feat(admin): Add user management and upgrade to module permission system

Features - User Management (Phase 4.1):
- Database: Add user_modules table for fine-grained module permissions
- Database: Add 4 user permissions (view/create/edit/delete) to role_permissions
- Backend: UserService (780 lines) - CRUD with tenant isolation
- Backend: UserController + UserRoutes (648 lines) - 13 API endpoints
- Backend: Batch import users from Excel
- Frontend: UserListPage (412 lines) - list/filter/search/pagination
- Frontend: UserFormPage (341 lines) - create/edit with module config
- Frontend: UserDetailPage (393 lines) - details/tenant/module management
- Frontend: 3 modal components (592 lines) - import/assign/configure
- API: GET/POST/PUT/DELETE /api/admin/users/* endpoints

Architecture Upgrade - Module Permission System:
- Backend: Add getUserModules() method in auth.service
- Backend: Login API returns modules array in user object
- Frontend: AuthContext adds hasModule() method
- Frontend: Navigation filters modules based on user.modules
- Frontend: RouteGuard checks requiredModule instead of requiredVersion
- Frontend: Remove deprecated version-based permission system
- UX: Only show accessible modules in navigation (clean UI)
- UX: Smart redirect after login (avoid 403 for regular users)

Fixes:
- Fix UTF-8 encoding corruption in ~100 docs files
- Fix pageSize type conversion in userService (String to Number)
- Fix authUser undefined error in TopNavigation
- Fix login redirect logic with role-based access check
- Update Git commit guidelines v1.2 with UTF-8 safety rules

Database Changes:
- CREATE TABLE user_modules (user_id, tenant_id, module_code, is_enabled)
- ADD UNIQUE CONSTRAINT (user_id, tenant_id, module_code)
- INSERT 4 permissions + role assignments
- UPDATE PUBLIC tenant with 8 module subscriptions

Technical:
- Backend: 5 new files (~2400 lines)
- Frontend: 10 new files (~2500 lines)
- Docs: 1 development record + 2 status updates + 1 guideline update
- Total: ~4900 lines of code

Status: User management 100% complete, module permission system operational

docs/03-业务模块/IIT Manager Agent/00-系统设计/IIT Manager Agent 技术架构白皮书.md

@@ -1,73 +1,83 @@
 # **IIT Manager Agent 技术架构白皮书 (V3.0 生产级架构版)**
 
-## **1\. <EFBFBD>嗆<EFBFBD><EFBFBD>踵艶嚗𡁻<EFBFBD>餉<EFBFBD><EFBFBD>𧼮<EFBFBD>銝剖<EFBFBD>嚗𣬚䰻霂<EFBFBD>店<EFBFBD>冽𧊋<EFBFBD>?*
+## **1\. 架构愿景：逻辑回归中心，知识驱动未来**
 
