ 知情同意书:逻辑时序冲突
+
+
eQuery-1028
+
+
+ AI 监查意见:签署知情同意书的日期 (2026-02-25) 晚于心电图检查日期 (2026-02-24),涉嫌违规操作。请核实 REDCap 录入日期是否错误。
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
定期报告与关键事件库
+
临床研究的长期资产。AI 自动生成的阶段性报告与全生命周期重大事件追踪。
+
+
+
+
+
+
+ AI 自动生成定期报告
+
+
+
+
+
+
2026年2月第3周 质控周报
+
共审查 842 份表单,拦截并闭环 12 项逻辑错误,项目合规率提升 0.5%。
+
+ 点击预览详细报告
+
+
+
+
+
+
2026年2月第2周 质控周报
+
共审查 750 份表单,包含 1 项 PD (方案偏离) 专题汇总分析。
+
+ 点击预览详细报告
+
+
+
+
+
+
+
+
+ 重大事件沉淀库
+
+
+
+
+
+ 严重不良事件 (SAE) 归档
+
+
P012 肺炎住院
+
2026-01-15 发生,已完成与申办方的上报流程并闭环。
+
+
+
+ 方案偏离 (PD) 归档
+
+
P003 服药依从性极低
+
记录于 2026-01-10,AI 评估为重大偏离,剔除分析集。
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
响应 eQuery-1029:上传 SDV 原始凭证
+
受试者 P005 / 实验室检查 / ALT 异常漏报
+
+
+ AI 强制核查项
+
+
+
+
+
+
+ AI 监查员判定依据
+
+
+
+
当前 REDCap 数据
+
+ lab_alt: 150 U/L
+
+
+
+
AI 要求指令
+
+ 在 REDCap 的《不良事件表》中未查找到对应记录。请在右侧上传该检验报告的原件照片,AI 将重新提取化验单数值以确认是否为您的键盘录入错误。
+
+
+
+
+
+
+
+
+
+
点击或将凭证照片拖拽至此处
+
支持 JPG, PNG, PDF 格式。请确保图片清晰,包含患者脱敏 ID。
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
\ No newline at end of file
diff --git a/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md b/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md
new file mode 100644
index 00000000..e90f5483
--- /dev/null
+++ b/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/V3.0全新开发计划.md
@@ -0,0 +1,664 @@
+# IIT CRA Agent V3.0 — 最终开发计划
+
+> **版本:** V3.0-Final
+> **日期:** 2026-02-25
+> **核心定位:** 替代 CRA 岗位的自主 AI Agent,而非辅助 CRA 的工具
+> **主要用户:** PI(主要研究者)/ 研究团队
+> **预估周期:** P0 约 9.5 天,P0+P1 约 13.5 天(1 人)
+> **关联文档:**
+> - 产品需求文档:[统一数字 CRA 质控平台 PRD](./统一数字%20CRA%20质控平台产品需求文档(PRD).md)
+> - UI 原型:[Final CRA 质控平台 V3 原型](./Final%20CRA质控平台V3.html)(HTML,浏览器打开即可预览)
+
+---
+
+## 1. 产品定位
+
+### 1.1 CRA Agent 不是给 CRA 用的——是来替代 CRA 的
+
+传统 IIT 项目中,CRA(临床监查员)负责数据质控、方案偏离识别、AE 监测、Query 管理和监查报告撰写。CRA Agent 的目标是用 AI 替代这个岗位的 70-80% 工作量,让 IIT 项目在无专职 CRA 的情况下也能达到合规的质控水平。
+
+| 维度 | 传统模式 | CRA Agent 模式 |
+|------|---------|---------------|
+| 谁干活 | 人类 CRA | AI Agent 自主执行 |
+| 工作方式 | 周期性现场监查,抽查 20% | 7×24 全量自动质控 |
+| 输出物 | 监查报告、Query 单 | 质控报告、Query 清单、风险预警 |
+| 响应速度 | 下次访视时发现问题 | 数据录入后秒级发现 |
+| 用户界面 | CRA 自己看 Excel | PI / 研究团队看驾驶舱 + 对话 |
+| 成本 | 人力费用高,IIT 常省略 | 接近零边际成本 |
+
+### 1.2 能替代与不能替代
+
+**可替代的工作(70-80%):**
+
+| CRA 工作 | 替代程度 | 实现方式 |
+|----------|---------|---------|
+| 数据质量监控(逐字段核查) | 100% | HardRuleEngine + SoftRuleEngine,全量检查 |
+| 入排标准核查 | 95% | 规则编码,LLM 辅助生成 |
+| 方案偏离识别 | 90% | 访视窗口、用药剂量等规则 |
+| AE/SAE 监测 | 85% | 时限规则 + 因果关系初判 |
+| Query 生成与跟踪 | 90% | AI 生成标准化 Query |
+| 监查报告撰写 | 95% | QcReportService 自动生成 |
+| 入组趋势分析 | 100% | 纯数据统计 |
+
+**暂不替代的工作(20-30%):**
+
+| CRA 工作 | 原因 | 未来可能 |
+|----------|------|---------|
+| 原始数据核查(SDV) | 需对比医院病历,无 EMR 接口 | 接入 EMR 后可部分替代 |
+| 实地设施检查 | 需人到现场 | 不可替代 |
+| 复杂医学判断 | 需临床经验 | LLM 辅助,PI 确认 |
+| 人际沟通协调 | 催促中心、培训等 | 部分可用消息推送替代 |
+
+> **关键洞察**:大部分 IIT 项目因预算限制根本没有 CRA 在做监查。AI 做到 70% 是从 0 到 70%,而非从 100% 降到 70%。
+
+### 1.3 产品三原则
+
+1. **AI 替代,不是辅助**:Agent 自主巡查、出报告、发 Query,无需人驱动。
+2. **AI 白盒化(Trust Building)**:AI 的每一步推理和操作对全员透明——实时工作流水(AI Stream)让人看到 Agent 在做什么、为什么这么做,建立对 AI 的信任。
