Develop/AIclinicalresearch
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

feat: Add Personal Center module and UI improvements

Browse Source 
- Add ProfilePage with avatar upload, password change, and module status display

- Update logo and favicon for login page and browser tab

- Redirect Data Cleaning module default route to Tool C

- Hide Settings button from top navigation for MVP

- Add avatar display in top navigation bar with refresh sync

- Add Prompt knowledge base integration development plan docs
This commit is contained in:
HaHafeng
2026-01-28 18:18:09 +08:00
parent 5d5a174dd7
commit 3a4aa9123c
17 changed files with 1309 additions and 22 deletions
Download Patch File Download Diff File Expand all files Collapse all files

125
docs/03-业务模块/ADMIN-运营管理端/00-系统设计/Prompt管理系统升级：知识库集成方案.md Normal file
View File

@@ -0,0 +1,125 @@
# **Prompt 管理系统升级：知识库集成 (RAG) 方案**
## **1\. 背景与需求**
统计学专家及其他业务方提出，Prompt 需要能够动态引用外部知识库（如统计学规范、ICD-10 编码手册、CRF 设计指南）。为了避免代码硬编码，我们需要在 Prompt 管理后台提供“知识库绑定”能力。
## **2\. 核心变更**
### **2.1 数据库 Schema 变更**
修改 capability\_schema.prompt\_templates 表，新增 knowledge\_config 字段。
我们引入 injection\_mode 字段，支持 **RAG 检索** 和 **全量注入** 两种策略。
model prompt\_templates {
// ...
// 存储 JSON 配置
// 示例:
// {
// "enabled": true,
// "source\_type": "KB",
// "kb\_codes": \["STAT\_SAS\_GUIDE", "STAT\_R\_GUIDE"\],
//
// // ✨ 新增：注入模式
// // "RAG": 向量检索 TopK (适合海量文档, \>20篇)
// // "FULL": 全量上下文注入 (适合少量核心文档, \<10篇, 精度最高)
// "injection\_mode": "FULL",
//
// "query\_field": "user\_question", // RAG模式必填
// "target\_variable": "reference\_context",
// "top\_k": 3, // RAG模式生效
// "min\_score": 0.6 // RAG模式生效
// }
knowledge\_config Json?
}
### **2.2 管理端 UI 升级 (Prompt Editor)**
在 Prompt 编辑器右侧边栏增加 **"知识增强 (RAG)"** 面板。
#### **面板功能：**
1. **开关**：启用/禁用知识库引用。
2. **知识库选择**：下拉选择已存在的知识库。
3. **注入模式选择 (✨ 新增)**：
* **智能检索 (RAG)**：推荐用于大型知识库。只检索最相关的片段，节省 Token，响应快。
* **全量注入 (Full Context)**：推荐用于小型核心知识库（如\<10个文档）。将所有文档内容直接作为上下文发送给模型，**准确率最高，无检索损失**，但消耗 Token 较多。
4. **检索触发词**：(仅 RAG 模式显示) 选择 Prompt 变量中的哪一个作为搜索关键词。
5. **注入变量名**：指定内容放入哪个变量（默认 {{context}}）。
### **2.3 渲染逻辑流程 (更新版)**
业务侧调用 promptService.get 时，根据 injection\_mode 走不同分支：
**分支 A：全量注入模式 (Full Context) —— 专家推荐**
1. 读取绑定的知识库（如 "SAS 9.4 手册"）。
2. 直接读取该知识库下所有文档的**全文内容**（需注意总 Token 限制，可设置上限如 100k）。