-<EFBFBD>祆沲<EFBFBD><EFBFBD>秄<EFBFBD>刻圾<EFBFBD>喃葩摨羓<EFBFBD>蝛嗡葉 AI <20>賢𧑐<E8B3A2><F0A79190><EFBFBD>詨<EFBFBD><E8A9A8><EFBFBD><EFBFBD>銝芰<E98A9D><E88AB0>橘<EFBFBD>**<2A>𦯷I <20><><EFBFBD><EFBFBD>舀綉<E88880>把<EFBFBD>苷<EFBFBD><E88BB7>𨅯龫<F0A885AF>㛖<EFBFBD>銝亥馬<E4BAA5>把<EFBFBD>?*<2A>?*<2A>𨅯<EFBFBD><F0A885AF><EFBFBD>頂蝏毺<E89D8F>蝣𡒊<E89DA3><F0A1928A>砽<EFBFBD>苷<EFBFBD><E88BB7>𦦵恣<F0A6A6B5><E681A3><EFBFBD>銝<EFBFBD>雿枏<E99BBF><E69E8F>?*<2A>?*<2A>𨀣㺭<F0A880A3>桅<EFBFBD>蝘<EFBFBD><E89D98>苷<EFBFBD><E88BB7>𨀣芋<F0A880A3>𧢲<EFBFBD><F0A7A2B2>賤<EFBFBD>?*<2A>?
-* **<2A>毺<EFBFBD>蝻𡝗<E89DBB> (Native Orchestration)**嚗𡁜<E59A97><F0A1819C>詨<EFBFBD><E8A9A8>餉<EFBFBD>銝𡒊𠶖<F0A1928A><F0A0B696>㦤嚗𠄎tate Machine嚗劐<E59A97><E58A90>坔銁 **Node.js (Fastify) \+ pg-boss** 銝准<E98A9D><E58786><EFBFBD>餈瑚縑憭㚚<E686AD> Agent 獢<>沲嚗𣬚＆靽?SOP 瘚<><E7989A><EFBFBD>其誨<E585B6><E8AAA8>漣<EFBFBD>臬<EFBFBD>銋剹<E98A8B><E589B9>虾瘚贝<E7989A><E8B49D><EFBFBD>虾摰∟恣<E2889F>? 
-* **<2A><>恕<EFBFBD>乓<EFBFBD><E4B993><EFBFBD><EFBFBD>餉<EFBFBD>**嚗𡁜<E59A97> **Dify** 摰帋<E691B0>鈭𡡞<E988AD><F0A1A19E>扯<EFBFBD><E689AF>?**RAG Service**<2A><>⏚<EFBFBD>典<EFBFBD><E585B8>鞟<EFBFBD><E99E9F><EFBFBD><EFBFBD>獢<EFBFBD>圾<EFBFBD>𣂷<EFBFBD><F0A382B7>砍<EFBFBD>蝞∠瑪嚗諹<E59A97><E8ABB9><EFBFBD><EFBFBD>喟<EFBFBD><E5969F><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD>鞉綉<E99E89>嗅<EFBFBD>鈭见𦛚銝<F0A69B9A><E98A9D>湔<EFBFBD>扳𤣰<E689B3>𧼮<EFBFBD><F0A7BCAE>芰<EFBFBD><E88AB0>𡒊垢<F0A1928A>?
-## **2\. <20>𨅯<EFBFBD>撅<EFBFBD><E69285>銝剖<E98A9D><E58996>脲沲<E884B2><E6B2B2>挽霈?*
+本架构旨在解决临床研究中 AI 落地最核心的三个矛盾：**“AI 的不可控性”与“医疗的严谨性”**、**“异构系统的碎片化”与“管理的一体化”**、**“数据隐私”与“模型效能”**。
+
+* **原生编排 (Native Orchestration)**：将核心逻辑与状态机（State Machine）保留在 **Node.js (Fastify) \+ pg-boss** 中。不迷信外部 Agent 框架，确保 SOP 流程在代码级可定义、可测试、可审计。  
+* **薄认知、厚逻辑**：将 **Dify** 定位于高性能的 **RAG Service**。利用其成熟的文档解析与召回管线，而将决策权、权限控制和事务一致性收回到自研后端。
+
+## **2\. “四层三中心”架构设计**
 