+3. **统一视角,去角色化**:废除传统的 PI 视角 / CRC 视角隔离。全员登录同一平台,按数据粒度(概览 → 过程 → 细节)自由穿透,实现"单一真相(Single Source of Truth)"。
+
+### 1.4 两层架构
+
+```mermaid
+graph TB
+ subgraph autonomous [自驱动层: Agent 的日常工作]
+ Cron[定时调度 pg-boss cron] --> QC[全量质控 SkillRunner]
+ Webhook[REDCap DET 实时触发] --> QC
+ QC --> Report[生成质控报告 QcReportService]
+ QC --> Trace[写入 Agent Trace 日志]
+ Report --> Push[企微推送摘要 + Query 清单]
+ Report --> Dashboard[驾驶舱数据更新]
+ Report --> eQuery[eQuery 派发]
+ end
+
+ subgraph dashboard [统一驾驶舱: 四级穿透]
+ L1["概览: 项目健康度大盘"]
+ L2["过程: AI 工作流水 Timeline"]
+ L3["细节: 问题列表 + Query 管理"]
+ L4["资产: 报告归档 + 重大事件库"]
+ L1 --> L2 --> L3 --> L4
+ end
+
+ subgraph dialogue [对话层: 全局 AI Copilot]
+ User[任意用户提问] --> Orchestrator[ChatOrchestrator]
+ Orchestrator --> LLM["LLM + 4 Tools"]
+ LLM --> Answer[结构化回答]
+ end
+
+ Report -.->|read_report| LLM
+ Trace -.-> L2
+ Dashboard -.-> L1
+ eQuery -.-> L3
+```
+
+**自驱动层是核心**——Agent 不等人问,它自己干活。统一驾驶舱是全员查看 Agent 工作成果的窗口。对话层(AI Copilot)悬浮于所有页面之上,任何人随时可问。
+
+---
+
+## 2. 现状盘点(代码实测)
+
+| 组件 | 状态 | 行数 | 说明 |
+|------|------|------|------|
+| 管理端项目配置页面 | 有 | - | 项目列表 + 详情 + REDCap 连接 + 知识库关联 |
+| 质控规则管理 UI | 有 | - | CRUD 规则,在项目详情内 |
+| HardRuleEngine | 有 | 478 | JSON 硬规则执行,成熟 |
+| SoftRuleEngine | 有 | 488 | LLM 软规则质控,可用 |
+| SkillRunner | 有 | 756 | 按 record+event 编排质控 |
+| RedcapAdapter | 有 | 1363 | 数据拉取/元数据/事件,功能完整 |
+| QcReportService | 有 | 980 | 报告生成基础,需增强定时触发和推送 |
+| ToolsService | 有 | 731 | 6 个细粒度工具,**需重构为 4 个语义化工具** |
+| 实时质控(Webhook) | 有 | - | REDCap DET → pg-boss → 质控 Worker |
+| 质控驾驶舱 UI | 有 | - | 统计卡片 + 热力图 + 详情抽屉 |
+| WechatService | 有 | - | 企微推送,运行正常 |
+| 18 张数据库表 | 有 | - | iit_schema,结构合理 |
+| **定时质控** | **缺** | - | 无 cron 调度,只有手动触发和实时 Webhook |
+| **完整报告推送** | **缺** | - | QcReportService 有但无定时触发和企微推送 |
+| **Query 清单生成** | **缺** | - | 无自动生成 Query 并推送的能力 |
+| **REDCap 变量清单可视化** | **半成品** | - | RedcapAdapter.exportMetadata() 存在但未串通到 UI |
+| **AI 辅助规则生成** | **缺** | - | 规则需手动配置,无 LLM 建议 |
+| **eQuery 闭环** | **缺** | - | Query 清单已有雏形,但无状态机(派发→回复→复核→关闭) |
+| **AI 工作流水(AI Stream)** | **半成品** | - | `iit_agent_trace` + `iit_qc_logs` 表已有,但无前端 Timeline 展示 |
+| **重大事件归档** | **缺** | - | SAE/PD 无永久归档和审计轨迹 |
+| **ChatService(对话)** | **需重构** | 1442 | 上帝类,关键词路由,需用 ChatOrchestrator 替代 |
+| **对话历史持久化** | **缺** | - | 只有内存 SessionMemory |
+
+---
+
+## 3. 工具语义化设计(4 工具方案)
+
+### 3.1 设计原则
+
+- **LLM 做粗分类**(选工具),**代码做细路由**(执行逻辑)
+- 工具数量控制在 4 个,语义正交,LLM 不会选错
+- 每个工具内部通过参数区分子场景,对 LLM 透明
+
+### 3.2 工具定义
+
+#### Tool 1: `look_up_data`
+
+```json
+{
+ "type": "function",
+ "function": {
+ "name": "look_up_data",
+ "description": "查询临床研究数据。可查单个患者详情、患者列表、入组统计、项目基本信息。所有关于'数据是什么'的问题用此工具。",
+ "parameters": {
+ "type": "object",
+ "properties": {
+ "query_type": {
+ "type": "string",
+ "enum": ["patient_detail", "patient_list", "enrollment_stats", "project_info"],
+ "description": "查询类型:patient_detail=单个患者详情, patient_list=患者列表, enrollment_stats=入组统计, project_info=项目信息"
+ },
+ "record_id": {
+ "type": "string",
+ "description": "患者记录ID(仅 patient_detail 需要)"
+ },
+ "fields": {
+ "type": "array",
+ "items": { "type": "string" },
+ "description": "需要查询的字段列表(可选,不填返回全部)"