3. 拼接全文赋值给 variables.context。
4. **优势**：模型能看到文档全貌，跨章节推理能力极强，完全避免"检索不到"的问题。
**分支 B：智能检索模式 (RAG)**
1. 提取检索词（如 user\_requirement）。
2. 调用向量数据库检索 Top K 片段。
3. 拼接片段赋值给 variables.context。
4. **优势**：便宜，快，适合从几千本书里找答案。
## **3\. 开发任务清单**
* \[ \] **DB**: 更新 Prisma Schema，添加 knowledge\_config 字段。
* \[ \] **Backend**:
* \[ \] PromptService 引入 RagService 和 DocumentService。
* \[ \] **新增**：PromptService.get 实现 injection\_mode 分流逻辑。
* \[ \] 实现全量拉取文档内容的逻辑 (Cache 优化)。
* \[ \] 管理端 API 支持保存 knowledge\_config。
* \[ \] **Frontend**:
* \[ \] PromptEditor 新增知识库配置侧边栏。
* \[ \] **新增**：注入模式切换开关 (RAG / FULL)。
* \[ \] **Verification**: 使用统计学 SAS 代码生成场景进行验证，对比两种模式的效果。
## **4\. 常见问答 (Q\&A)**
**Q: 全量注入模式会不会太贵？**
A: 取决于文档量。目前 DeepSeek-V3 输入价格约 1元/百万Token。假设 5 个文档共 5万 Token，单次调用成本约 0.05 元。对于专家级辅助工具，这个成本是完全可以接受的。
**Q: 全量注入模式有延迟吗？**
A: 首字延迟会比 RAG 略高（因为预填充处理时间长），但目前 LLM 推理速度很快，体验差异通常在 1-2 秒内。
## **5\. AIA 智能体实战配置指南 (基于 V3.1)**
根据 AIA 模块的 10 个核心智能体，建议的知识库绑定策略如下：
### **Phase 1: 选题优化**
此阶段重点在于**创新性**和**临床价值**评估。
| Prompt Code | 智能体名称 | 建议绑定知识库 | 注入模式 | 理由 |
| :---- | :---- | :---- | :---- | :---- |
| AIA\_SCIENTIFIC\_QUESTION | 科学问题梳理 | **\[公共\] 临床研究方法学导论** | **FULL** | 方法学书不厚，全量读入能让 AI 像读过书的教授一样指导，避免断章取义。 |
| AIA\_PICO\_ANALYSIS | PICO 梳理 | **\[公共\] ICD-10/11 编码手册** | **RAG** | 编码手册是字典型的，成千上万条，**必须用 RAG**，全量读入会撑爆上下文且无必要。 |
| AIA\_TOPIC\_EVALUATION | 选题评价 | **\[公共\] 顶级期刊选题指南** | **FULL** | 指南通常只有几页纸，全量注入效果最佳。 |
### **Phase 2: 方案设计**
此阶段重点在于**规范性**和**标准化**。
| Prompt Code | 智能体名称 | 建议绑定知识库 | 注入模式 | 理由 |
| :---- | :---- | :---- | :---- | :---- |
| AIA\_OUTCOME\_DESIGN | 观察指标设计 | **\[公共\] COMET (Core Outcome Measures)** | **RAG** | COMET 数据库很大，适合检索特定疾病的指标集。 |
| AIA\_CRF\_DESIGN | CRF 设计 | **\[公共\] CDISC/CDASH 标准指南** | **FULL** | CDASH 核心字段集文档适中，全量注入能保证字段间的逻辑关系正确。 |
| AIA\_PROTOCOL\_WRITING | 方案撰写 | **\[公共\] SPIRIT 声明 (2013)** | **FULL** | SPIRIT 清单很短，必须全量参考。 |
| AIA\_SAMPLE\_SIZE | 样本量计算 | **\[公共\] 常用样本量计算公式手册** | **FULL** | 公式手册通常很精简。 |
### **Phase 3: 方案预评审**
此阶段重点在于**查漏补缺**。
| Prompt Code | 智能体名称 | 建议绑定知识库 | 注入模式 | 理由 |
| :---- | :---- | :---- | :---- | :---- |
| AIA\_METHODOLOGY\_REVIEW | 方法学评审 | **\[公共\] CONSORT 声明 (RCT)** | **FULL** | 评审需要对照 Checklist 的每一条，**必须全量注入**，RAG 如果漏检索一条就会导致评审不完整。 |
*注：需要在运营管理端提前创建上述\[公共\]知识库，并导入相应的 PDF/Markdown 规范文档。*