 ### **2.1 架构分层 (Layered Architecture)**
 
-1. **鈭支<EFBFBD>撅?(Interaction Layer)**嚗? 
-   * **敺桐縑/隡<>凝蝏<E5879D>垢**嚗䥪I <20>交𤣰<E4BAA4>冽𥁒<E586BD><F0A58192><EFBFBD><EFBFBD>?AI <20>刻砭<E588BB>𠹺遙<F0A0B9BA>⊥<EFBFBD><E28AA5>鉝<EFBFBD>? 
-   * **Agent Workbench (<EFBFBD>箔<EFBFBD> Ant Design X)**嚗鋴RC 憭<EFBFBD><EFBFBD> AI 撱箄悅<EFBFBD><EFBFBD><EFBFBD>銵諹捶<EFBFBD>抒＆霈斤<EFBFBD><EFBFBD>𣈯忠撽嗉<EFBFBD><EFBFBD>腈<EFBFBD>? 
-2. **<EFBFBD>餉<EFBFBD>銝擧惣<EFBFBD>賭<EFBFBD>撅?(Logic & Agent Layer)**嚗? 
-   * **Agent Orchestrator**嚗𡁜抅鈭?Node.js <EFBFBD><EFBFBD>葉憭桃<EFBFBD><EFBFBD>鍦膥嚗屸店<EFBFBD>?pg-boss 隞餃𦛚瘚<EFBFBD><EFBFBD>? 
-   * **Shadow State <EFBFBD>箏<EFBFBD>**嚗鋫I 撱箄悅<E7AE84>刻◤鈭箇掩蝖株恕<E6A0AA>㵪<EFBFBD>隞<EFBFBD>誑<EFBFBD>𨅯蔣摮鞉㺭<E99E89>栽<EFBFBD>嘥耦撘誩<E69298><E8AAA9>具<EFBFBD>? 
-3. **餈墧𦻖<EFBFBD><EFBFBD><EFBFBD>撅?(Connectivity Layer)**嚗? 
-   * **EDC Adapter**嚗𡁻<EFBFBD>靘萄<EFBFBD>撘誩笆<EFBFBD>?REDCap (REST API / Webhooks)<EFBFBD>? 
-   * **Dify RAG Adapter**嚗𡁜<EFBFBD>鋆<EFBFBD><EFBFBD><EFBFBD>亥<EFBFBD>摨𤘪<EFBFBD>蝝?API嚗峕<E59A97>銵<EFBFBD><E98AB5><EFBFBD>𤩺<EFBFBD>蝝Ｕ<E89D9D>? 
-   * **Python Execution Service**嚗𡁏<EFBFBD>銵?OCR<43><52>龫摮?NER <20>𠰴<EFBFBD><F0A0B0B4><EFBFBD><EFBFBD>霈∠<E99C88>瘜𤏪<E7989C>憒?MICE嚗剹<E59A97>? 
-4. **<EFBFBD>箇<EFBFBD>霈暹鴌撅?(Infrastructure)**嚗? 
-   * **Postgres-Only 銝剜攟**嚗𡁶<E59A97>銝<EFBFBD>蝞∠<E89D9E>隞餃𦛚<E9A483>笔<EFBFBD><E7AC94><EFBFBD><EFBFBD><EFBFBD>函<EFBFBD>摮睃<E691AE>銝𡁜𦛚<F0A1819C>唳旿嚗ǎit\_schema嚗剹<EFBFBD>?
+1. **交互层 (Interaction Layer)**：  
+   * **微信/企微终端**：PI 接收周报、患者 AI 咨询及任务提醒。  
+   * **Agent Workbench (基于 Ant Design X)**：CRC 处理 AI 建议、执行质控确认的“驾驶舱”。  
+2. **逻辑与智能体层 (Logic & Agent Layer)**：  
+   * **Agent Orchestrator**：基于 Node.js 的中央编排器，驱动 pg-boss 任务流。  
+   * **Shadow State 机制**：AI 建议在被人类确认前，仅以“影子数据”形式存在。  
+3. **连接适配层 (Connectivity Layer)**：  
+   * **EDC Adapter**：非侵入式对接 REDCap (REST API / Webhooks)。  
+   * **Dify RAG Adapter**：封装多知识库检索 API，执行向量检索。  
+   * **Python Execution Service**：执行 OCR、医学 NER 及复杂统计算法（如 MICE）。  
+4. **基础设施层 (Infrastructure)**：  
+   * **Postgres-Only 中枢**：统一管理任务队列、应用缓存及业务数据（iit\_schema）。
+
 ### **2.2 三大中心 (System Centers)**
 
-* **<EFBFBD>毺<EFBFBD>銝剖<EFBFBD> (REDCap)**嚗帋葩摨𦠜㺭<EFBFBD>桃<EFBFBD><EFBFBD>臭<EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD>交<EFBFBD><EFBFBD>? 
-* **<EFBFBD>嗆<EFBFBD><EFBFBD>葉敹?(RDS Postgres)**嚗𡁶恣<EFBFBD>?Agent <EFBFBD>嗆<EFBFBD><EFBFBD><EFBFBD><EFBFBD>恣霈⊥𠯫敹𨰜<EFBFBD><EFBFBD>鍂<EFBFBD>瑟<EFBFBD>撠<EFBFBD><EFBFBD>? 
-* **<EFBFBD>亥<EFBFBD>銝剖<EFBFBD> (Dify / PGVector)**嚗𡁜<EFBFBD><EFBFBD>冽㺭摮堒<EFBFBD><EFBFBD>寞<EFBFBD><EFBFBD>𠰴龫摮衣䰻霂<EFBFBD><EFBFBD><EFBFBD>?
-## **3\. <20>詨<EFBFBD><E8A9A8><EFBFBD><EFBFBD>舀㦤<E88880>嗆楛摨西圾<E8A5BF>?*
+* **真理中心 (REDCap)**：临床数据的唯一合法来源。  
+* **状态中心 (RDS Postgres)**：管理 Agent 状态、审计日志、用户映射。  
+* **知识中心 (Dify / PGVector)**：存储数字化方案及医学知识库。
 