+ }
+ },
+ "required": ["query_type"]
+ }
+ }
+}
+```
+
+**内部路由**:
+- `patient_detail` → `RedcapAdapter.exportRecords({ records: [record_id] })`
+- `patient_list` → `RedcapAdapter.exportRecords()` + 格式化
+- `enrollment_stats` → 查 `iit_record_summary` 汇总表
+- `project_info` → 查 `iit_projects` 表
+
+**合并原工具**:`read_clinical_data` + `count_records` + `get_project_info`
+
+---
+
+#### Tool 2: `check_quality`
+
+```json
+{
+ "type": "function",
+ "function": {
+ "name": "check_quality",
+ "description": "对临床数据执行质控检查。可对单个患者、全部患者、或指定规则类型执行质控。所有关于'帮我检查/质控一下'的请求用此工具。",
+ "parameters": {
+ "type": "object",
+ "properties": {
+ "scope": {
+ "type": "string",
+ "enum": ["single", "all"],
+ "description": "质控范围:single=单个患者, all=全部患者"
+ },
+ "record_id": {
+ "type": "string",
+ "description": "患者记录ID(仅 scope=single 时需要)"
+ },
+ "rule_types": {
+ "type": "array",
+ "items": { "type": "string", "enum": ["variable", "inclusion_exclusion", "protocol_deviation", "adverse_event"] },
+ "description": "限定规则类型(可选,不填执行全部规则)"
+ }
+ },
+ "required": ["scope"]
+ }
+ }
+}
+```
+
+**内部路由**:
+- `scope=single` → `SkillRunner.runByTrigger('manual', { recordId })`
+- `scope=all` → `SkillRunner.runByTrigger('manual')` 全量执行
+- `rule_types` 过滤 → 传给 `filterApplicableRules()`
+
+**合并原工具**:`run_quality_check` + `batch_quality_check`
+
+---
+
+#### Tool 3: `read_report`
+
+```json
+{
+ "type": "function",
+ "function": {
+ "name": "read_report",
+ "description": "读取质控报告。可查看最新报告概览、问题列表、趋势对比、指定患者的问题详情。80%的质控相关问题都应该先用此工具。",
+ "parameters": {
+ "type": "object",
+ "properties": {
+ "view": {
+ "type": "string",
+ "enum": ["summary", "issues", "trend", "patient_issues"],
+ "description": "视图类型:summary=报告概览, issues=问题列表, trend=趋势对比, patient_issues=指定患者的问题"
+ },
+ "severity": {
+ "type": "string",
+ "enum": ["critical", "warning", "all"],
+ "description": "按严重程度过滤(可选,默认 all)"
+ },
+ "record_id": {
+ "type": "string",
+ "description": "患者记录ID(仅 patient_issues 时需要)"
+ },
+ "limit": {
+ "type": "integer",
+ "description": "返回条数限制(可选,默认 10)"
+ }
+ },
+ "required": ["view"]
+ }
+ }
+}
+```
+
+**内部路由**:
+- `summary` → `QcReportService.getLatestReport()` 返回概览
+- `issues` → `QcReportService.getIssueList({ severity, limit })` 按严重度排序
+- `trend` → `QcReportService.getTrendComparison()` 对比近两次报告
+- `patient_issues` → `QcReportService.getPatientIssues(record_id)`
+
+**新增工具**:基于已有的 `QcReportService`(980 行)封装
+
+---
+
+#### Tool 4: `search_knowledge`
+
+```json
+{
+ "type": "function",
+ "function": {
+ "name": "search_knowledge",
+ "description": "在项目知识库中搜索信息,包括研究方案、CRF表、知情同意书等文档。所有关于'方案怎么规定的/CRF里有什么'的问题用此工具。",
+ "parameters": {
+ "type": "object",
+ "properties": {
+ "question": {
+ "type": "string",
+ "description": "要搜索的问题,用自然语言描述"
+ },
+ "doc_type": {
+ "type": "string",
+ "enum": ["protocol", "crf", "icf", "all"],
+ "description": "限定文档类型(可选,默认 all)"
+ }
+ },
+ "required": ["question"]
+ }
+ }
+}
+```
+
+**内部路由**:
+- 调用平台 RAG 引擎(pgvector 语义检索)
+- `doc_type` 过滤 → 在 RAG 查询时加 metadata filter
+
+**对应原工具**:`search_protocol`(扩展为覆盖全部知识库文档)
+
+### 3.3 对照映射表