BIN
docs/03-业务模块/ADMIN-运营管理端/03-UI设计/AILOGO.png Normal file
View File

Binary file not shown.
Side by Side

After

Width:  |  Height:  |  Size: 115 KiB

490
docs/03-业务模块/ADMIN-运营管理端/04-开发计划/05-Prompt知识库集成开发计划.md Normal file
View File

@@ -0,0 +1,490 @@
# Prompt 知识库集成开发计划
> **版本：** v1.1
> **创建日期：** 2026-01-28
> **优先级：** P0（核心能力增强）
> **状态：** 📋 规划中
> **预计工期：** 6-7 个工作日
> **前置依赖：** Prompt 管理系统 (已完成)、RAG 引擎 (已完成)
---
## 📋 目录
1. [项目概述](#1-项目概述)
2. [需求分析](#2-需求分析)
3. [技术方案](#3-技术方案)
4. [数据库设计](#4-数据库设计)
5. [UI 设计](#5-ui-设计)
6. [开发任务清单](#6-开发任务清单)
7. [AIA 智能体配置指南](#7-aia-智能体配置指南)
8. [测试计划](#8-测试计划)
9. [风险与应对](#9-风险与应对)
---
## 1. 项目概述
### 1.1 背景
当前 Prompt 管理系统已支持：
- ✅ 数据库存储与版本管理
- ✅ 灰度预览（DRAFT/ACTIVE）
- ✅ 变量渲染（Handlebars）
- ✅ 三级容灾（数据库→缓存→兜底）
**缺失能力：** Prompt 无法动态引用外部知识库（如方法学规范、GCP 指南、统计学手册）。
### 1.2 目标
构建 **Prompt + 知识库** 集成能力，实现：
- 🎯 在 Prompt 管理后台配置知识库绑定（非硬编码）
- 🎯 支持两种注入模式：**RAG 检索** 和 **全量注入**
- 🎯 运行时自动将知识库内容注入到 Prompt 变量中
- 🎯 为 AIA 10 个智能体配置最佳知识库策略
### 1.3 核心价值
| 痛点 | 解决方案 |
|------|---------|
| 专家知识只能硬编码到 Prompt | 知识库绑定，动态引用 |
| RAG 检索可能遗漏关键内容 | 支持 FULL 全量注入模式 |
| 每个智能体配置分散在代码中 | 统一后台配置，运营可调整 |
---
## 2. 需求分析
### 2.1 业务需求
| 需求方 | 需求描述 | 优先级 |
|--------|---------|--------|
| 方法学专家 | 方法学评审需要完整参考 CONSORT 声明 | P0 |
| 统计专家 | 样本量计算需要参考公式手册 | P0 |
| 产品经理 | 可在后台配置和调整知识库绑定 | P0 |
| 运营人员 | 无需开发即可为新 Prompt 配置知识库 | P1 |
### 2.2 技术需求
| 需求 | 描述 |
|------|------|
| 两种注入模式 | RAG（向量检索）+ FULL（全量注入） |
| 配置化 | 在 Prompt 管理后台 UI 配置 |
| 变量注入 | 自动将内容注入到指定 Prompt 变量 |
| 缓存优化 | FULL 模式需要缓存知识库全文 |
### 2.3 已有能力复用
| 能力 | 位置 | 状态 |
|------|------|------|
| PromptService | `backend/src/common/prompt/` | ✅ 可扩展 |
| RAG 引擎 | `backend/src/common/rag/` | ✅ 可复用 |
| PKB 知识库 | `backend/src/modules/pkb/` | ✅ 可复用 |
| Prompt 管理 UI | `frontend-v2/src/pages/admin/` | ✅ 可扩展 |
---
## 3. 技术方案
### 3.1 整体架构
```
┌─────────────────────────────────────────────────────────────────┐
│ Prompt 管理后台（运营端） │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ Prompt 编辑器 │ │
│ │ ┌─────────────────┐ ┌─────────────────────────────┐ │ │
│ │ │ 内容编辑区域 │ │ 🆕 知识库增强配置面板 │ │ │
│ │ │ {{context}} │ │ ☑️ 启用知识库增强 │ │ │
│ │ │ {{question}} │ │ 📚 知识库：[CONSORT声明] │ │ │
│ │ │ ... │ │ 🔄 模式：FULL / RAG │ │ │
│ │ └─────────────────┘ │ 📝 注入变量：context │ │ │
│ │ └─────────────────────────────┘ │ │
│ └─────────────────────────────────────────────────────────┘ │
└───────────────────────────┬─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ PromptService（增强版） │
│ │
│ get(code, variables, userId, userQuery?) │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 1. 获取 Prompt 模板 + knowledge_config │ │
│ │ 2. 检查 knowledge_config.enabled │ │
│ │ ├─ 未启用 → 直接渲染返回 │ │