-### **3.1 敶勗<E695B6><E58B97>嗆<EFBFBD>?(Shadow State) 銝𦒘犖<F0A69298>粹𡡒<E7B2B9>?*
+## **3\. 核心技术机制深度解析**
 
-銝箄<EFBFBD><EFBFBD>?AI 撟餉<E6929F>撣行䔉<E8A18C><E49489>㺭<EFBFBD>桅<EFBFBD>霂荔<E99C82>撘訫<E69298><E8A8AB>𨅯蔣摮鞟𠶖<E99E9F><F0A0B696><EFBFBD>嘅<EFBFBD>
+### **3.1 影子状态 (Shadow State) 与人机闭环**
 
-1. **AI <20><><EFBFBD>撱箄悅**嚗鋫gent 鈭抒<E988AD><E68A92><EFBFBD><EFBFBD><EFBFBD>𨅯<EFBFBD><F0A885AF>?iit\_schema.pending\_actions<6E>? 
-2. **霂<>旿<EFBFBD>暹滲皞?*嚗𡁜銁 Workbench 銝哨<E98A9D>AI 撱箄悅敹<E68285>◆銝?Dify 餈𥪜<E9A488><F0A5AA9C><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD>畾蛛<E795BE>憿萇<E686BF>/<2F>鞉<EFBFBD>嚗匧撩蝏穃<E89D8F><E7A983>? 
-3. **鈭箇掩蝖格<E89D96>**嚗鋴RC/PI 蝖株恕<E6A0AA>𠬍<EFBFBD>閫血<E996AB>鈭见𦛚<E8A781>? 
-4. **甇<><E79487><EFBFBD>坔<EFBFBD>**嚗朞<E59A97><E69C9E>?EDC Adapter 撠<>㺭<EFBFBD>桀<EFBFBD><E6A180>?REDCap嚗<70>僎霈啣<E99C88><E595A3>𦯷I-ID \+ Human-ID<49>萘<EFBFBD><E89098>屸<EFBFBD>蝑曉<E89D91><E69B89>?
-### **3.2 <20>箔<EFBFBD> Dify <20><><EFBFBD><EFBFBD>亥<EFBFBD>摨?RAG 蝞∠瑪**
+为规避 AI 幻觉带来的数据错误，引入“影子状态”：
 