+
+| 新工具 | 对应现有工具 | 变化 |
+|-------|------------|------|
+| `look_up_data` | `read_clinical_data` + `count_records` + `get_project_info` | 3 合 1,query_type 参数内部路由 |
+| `check_quality` | `run_quality_check` + `batch_quality_check` | 2 合 1,scope 参数内部路由 |
+| `read_report` | 新增 | 基于 QcReportService 封装,核心工具 |
+| `search_knowledge` | `search_protocol` | 扩展为全知识库 |
+
+---
+
+## 4. P0:自驱动质控流水线(9.5 天)
+
+> P0 的目标:**让 Agent 能独立"上班"** ——定时巡查所有数据、发现问题、生成报告、派发 eQuery、推送告警,无需任何人操作。全员通过统一驾驶舱查看 Agent 的工作成果。
+
+### P0-1:REDCap 变量清单导入 + 可视化(1.5 天)
+
+**目标**:管理端一键拉取 REDCap 的变量清单(Data Dictionary),展示变量名、类型、逻辑关系,作为规则配置的基础。
+
+**后端**:
+- 新增 API:`POST /api/v1/admin/iit-projects/:id/sync-metadata`
+- 调用 `RedcapAdapter.exportMetadata()` 拉取 Data Dictionary
+- 调用 `RedcapAdapter.getFormEventMapping()` 拉取表单-事件映射
+- 写入 `iit_field_metadata` 表(已存在)
+
+**前端**:
+- 在项目详情页新增"变量清单"Tab
+- 表格展示:变量名 | 标签 | 类型 | 所属表单 | 验证规则 | 分支逻辑
+- 支持搜索和按表单筛选
+
+**验收**:点击"同步变量"按钮,表格展示全部 REDCap 变量及其逻辑关系。
+
+---
+
+### P0-2:规则配置增强(2 天)
+
+**目标**:基于变量清单,配置 4 类质控规则(变量级 / 入排标准 / 方案偏离 / AE 事件)。
+
+#### P0-2a:规则配置 UI 改造(1 天)
+
+当前规则管理 UI 存在,需增强:
+
+- **变量级规则**:选择变量 → 配置范围/必填/格式(下拉选变量,自动带出类型)
+- **入排标准**:标记为入排规则类型,选择关联变量
+- **方案偏离**:配置访视窗口、时间约束等规则
+- **AE 事件**:配置 AE 识别触发条件
+
+每类规则的 JSON Schema 已被 HardRuleEngine 支持,重点是让 UI **对接变量清单**(从 `iit_field_metadata` 读取),而不是手敲变量名。
+
+#### P0-2b:AI 辅助规则建议(1 天)
+
+上传研究方案 PDF → LLM 提取关键规则 → 生成规则 JSON 建议 → 人工确认后保存。
+
+实现方式:
+- 前端:规则配置页新增"AI 生成建议"按钮
+- 后端:读取项目知识库中的方案文档(RAG 引擎) + 读取变量清单 → 组合 Prompt → LLM → 返回结构化规则 JSON
+- 前端:展示 LLM 建议的规则列表,用户逐条确认/编辑/删除后批量保存
+- **人在回路**:AI 建议,人来确认,确认后才写入 `iit_skills` 表
+
+**验收**:点击"AI 生成建议",LLM 基于方案和变量清单生成 5-10 条规则建议,用户确认后保存。
+
+---
+
+### P0-3:定时质控 + 报告生成 + eQuery 闭环(3.5 天)
+
+**目标**:Agent 的核心"日常工作"——定时全量质控、生成完整报告、派发 eQuery、推送摘要。这是 Agent "替代 CRA"最关键的一步。
+
+#### P0-3a:定时质控调度(0.5 天)
+
+- 使用 pg-boss cron 注册定时任务(如每天 8:00 执行全量质控)
+- 在项目配置中新增"定时质控"开关 + cron 表达式
+- 复用已有的 `SkillRunner.runByTrigger('cron')` 执行
+
+#### P0-3b:质控报告生成增强(1.5 天)
+
+当前 `QcReportService`(980 行)有基础,需增强为 Agent 的完整"监查报告":
+
+```
+SkillRunner 执行全量质控
+ |
+ v
+汇总结果写入 iit_qc_reports 表
+ |
+ v
+报告内容:
+ - 项目概览(入组数 / 完成率 / 质控通过率)
+ - 按受试者的问题分布
+ - 按规则类型统计(入排 / 偏离 / AE / 变量)
+ - 严重问题列表(TOP 10)
+ - 与上次报告的对比(新增 / 已解决)
+ - eQuery 清单(需跟进的问题,含建议 Query 文本)
+ - 重大事件摘要(本期新增 SAE / PD 事件)
+ |
+ v
+存储为结构化 JSON + 可读 Markdown 双格式
+```
+
+eQuery 清单:对每个严重/警告级别的问题,LLM 生成一条标准化 Query 文本(字段 + 问题描述 + 期望操作),汇总为 eQuery 清单。
+
+重大事件归档:被 AI 识别为 SAE 或重大方案偏离的事件,自动写入 `iit_critical_events` 归档表,记录发现时间、处理状态、上报轨迹,作为长期临床资产备查(审计追踪)。
+
+#### P0-3c:eQuery 闭环状态机(1 天)
+
+eQuery 不是一次性的清单,而是有完整生命周期的闭环:
+
+```
+AI 发现问题
+ |
+ v
+自动派发 eQuery(状态: pending)
+ |
+ v
+推送通知到 CRC 企微(含问题描述 + 期望操作)
+ |
+ v
+CRC 通过驾驶舱链接回复(修正数据 / 上传说明)
+ |
+ v
+AI 自动二次复核(状态: reviewing)
+ |
+ v
+复核通过 → 自动关闭(status: closed)
+复核不通过 → 重新打开(status: reopened)
+```
+
+**后端实现**:
+- 新增 `iit_equery` 表(或扩展 `iit_qc_logs` 增加 eQuery 状态字段)
+- eQuery 状态机:`pending` → `responded` → `reviewing` → `closed` / `reopened`
+- CRC 回复后触发 AI 二次质控(复用 SkillRunner 单条质控)
+- 自动关闭逻辑:二次质控通过则自动关闭
+
+**前端实现**:在驾驶舱的 eQuery 管理面板中展示(见 P0-4)。
+