│ │ └─ 已启用 → 根据 injection_mode 分支处理 │ │
│ │ ├─ FULL → 全量加载知识库文档 │ │
│ │ └─ RAG → 向量检索 Top K │ │
│ │ 3. 将内容注入 variables[target_variable] │ │
│ │ 4. 渲染完整 Prompt 返回 │ │
│ └──────────────────────────────────────────────────────────┘ │
└───────────────────────────┬─────────────────────────────────────┘
│
┌─────────────┴─────────────┐
│ │
▼ ▼
┌──────────────────────┐ ┌──────────────────────────────────┐
│ FULL 模式 │ │ RAG 模式 │
│ DocumentService │ │ RagEngine │
│ - 全量加载文档 │ │ - 向量检索 │
│ - 缓存优化 │ │ - Top K + 相似度过滤 │
└──────────────────────┘ └──────────────────────────────────┘
```
### 3.2 注入模式对比
| 特性 | FULL 全量注入 | RAG 向量检索 |
|------|--------------|-------------|
| **适用场景** | 小型核心知识库（<10 篇） | 大型知识库（>20 篇） |
| **准确率** | ⭐⭐⭐⭐⭐ 最高 | ⭐⭐⭐⭐ 较高 |
| **Token 消耗** | 较多（全文） | 较少（片段） |
| **响应速度** | 略慢（预填充） | 较快 |
| **典型用例** | CONSORT 声明、SPIRIT 清单 | ICD-10 编码、文献库 |
### 3.3 数据流
```
用户提问
│
▼
业务模块调用 promptService.get(code, vars, userId, userQuery)
│
▼
┌─────────────────────────────────────────┐
│ PromptService.get() │
│ │
│ 1. 查询 prompt_templates 获取配置 │
│ 2. 检查 knowledge_config │
└─────────────┬───────────────────────────┘
│
┌─────────┴─────────┐
│ │
▼ ▼
enabled: false enabled: true
│ │
▼ ▼
直接渲染 判断 injection_mode
│
┌─────────────┴─────────────┐
│ │
▼ ▼
mode: "FULL" mode: "RAG"
│ │
▼ ▼
加载知识库全文 向量检索 Top K
(DocumentService) (RagEngine)
│ │
└─────────┬─────────────────┘
│
▼
注入到 variables[target_variable]
│
▼
Handlebars 渲染
│
▼
返回完整 Prompt
```
---
## 4. 数据库设计
### 4.1 Schema 变更
**修改表：** `capability_schema.prompt_templates`
```prisma
model prompt_templates {
id Int @id @default(autoincrement())
code String @unique @db.VarChar(100)
name String @db.VarChar(200)
description String? @db.Text
module String @db.VarChar(50)
variables Json?
model_config Json? @map("model_config")
// 🆕 知识库配置
knowledge_config Json? @map("knowledge_config")
created_at DateTime @default(now()) @map("created_at")
updated_at DateTime @updatedAt @map("updated_at")
versions prompt_versions[]
@@map("prompt_templates")
@@schema("capability_schema")
}
```
### 4.2 knowledge_config 结构
```typescript
interface KnowledgeConfig {
enabled: boolean;
kb_codes: string[]; // 关联的知识库编码
injection_mode: 'FULL' | 'RAG';
target_variable: string; // 默认 'context'
// RAG 模式配置
query_field?: string;
top_k?: number;
min_score?: number;
}
```
### 4.3 系统知识库表（新建）
```sql
-- 系统知识库
CREATE TABLE capability_schema.system_knowledge_bases (
id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
code VARCHAR(50) UNIQUE NOT NULL,
name VARCHAR(100) NOT NULL,
description TEXT,
category VARCHAR(50),
document_count INT DEFAULT 0,
total_tokens INT DEFAULT 0,