-* **憭𡁏<EFBFBD>璉<EFBFBD>蝝?*嚗𡁻<E59A97>撖孵<E69296>銝<EFBFBD><E98A9D>喟<EFBFBD>嚗淾gent <20>峕𧒄璉<F0A79284>蝝Ｔ<E89D9D>𦦵<EFBFBD>蝛嗆䲮獢<E4B2AE><E78DA2>腈<EFBFBD><E88588><EFBFBD>靝葩摨𦠜<E691A8><F0A6A09C>轁<EFBFBD>嘥<EFBFBD><E598A5>𨅯<EFBFBD><F0A885AF>脰捶<E884B0>扯扇敶𨰝<E695B6>腈<EFBFBD>? 
-* **瘛瑕<EFBFBD><EFBFBD>砍<EFBFBD>**嚗𡁜⏚<F0A1819C>?Dify <20><><EFBFBD><EFBFBD>𤩺<EFBFBD>蝝?\+ <20>冽<EFBFBD>璉<EFBFBD>蝝?\+ Rerank <20>箏<EFBFBD>嚗𣬚＆靽苷<E99DBD>銝𧢲<E98A9D>嚗㇃ontext嚗厩<E59A97><E58EA9><EFBFBD>垢<EFBFBD><E59EA2>＆<EFBFBD>? 
-* **<EFBFBD>望<EFBFBD>摰匧<EFBFBD>**嚗𡁜銁 Node.js 靚<>鍂 Dify <20>亙藁<E4BA99>㵪<EFBFBD><E3B5AA>拍鍂 LLM Gateway <20>扯<EFBFBD> PII (銝芯犖頨思遢靽⊥<E99DBD>) <20><>𧋦<EFBFBD>啣<EFBFBD><E595A3>急<EFBFBD>銝𤾸<E98A9D><F0A4BEB8>賬<EFBFBD>?
-### **3.3 頝其<E9A09D>蝟餉澈隞賣<E99A9E>撠?(Identity Mapping)**
+1. **AI 生成建议**：Agent 产生的结果存入 iit\_schema.pending\_actions。  
+2. **证据链溯源**：在 Workbench 中，AI 建议必须与 Dify 返回的原文片段（页码/坐标）强绑定。  
+3. **人类确权**：CRC/PI 确认后，触发事务。  
+4. **正式写入**：调用 EDC Adapter 将数据写入 REDCap，并记录“AI-ID \+ Human-ID”的双重签名。
+
+### **3.2 基于 Dify 的多知识库 RAG 管线**
+
+* **多源检索**：针对同一决策，Agent 同时检索“研究方案”、“临床指南”和“历史质控记录”。  
+* **混合召回**：利用 Dify 的向量检索 \+ 全文检索 \+ Rerank 机制，确保上下文（Context）的极端准确。  
+* **脱敏安全**：在 Node.js 调用 Dify 接口前，利用 LLM Gateway 执行 PII (个人身份信息) 的本地化扫描与屏蔽。
+
+### **3.3 跨体系身份映射 (Identity Mapping)**
+
+* 建立加密存储的 User-EDC-Credential 体系。  
+* Agent 的每一个动作都通过 API 代理模拟真实用户的 REDCap 权限，确保数据访问的合规性（Audit Trail 符合 21 CFR Part 11）。
 
-* 撱箇<E692B1><E7AE87>惩<EFBFBD>摮睃<E691AE><E79D83>?User-EDC-Credential 雿梶頂<E6A2B6>? 
-* Agent <20><><EFBFBD>銝<EFBFBD>銝芸𢆡雿𣈯<E99BBF><F0A388AF>朞<EFBFBD> API 隞<><E99A9E>璅⊥<E79285><E28AA5>笔<EFBFBD><E7AC94>冽<EFBFBD><E586BD>?REDCap <20><><EFBFBD>嚗𣬚＆靽脲㺭<E884B2>株挪<E6A0AA>桃<EFBFBD><E6A183><EFBFBD><EFBFBD><EFBFBD>改<EFBFBD>Audit Trail 蝚血<E89D9A> 21 CFR Part 11嚗剹<E59A97>?
 ## **4\. 部署与性能优化策略**
 
-### **4.1 瘛瑕<EFBFBD>鈭煾<EFBFBD>蝵脰<EFBFBD><EFBFBD>?*
+### **4.1 混合云部署蓝图**
 
-* **AI <EFBFBD>批<EFBFBD>撟喲𢒰 (SAE)**嚗鐭ode.js <EFBFBD>𡒊垢銝?Python 敺格<EFBFBD><EFBFBD>∟<EFBFBD>銵<EFBFBD>銁 Serverless <EFBFBD>臬<EFBFBD>嚗峕覔<EFBFBD>桐遙<EFBFBD>∟<EFBFBD>頧賢撕<EFBFBD>找撓蝻押<EFBFBD>? 
-* **<EFBFBD>唳旿摨訫漣 (ECS \+ RDS)**嚗鑹EDCap 餈鞱<EFBFBD><EFBFBD>?ECS嚗屸<E59A97>朞<EFBFBD><E69C9E>輸<EFBFBD>鈭?VPC <20><><EFBFBD>銝?SAE <20>帋縑嚗屸<E59A97>雿𤾸辣餈煺<E9A488><E785BA>唳旿銝滚枂<E6BB9A><E69E82><EFBFBD><EFBFBD>? 
-* **Dify <EFBFBD><EFBFBD><EFBFBD>**嚗𡁶𡠺蝡见捆<E8A781>券<EFBFBD>蝵莎<E89DB5>隞<EFBFBD><E99A9E>銝?RAG <20>亙藁撖孵<E69296><E5ADB5>𣂷<EFBFBD><F0A382B7>滚𦛚<E6BB9A>?
-### **4.2 隞餃𦛚<E9A483>舫<EFBFBD><E888AB>?*
+* **AI 控制平面 (SAE)**：Node.js 后端与 Python 微服务运行在 Serverless 环境，根据任务负载弹性伸缩。  
+* **数据底座 (ECS \+ RDS)**：REDCap 运行在 ECS，通过阿里云 VPC 内网与 SAE 通信，降低延迟且数据不出内网。  
+* **Dify 节点**：独立容器部署，仅作为 RAG 接口对内提供服务。
 