+#### P0-3d:报告推送(0.5 天)
+
+- 定时质控完成后 → 自动推送摘要到企业微信
+- 推送格式:Markdown 卡片(严重问题数 + 通过率 + 待处理 eQuery 数 + "查看详情"链接)
+- 如有严重问题或新增 SAE → 单独推送告警消息
+- 链接指向统一驾驶舱页面
+
+**验收**:配置每天 8:00 定时质控,Agent 自动执行全量质控,生成含 eQuery 清单的报告,推送摘要到企微。CRC 收到 eQuery 通知后可回复,AI 自动复核并关闭。
+
+---
+
+### P0-4:统一质控驾驶舱(2.5 天)
+
+**目标**:驾驶舱是全员(PI / DM / CRC)查看 Agent 工作成果的统一平台。去角色化设计,按数据深度四级穿透。
+
+当前驾驶舱已有统计卡片 + 热力图 + 详情抽屉,需重构为四级穿透架构:
+
+#### 第一级 — 概览:项目健康度大盘(已有基础,增强)
+
+- **健康度评分**:首屏一个综合分数(基于通过率 + 待处理 eQuery + 重大事件),一眼看出项目状况
+- **核心数据卡片**:整体合规率 | 待处理 eQuery 数 | AI 已审查表单数 | 累计重大事件数
+- **高亮事件预警**:近期 SAE / 重大方案偏离,支持直接下钻
+- **趋势图**:质控通过率随时间的变化折线图
+
+#### 第二级 — 过程:AI 工作流水 Timeline(0.5 天,新增)
+
+这是 AI 白盒化的核心展示——让全员看到 Agent 在做什么。
+
+- **实时 Timeline**:动态滚动的瀑布流,展示 Agent 每次质控的完整动作链
+ - 示例:"10:24 监听 EDC 保存 → 扫描 P005 实验室表 → 执行 12 条硬规则 (0.2s) → 发现 ALT 异常 → 关联不良事件表 → 派发 eQuery-1029"
+- **数据来源**:`iit_agent_trace` 表(已存在) + `iit_qc_logs` 表(已存在),前端渲染为 Timeline 组件
+- **自动闭环展示**:CRC 修正数据后 Agent 二次复核并自动关闭 eQuery 的全过程
+
+#### 第三级 — 细节:问题列表 + eQuery 管理(已有基础,增强)
+
+- **问题跟踪**:问题状态(新发现 / 已确认 / 已解决),可标记
+- **eQuery 管理面板**:
+ - 展示全部 eQuery,按状态分组(pending / responded / closed)
+ - 每条 eQuery 含:问题描述、AI 监查意见、关联规则溯源、CRC 回复内容
+ - PI 可确认/修改 eQuery 文本后发送
+ - CRC 可在此回复 eQuery(修正数据 / 上传说明)
+- **受试者级问题穿透**:点击任意受试者可查看其全部问题 + eQuery 历史
+
+#### 第四级 — 资产:报告归档 + 重大事件库(0.5 天,新增)
+
+- **报告历史列表**:展示历次质控报告(日期 + 摘要),可点击查看详情
+- **重大事件归档库**:所有 SAE / 重大 PD 的永久归档,含处理和上报全生命周期轨迹
+- **报告导出**:一键导出 Word/PDF 质控报告(复用平台 Pandoc 能力)
+
+**统一视角设计要点**:
+- 全员看同一个界面,不做角色隔离
+- 按数据粒度逐层穿透(概览 → 过程 → 细节 → 资产),而非按角色分页
+- 红色数字高亮严重问题
+- 简化专业 CRA 术语,用研究团队能理解的语言
+
+**验收**:任意用户打开驾驶舱,一眼看到健康度评分;切到 AI Stream 看到 Agent 实时工作记录;切到问题列表管理 eQuery;切到资产库查看历史报告和重大事件归档。
+
+---
+
+## 5. P1:对话层 Tool Use 改造(4 天)
+
+> **前置条件**:P0 完成后再做。P0 产出的质控报告是对话层 `read_report` 工具的数据源。
+
+### P1-1:ChatOrchestrator + 4 工具重构(2 天)
+
+**核心改造**:用 LLM 原生 Tool Use 替代 1442 行关键词路由。
+
+**新建 `ChatOrchestrator`**(~250 行),职责:
+1. 从 `ConversationStore` 加载对话历史(最近 N 轮)
+2. 组装 System Prompt(角色设定 + 项目上下文 + 安全约束)
+3. 组装 4 个工具定义(从重构后的 ToolsService 获取)
+4. 调 LLM(带 Function Calling)
+5. 如果 LLM 返回 tool_calls → 执行工具 → 结果喂回 LLM → 最终回答
+6. 保存对话历史到数据库
+
+**重构 `ToolsService`**:
+- 删除现有 6 个工具注册
+- 注册 4 个语义化工具(`look_up_data` / `check_quality` / `read_report` / `search_knowledge`)
+- 每个工具的 `execute` 方法内部实现路由逻辑
+
+**新建 `ConversationStore`**(~120 行):
+- 对话历史持久化到 `iit_conversation_history` 表(已存在)
+- 按 userId + projectId 隔离
+- 支持最近 N 轮裁剪
+
+**废弃 `ChatService.ts`**:不再使用关键词路由。
+
+**System Prompt 核心内容**:
+
+```
+你是一个 AI 临床研究监查员(CRA Agent),负责监控 IIT 研究项目的数据质量。
+你的用户是 PI(主要研究者)和研究团队。
+
+你有 4 个工具可用:
+1. read_report — 查看质控报告(优先使用,80% 的问题用这个工具回答)
+2. look_up_data — 查询临床数据
+3. check_quality — 执行质控检查
+4. search_knowledge — 查询研究方案/CRF 等文档
+
+回答规则:
+- 所有数据必须来自工具返回,不要编造
+- 如果报告中已有答案,直接引用报告数据
+- 如果用户问的内容超出你的能力范围,诚实说明
+- 回答简洁,突出关键数字和结论
+```
+
+**验收**:用户自然语言提问(如"003 有什么问题""严重违规有几项""入排标准是什么"),LLM 自动选择正确工具回答。
+
+### P1-2:对话体验优化 + 测试(2 天)
+
+- System Prompt 精调(追问机制、长度控制、防幻觉指令)
+- 企微消息格式优化(Markdown 卡片,含关键数字和快捷操作)
+- 安全护栏(单次对话 5 轮上限、Token 预算、工具调用次数上限、异常兜底)
+- 8 个场景端到端测试:
+
+| 场景 | 示例问题 | 预期工具 | 验收标准 |