status VARCHAR(20) DEFAULT 'active',
created_at TIMESTAMP DEFAULT NOW(),
updated_at TIMESTAMP DEFAULT NOW()
);
-- 知识库文档
CREATE TABLE capability_schema.system_kb_documents (
id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
kb_id UUID REFERENCES capability_schema.system_knowledge_bases(id),
filename VARCHAR(255) NOT NULL,
file_path VARCHAR(500),
file_size INT,
token_count INT DEFAULT 0,
status VARCHAR(20) DEFAULT 'pending',
created_at TIMESTAMP DEFAULT NOW()
);
```
---
## 5. UI 设计
### 5.1 系统知识库管理
**入口：** 运营管理端 → 系统知识库
| 功能 | 说明 |
|------|------|
| 知识库列表 | 查看、搜索、按分类筛选 |
| 创建知识库 | 编码、名称、分类、描述 |
| 文档管理 | 上传/删除文档 |
| 状态查看 | 文档数、Token 数 |
### 5.2 Prompt 编辑器（方案 A：右侧独立卡片）
在现有右侧面板新增「📚 知识库增强」卡片：
```
┌───────────────────────────────────┬─────────────────────────┐
│ 📝 Prompt 内容 │ ⚙️ 配置 │
│ ┌─────────────────────────────┐ │ 模块 / 状态 / 版本 │
│ │ {{context}} │ ├─────────────────────────┤
│ │ 你是一位方法学专家... │ │ 📚 知识库增强 │
│ └─────────────────────────────┘ │ ☑️ 启用 │
│ │ 知识库: [CONSORT ▼] │
│ 🧪 测试渲染 │ 模式: ● FULL ○ RAG │
│ │ 注入变量: [context ▼] │
│ ├─────────────────────────┤
│ │ 🔤 变量列表 │
└───────────────────────────────────┴─────────────────────────┘
```
---
## 6. 开发任务清单
### 6.1 总体时间线
```
Day 1: 数据库设计 + 迁移
Day 2: 系统知识库管理（后端 API）
Day 3: 系统知识库管理（前端页面）
Day 4: PromptService 增强（FULL/RAG）
Day 5: Prompt 编辑器 UI（知识库配置卡片）
Day 6: AIA 智能体配置 + 集成测试
Day 7: 优化 + 文档 + 上线
```
### 6.2 详细任务
#### Phase 1: 数据库（Day 1）
| ID | 任务 | 状态 |
|----|------|------|
| 1.1 | prompt_templates 添加 knowledge_config 字段 | ⏳ |
| 1.2 | 创建 system_knowledge_bases 表 | ⏳ |
| 1.3 | 创建 system_kb_documents 表 | ⏳ |
| 1.4 | 执行 Prisma 迁移 | ⏳ |
#### Phase 2: 系统知识库管理（Day 2-3）
| ID | 任务 | 状态 |
|----|------|------|
| 2.1 | 知识库 CRUD API | ⏳ |
| 2.2 | 文档上传/删除 API | ⏳ |
| 2.3 | 文档向量化集成 | ⏳ |
| 2.4 | 知识库列表页 | ⏳ |
| 2.5 | 知识库详情页（文档管理） | ⏳ |
#### Phase 3: PromptService 增强（Day 4）
| ID | 任务 | 状态 |
|----|------|------|
| 3.1 | 扩展 get() 方法支持 knowledge_config | ⏳ |
| 3.2 | 实现 FULL 模式（全量加载） | ⏳ |
| 3.3 | 实现 RAG 模式（向量检索） | ⏳ |
| 3.4 | 添加缓存优化 | ⏳ |
#### Phase 4: 前端 UI（Day 5）
| ID | 任务 | 状态 |
|----|------|------|
| 4.1 | PromptEditor 新增知识库配置卡片 | ⏳ |
| 4.2 | 知识库选择器组件 | ⏳ |
| 4.3 | 注入模式切换 | ⏳ |
| 4.4 | 保存/加载配置联调 | ⏳ |
#### Phase 5: 联调收尾（Day 6-7）
| ID | 任务 | 状态 |
|----|------|------|
| 5.1 | 配置 AIA 智能体的 knowledge_config | ⏳ |
| 5.2 | 端到端测试 | ⏳ |
| 5.3 | 上线部署 | ⏳ |
---
## 7. AIA 智能体配置指南
### 7.1 Phase 1: 选题优化
| Prompt Code | 智能体 | 知识库 | 模式 | 理由 |
|-------------|--------|--------|------|------|
| `AIA_SCIENTIFIC_QUESTION` | 科学问题梳理 | 临床研究方法学导论 | **FULL** | 方法学书籍需要全量理解 |
| `AIA_PICO_ANALYSIS` | PICO 梳理 | ICD-10/11 编码手册 | **RAG** | 编码手册数据量大，需检索 |