+|------|---------|---------|---------|
+| 报告概览 | "最新质控报告怎么样" | read_report(summary) | 返回概览数据 |
+| 问题查询 | "有几条严重违规" | read_report(issues, critical) | 返回精确数字 |
+| 患者详情 | "003 的数据" | look_up_data(patient_detail) | 返回患者数据 |
+| 趋势分析 | "通过率比上周好了吗" | read_report(trend) | 返回趋势对比 |
+| 手动质控 | "帮我查一下 005 的质量" | check_quality(single) | 执行质控返回结果 |
+| 方案查询 | "入排标准是什么" | search_knowledge | 返回方案内容 |
+| 模糊查询 | "项目整体情况怎么样" | read_report(summary) | 返回综合信息 |
+| 越界拒绝 | "帮我修改 003 的数据" | 无(拒绝) | 礼貌拒绝并说明 |
+
+---
+
+## 6. P2:可选(不排期)
+
+| 功能 | 说明 | 何时做 |
+|------|------|--------|
+| SDV 凭证上传 + AI 视觉核对 | CRC 上传原始医疗凭证(化验单等),VisionService 多模态比对 EDC 数据,阅后即焚保隐私 | 待 VisionService 就绪 |
+| 原始数据匹配(SDV via EMR) | AI 对比 EMR 病历 vs EDC 数据,需先定义数据源 | 待 EMR 接口 |
+| 微信小程序前端 | PI 移动端操作界面 | 核心流程跑通后 |
+| PII 隐私脱敏 | 调第三方 LLM 前脱敏患者信息 | 上线前必做 |
+| 周报自动生成 | 每周一自动汇总推送 | 定时质控跑通后 |
+| REDCap 回写 | 质控结果、eQuery 状态写回 REDCap | 根据需求决定 |
+| REDCap 嵌入伴随端 | 浏览器插件在 REDCap 录入界面植入 AI Inline 报错气泡 | 核心流程跑通后 |
+| AutoMapperService | REDCap 乱码变量自动映射为中文医学语义 | 锦上添花 |
+| 数据响应质量评级 | 以"平均响应时长"衡量 CRC 配合质量 | eQuery 闭环跑通后 |
+| eQuery 自动发送 | Agent 生成的 eQuery 自动发给 CRC(无需 PI 确认) | PI 确认流程跑通后 |
+
+---
+
+## 7. 时间线
+
+```
+ P0:自驱动质控流水线(9.5 天) P1:对话层(4 天)
+┌──────────┬──────────┬───────────────┬───────────┐ ┌──────────┬──────────┐
+│ P0-1 │ P0-2 │ P0-3 │ P0-4 │ │ P1-1 │ P1-2 │
+│ 变量导入 │ 规则配置 │ 定时质控+报告 │ 统一驾驶舱 │ │Orchestr- │ 体验优化 │
+│ │ │ +eQuery闭环 │ +AI Stream │ │ator 2天 │ 2天 │
+│ 1.5天 │ 2天 │ 3.5天 │ 2.5天 │ │ │ │
+└──────────┴──────────┴───────────────┴───────────┘ └──────────┴──────────┘
+ Day 1-2 Day 3-4 Day 5-8 Day 9-11 Day 12-13 Day 14
+```
+
+P0 完成后 Agent 已能独立运行(自动质控 + 报告 + eQuery 闭环 + 推送 + 透明驾驶舱),P1 补上对话交互能力。
+
+---
+
+## 8. 保留什么(不动的部分)
+
+| 组件 | 行数 | 理由 |
+|------|------|------|
+| HardRuleEngine | 478 | 核心质控引擎,成熟 |
+| SoftRuleEngine | 488 | LLM 质控,有价值 |
+| SkillRunner | 756 | 事件级质控编排,运行正常 |
+| RedcapAdapter | 1363 | 数据源核心,功能完整 |
+| QcReportService | 980 | 报告生成基础,P0 在此基础上增强 |
+| WebhookController | - | 实时触发,运行正常 |
+| WechatService | - | 企微推送,运行正常 |
+| 管理端 3 页面 + 驾驶舱 | - | 在此基础上增强 |
+| 18 张数据库表 | - | Schema 合理,按需新增字段 |
+
+---
+
+## 9. 不做什么
+
+| 砍掉 | 理由 |
+|------|------|
+| 双脑架构(SOP + ReAct 分离) | LLM Tool Use 已是更优方案 |
+| 三层记忆系统(流水账/热记忆/历史书) | 简化为:对话历史 DB + 项目级报告 |
+| 手写 ReAct 引擎 | LLM 原生 Function Calling 包含此能力 |
+| IntentService 关键词意图路由 | LLM 自己就是最好的路由器 |
+| 自建 SchedulerService 类 | pg-boss cron 直接实现 |
+| 微信小程序 | P0/P1 之后考虑 |
+| VisionService | 明确延后 |
+
+---
+
+## 10. 关键决策记录
+
+| 决策 | 选择 | 理由 |
+|------|------|------|
+| 产品定位 | 替代 CRA 岗位(非辅助工具) | IIT 场景 AI 可替代 70-80% CRA 工作 |
+| 主要用户 | 全员(PI / DM / CRC),去角色化 | 统一视角比角色隔离更透明高效 |
+| 驾驶舱设计 | 统一四级穿透(概览→过程→细节→资产) | 废除角色隔离,单一真相 |
+| AI 白盒化 | AI Stream 实时工作流水 | 向全员展示 AI 工作过程,建立信任 |
+| eQuery 模式 | 闭环状态机(派发→回复→复核→关闭) | 替代人工 CRA 的 Query 管理流程 |
+| 对话层架构 | LLM Tool Use + 4 语义化工具 | 比关键词路由准确,比 10+ 细粒度工具好选 |
+| 工具粒度 | 4 个粗粒度语义工具 | LLM 选择准确率高,上下文消耗低 |
+| 核心工具 | `read_report` | 80% 的 Q&A 通过读报告回答 |
+| 定时调度 | pg-boss cron | 复用平台能力,零额外代码 |
+| 规则配置 | UI 对接变量清单 + AI 建议 + 人工确认 | 效率和安全的平衡 |
+| 质控报告 | 结构化 JSON + Markdown 双格式 | JSON 供 LLM 读,Markdown 供人读 |
+| 报告推送 | 企微 Markdown 卡片 | 当前最快的用户触达渠道 |
+| 重大事件 | 永久归档 + 审计轨迹 | 合规刚需,临床长期数字资产 |
+
+---
+
+## 11. 成功标准
+
+| 指标 | P0 目标 | P1 目标 |
+|------|---------|---------|
+| Agent 自主运行 | 每天自动执行全量质控,无需人工触发 | - |
+| 质控报告 | 包含概览/分布/TOP10/趋势/eQuery 清单/重大事件 | - |
+| eQuery 闭环 | 自动派发 → CRC 回复 → AI 复核 → 自动关闭 | - |
+| AI 白盒化 | AI Stream Timeline 展示 Agent 每次质控动作链 | - |
+| 变量导入 | 一键同步 REDCap 变量清单 | - |
+| 规则配置 | UI 可视化配置 4 类规则 | - |
+| AI 建议 | LLM 生成 5-10 条规则建议,人确认后保存 | - |
+| 报告推送 | 定时推送摘要到企微 + 严重问题告警 | - |
+| 统一驾驶舱 | 四级穿透(概览→过程→细节→资产)全员可用 | - |
+| 对话准确率 | - | 工具选择准确率 > 90% |
+| 对话响应 | - | < 5 秒 |
+| 幻觉率 | - | 趋近 0(数据来自工具) |
+| 用户满意度 | 全员能看到项目质控全貌 + AI 工作透明 | 能自然语言问任何质控问题 |
+
+---
+
+> **一句话总结**:CRA Agent 不是给 CRA 用的工具——它就是 CRA。P0 让它能自主"上班"(质控 + 报告 + eQuery 闭环 + 透明驾驶舱),P1 让全员能跟它"对话"(Tool Use + 4 语义化工具)。先让 Agent 干活,再让人能问它。
diff --git a/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/统一数字 CRA 质控平台产品需求文档(PRD).md b/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/统一数字 CRA 质控平台产品需求文档(PRD).md
new file mode 100644
index 00000000..efcc9a75
--- /dev/null
+++ b/docs/03-业务模块/IIT Manager Agent/04-开发计划/V3.0全新开发计划/统一数字 CRA 质控平台产品需求文档(PRD).md
@@ -0,0 +1,129 @@
+# 统一数字 CRA 质控平台 产品需求文档 (PRD)
+
+**文档版本**:V3.0(统一视角与白盒化平台版)
+
+**关联开发计划**:[CRA Agent V3.0 最终开发计划](./V3.0全新开发计划.md)
+
+**目标受众**:研发团队、架构师、项目决策委员会
+
+**核心系统角色**:AI 监查大脑(主导者)、全员协作方(PI、DM、CRC)
+
+---
+
+## 一、产品哲学与核心定位
+
+### 1.1 产品背景与痛点重构
+
+传统临床研究不仅受困于 CRA 人力成本高昂,更受困于**"信息孤岛与黑盒效应"**——PI 看不到具体过程,CRC 被动防御质疑,CRA 疲于人工核查。本产品致力于彻底变革临床质控模式:不仅要**用 AI 替代传统 CRA 的重体力审核工作**,更要打破系统的角色壁垒,建立一个**"全员可见、完全透明、单一真相(Single Source of Truth)"**的统一数字平台。
+
+> **关键定位**:CRA Agent 不是给 CRA 用的助手——它就是 CRA。目标是替代 70-80% 的 CRA 岗位工作(详见 [V3.0 开发计划 §1.2](./V3.0全新开发计划.md))。
+
+### 1.2 核心产品目标
+
+1. **去中心化的统一视角**:废除传统系统中森严的"PI 视角"与"CRC 视角"。全员登录同一平台,按数据粒度(概览 → 过程 → 细节 → 资产)自由穿透。
+2. **AI 白盒化(Trust Building)**:将 AI 的工作从"黑盒后台"移至前台。通过"实时工作流水(AI Stream)"展示 AI 的每一次推理和调用,建立人类对 AI 的绝对信任。
+3. **长期临床资产沉淀**:不只做实时纠错,更要对整个临床试验的生命周期负责。自动生成阶段性质控报告,建立重大事件(SAE/PD)的永久档案库。
+4. **全自动 eQuery 闭环**:AI 独立发现异常、派发质疑、接收 CRC 修正信号、执行二次复核并自动关闭,实现"无人化"质控闭环。
+5. **AI 视觉 SDV(远期)**:AI 审核 CRC 上传的原始凭证(多模态视觉核对)并自动闭环。
+
+---
+
+## 二、统一平台架构与入口定义(核心功能层)
+
+系统取消角色隔离,采用**"逻辑深度递进"**的统一四级架构。
+
+### 2.1 第一级 — 全局概览(项目健康度大盘 Dashboard)
+
+- **定位**:团队宏观把控的首选视图。
+- **功能模块**:
+ - **健康度评分**:基于通过率、待处理 eQuery、重大事件的综合评分
+ - **全局核心数据卡片**:整体数据合规率、待处理 eQuery 数、AI 已自动审查表单数、累计重大事件数
+ - **高亮事件预警**:瀑布流展示近期 SAE 与重大 PD,支持直接下钻
+ - **趋势图**:质控通过率随时间的变化折线图
+
+### 2.2 第二级 — AI 监查过程(工作流水 AI Stream)
+
+- **定位**:向全员展示的"AI 劳动透明账本",白盒化的核心实现。
+- **功能模块**:
+ - **实时 Timeline**:动态滚动的瀑布流,精确记录 Agent 的完整动作链。示例:"*10:24 监听 EDC 保存事件 → 扫描 P005 实验室表 → 调用 12 条硬逻辑耗时 0.2 秒 → 提取 ALT 异常并关联不良事件表 → 发现记录缺失 → 派发 eQuery-1029*"
+ - **自动闭环展示**:清晰记录 AI 接收到 CRC 修正信号后,执行二次复核并自动关闭质疑的动作
+- **数据来源**:`iit_agent_trace` 表 + `iit_qc_logs` 表
+
+### 2.3 第三级 — 细节与协作(eQuery 管理 + 问题列表)
+
+- **定位**:唯一需要人类(主要为 CRC)介入协作的工作台。
+- **功能模块**:
+ - **eQuery 任务列表**:AI 派发的质疑,含优先级、AI 监查意见、关联规则溯源
+ - **eQuery 闭环状态机**:`pending` → `responded` → `reviewing` → `closed` / `reopened`
+ - **CRC 响应区**:CRC 点击响应后可修正数据或上传说明,触发 AI 二次复核