| `AIA_TOPIC_EVALUATION` | 选题评价 | 顶级期刊选题指南 | **FULL** | 指南内容精简，全量最佳 |
### 7.2 Phase 2: 方案设计
| Prompt Code | 智能体 | 知识库 | 模式 | 理由 |
|-------------|--------|--------|------|------|
| `AIA_OUTCOME_DESIGN` | 观察指标设计 | COMET 核心指标集 | **RAG** | COMET 数据库较大 |
| `AIA_CRF_DESIGN` | CRF 设计 | CDISC/CDASH 标准 | **FULL** | 字段逻辑需要完整参考 |
| `AIA_PROTOCOL_WRITING` | 方案撰写 | SPIRIT 2013 声明 | **FULL** | 清单必须完整参考 |
| `AIA_SAMPLE_SIZE` | 样本量计算 | 样本量公式手册 | **FULL** | 公式手册内容精简 |
### 7.3 Phase 3: 方案预评审
| Prompt Code | 智能体 | 知识库 | 模式 | 理由 |
|-------------|--------|--------|------|------|
| `AIA_METHODOLOGY_REVIEW` | 方法学评审 | CONSORT 2010 声明 | **FULL** | ⭐ **必须全量**，漏检会导致评审不完整 |
### 7.4 Phase 5: 写作助手
| Prompt Code | 智能体 | 知识库 | 模式 | 理由 |
|-------------|--------|--------|------|------|
| `AIA_PAPER_POLISH` | 论文润色 | - | 无 | 纯语言处理，无需知识库 |
| `AIA_PAPER_TRANSLATE` | 论文翻译 | - | 无 | 纯翻译任务，无需知识库 |
---
## 8. 测试计划
### 8.1 单元测试
| 测试项 | 用例 |
|--------|------|
| PromptService.get() | 知识库未启用时正常返回 |
| PromptService.get() | FULL 模式正确加载全文 |
| PromptService.get() | RAG 模式正确检索 Top K |
| PromptService.get() | 知识库不存在时降级处理 |
### 8.2 集成测试
| 场景 | 步骤 | 预期 |
|------|------|------|
| 方法学评审 | 调用 AIA_METHODOLOGY_REVIEW | 返回包含 CONSORT 全文的 Prompt |
| PICO 梳理 | 输入疾病名称 | 返回包含相关 ICD 编码的 Prompt |
| 无知识库 | 调用 AIA_PAPER_POLISH | 正常返回，无知识库内容 |
### 8.3 效果对比测试
| 智能体 | FULL 模式效果 | RAG 模式效果 | 结论 |
|--------|--------------|-------------|------|
| 方法学评审 | 完整覆盖所有条目 | 可能遗漏 | 使用 FULL |
| PICO 梳理 | Token 超限 | 精准命中 | 使用 RAG |
---
## 9. 风险与应对
### 9.1 技术风险
| 风险 | 影响 | 概率 | 应对 |
|------|------|------|------|
| FULL 模式 Token 超限 | 请求失败 | 中 | 设置 max_tokens 限制，超限警告 |
| RAG 检索不准确 | 内容遗漏 | 中 | 提供 FULL 模式备选 |
| 知识库加载慢 | 用户等待 | 低 | 缓存 + 预加载 |
### 9.2 业务风险
| 风险 | 影响 | 应对 |
|------|------|------|
| 知识库内容过时 | 引用错误规范 | 定期更新机制 |
| 配置错误 | 智能体效果下降 | 灰度预览 + 测试 |
### 9.3 成本分析
| 模式 | 典型场景 | Token 消耗 | 成本估算 |
|------|---------|-----------|---------|
| FULL | 5 篇文档，共 5 万 Token | 5 万 | ¥0.05/次 |
| RAG | Top 5 片段，共 5000 Token | 5000 | ¥0.005/次 |
> DeepSeek-V3 输入价格：约 ¥1/百万 Token
---
## 📎 附录
### A. 相关文档
- [Prompt 管理系统设计方案](../00-系统设计/Prompt管理系统升级：知识库集成方案.md)
- [Prompt 管理系统开发计划](./02-Prompt管理系统开发计划.md)
- [AIA 模块状态文档](../../AIA-AI智能问答/00-模块当前状态与开发指南.md)
### B. 代码位置
| 类型 | 路径 |
|------|------|
| PromptService | `backend/src/common/prompt/prompt.service.ts` |
| RAG 引擎 | `backend/src/common/rag/` |
| 前端编辑器 | `frontend-v2/src/pages/admin/PromptEditorPage.tsx` |
| 数据库 Schema | `backend/prisma/schema.prisma` |
### C. 知识库命名规范
```
{CATEGORY}_{NAME}_{VERSION}
示例：
- METHODOLOGY_CONSORT_2010
- METHODOLOGY_SPIRIT_2013
- STATISTICS_SAMPLE_SIZE_FORMULAS
- CRF_CDASH_V2
```
---
*最后更新：2026-01-28*
**🚀 准备好开始了吗？从 Phase 1 数据库设计开始！**