+ - **SDV 凭证验证(远期)**:CRC 上传原始医疗凭证(化验单、出院小结),VisionService 进行自动比对核销,"阅后即焚"确保隐私合规
+ - **受试者级穿透**:点击任意受试者查看其全部问题 + eQuery 历史
+
+### 2.4 第四级 — 长期资产(定期报告与归档库 Reports & Archives)
+
+- **定位**:临床研究的长期数字资产中心。
+- **功能模块**:
+ - **AI 定期质控报告**:pg-boss cron 自动跑批,按日/周/月生成含图表分析和趋势总结的报告,存储为结构化 JSON + Markdown 双格式
+ - **重大事件归档库**:所有被 AI 确认为 SAE、PD 的事件永久锁定存档,记录处理和上报的全生命周期轨迹,备查(审计追踪)
+ - **报告导出**:一键导出 Word/PDF 质控报告
+
+### 2.5 全局基础设施:统一 AI Copilot
+
+- **定位**:悬浮于所有页面之上的超级大脑助理。
+- **技术实现**:`ChatOrchestrator` + LLM Tool Use + 4 个语义化工具(`read_report` / `look_up_data` / `check_quality` / `search_knowledge`)
+- **功能模块**:支持自然语言多轮对话。任何人均可随时询问:"总结本周最容易犯的错误趋势"、"解释为什么要求 P005 进行强制 SDV",AI 基于项目全局上下文实时解答。
+- **工具设计原则**:4 个粗粒度语义工具,LLM 做粗分类选工具,代码做细路由执行(详见 [V3.0 开发计划 §3](./V3.0全新开发计划.md))。
+
+---
+
+## 三、智能引擎底座与规则工程(The Brains)
+
+统一平台的底层由以下核心引擎驱动:
+
+| 引擎模块 | 职责与能力 | 技术实现组件 |
+| :---- | :---- | :---- |
+| **方案与 EDC 认知基座** | 向量化临床方案;一键同步 REDCap 字典;语义检索项目知识库 | RAG 引擎(pgvector)/ RedcapAdapter |
+| **规则硬逻辑执行器** | 毫秒级绝对逻辑校验(年龄计算、时间窗、必填联动),零幻觉 | HardRuleEngine(JSON Logic) |
+| **推理软逻辑研判器** | 结合 RAG 知识库,对文本主诉进行模糊推理(AE 研判等) | SoftRuleEngine(LLM) |
+| **事件级质控编排** | 按 record+event 编排质控,规则动态过滤,报告去重 | SkillRunner |
+| **异步任务调度** | 防抖处理 REDCap 密集推送;定时全量质控;eQuery 状态流转 | WebhookController / pg-boss cron |
+| **LLM 对话编排** | 4 语义工具 Tool Use,替代关键词路由 | ChatOrchestrator / ToolsService |
+| **报告生成引擎** | 结构化 JSON + Markdown 双格式,含 eQuery 清单和重大事件 | QcReportService |
+
+---
+
+## 四、延伸终端定义:全时态触达
+
+除 PC 主工作台外,保留对外部生态的延伸能力:
+
+1. **企业微信移动端**:
+ - **通知中枢**:重大事件(SAE / 高风险 eQuery)实时推送到相关人员企微
+ - **早报订阅**:定时自动将质控报告摘要以 Markdown 卡片形式推送
+ - **eQuery 通知**:CRC 收到 eQuery 派发通知,含问题描述和快捷操作链接
+2. **REDCap 嵌入伴随端(远期可选)**:
+ - 通过浏览器插件,在 REDCap 录入界面直接植入"AI Inline 气泡报错",在最源头拦截低级错误
+
+---
+
+## 五、开发实施优先级与里程碑(Milestones)
+
+> 详细任务拆解和工作量估算见 [V3.0 开发计划](./V3.0全新开发计划.md)。
+
+- **P0 — 自驱动质控流水线(约 9.5 天)**:
+ - P0-1:REDCap 变量清单导入 + 可视化
+ - P0-2:规则配置增强 + AI 辅助建议
+ - P0-3:定时质控 + 报告生成 + eQuery 闭环
+ - P0-4:统一驾驶舱(四级穿透 + AI Stream)
+- **P1 — 对话层 Tool Use 改造(约 4 天)**:
+ - P1-1:ChatOrchestrator + 4 语义化工具重构
+ - P1-2:对话体验优化 + 端到端测试
+- **P2 — 远期扩展(不排期)**:
+ - SDV 凭证上传 + AI 视觉核对(VisionService)
+ - AutoMapperService(REDCap 变量中文映射)
+ - 数据响应质量评级
+ - REDCap 嵌入伴随端
+ - 全局 AI Copilot 侧边栏助手
+
+---
+
+> **一句话总结**:一个用 AI 替代 CRA 的统一数字平台——Agent 自主巡查、全员透明可见、eQuery 自动闭环、知识永久沉淀。
diff --git a/frontend-v2/src/modules/aia/styles/chat-workspace.css b/frontend-v2/src/modules/aia/styles/chat-workspace.css
index d3d18600..dab08fd5 100644
--- a/frontend-v2/src/modules/aia/styles/chat-workspace.css
+++ b/frontend-v2/src/modules/aia/styles/chat-workspace.css
@@ -951,9 +951,7 @@
/* ============================================ */
.message-bubble .markdown-content {
white-space: normal;
-}
-
-.message-bubble .markdown-content p {
+}.message-bubble .markdown-content p {
margin: 0 0 8px 0;
}
@@ -1001,9 +999,7 @@
display: list-item;
}.message-bubble .markdown-content li::marker {
color: #4F6EF2;
-}
-
-.message-bubble .markdown-content strong {
+}.message-bubble .markdown-content strong {
font-weight: 700;
color: #1F2937;
}.message-bubble .markdown-content em {