-* <20>拍鍂 pg-boss <20><><EFBFBD><EFBFBD>圈<EFBFBD><E59C88><EFBFBD>輸<EFBFBD>霂閙㦤<E99699>嗅<EFBFBD><E59785>?Webhook 銝Ｗ仃<EFBCB7>?REDCap <20>亙藁頞<E89781>𧒄<EFBFBD>? 
-* <20>舀<EFBFBD><E88880>輯噢 24 撠𤩺𧒄<F0A4A9BA><F0A79284>鵭隞餃𦛚<E9A483>烐綉嚗<E7B689><E59A97><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD>敺<EFBFBD><E695BA><EFBFBD>踹<EFBFBD><E8B8B9>琜<EFBFBD><E7909C>?
-## **5\. 憌𡡞埯霂<E59FAF>摯銝𤾸笆<F0A4BEB8>?*
+### **4.2 任务可靠性**
+
+* 利用 pg-boss 的指数退避重试机制处理 Webhook 丢失或 REDCap 接口超时。  
+* 支持长达 24 小时的长任务监控（如患者体征趋势分析）。
+
+## **5\. 风险评估与对冲**
 
 | 潜在风险 | 应对策略 |
 | :---- | :---- |
-| **<EFBFBD>餉<EFBFBD>隞<EFBFBD><EFBFBD><EFBFBD>刻<EFBFBD>** | <EFBFBD><EFBFBD>鍂<EFBFBD>𨅯凝撘閙<EFBFBD><EFBFBD>砽<EFBFBD>肽挽霈∴<EFBFBD>撠<EFBFBD>捶<EFBFBD>扯<EFBFBD><EFBFBD>坔<EFBFBD><EFBFBD>啣<EFBFBD>撟嗅<EFBFBD><EFBFBD>典銁 JSONB 摮埈挾銝准<E98A9D>?|
-| **Dify <EFBFBD>亙藁撱嗉<EFBFBD>** | 撖孵虜<EFBFBD>?RAG <20>峕艶靽⊥<E99DBD><E28AA5>?app\_cache 銝剛<E98A9D>銵𣬚<E98AB5><F0A3AC9A>嗥<EFBFBD>摮塩<E691AE>?|
-| **<EFBFBD>芣䔉<EFBFBD>拙<EFBFBD><EFBFBD>折<EFBFBD>瘙?* | 憸<><E686B8><EFBFBD>嗆<EFBFBD><E59786>㦤<EFBFBD>亙藁嚗屸<E59A97>餉<EFBFBD><E9A489>峕<EFBFBD>霈曇恣<E69B87>舀<EFBFBD><E88880>芣䔉<E88AA3>?LangGraph <20><>像皛𤏸<E79A9B>蝘颯<E89D98>?|
+| **逻辑代码膨胀** | 采用“微引擎化”设计，将质控规则参数化并存储在 JSONB 字段中。 |
+| **Dify 接口延迟** | 对常用 RAG 背景信息在 app\_cache 中进行短时缓存。 |
+| **未来扩展性需求** | 预留状态机接口，逻辑同构设计支持未来向 LangGraph 的平滑迁移。 |
 
-## **6\. 摰墧鴌頝舐瑪<EFBFBD>?(Milestones)**
+## **6\. 实施路线图 (Milestones)**
 
-1. **Phase 1: 餈墧𦻖銝擧<EFBFBD><EFBFBD>?*嚗𡁏<E59A97><F0A1818F>?REDCap 霂餃<E99C82><E9A483><EFBFBD><EFBFBD><EFBFBD>剁<EFBFBD>銝羓瑪敺桐縑蝡舀惣<E88880>賢𪂹<E8B3A2>乓<EFBFBD>? 
-2. **Phase 2: 撌乩<EFBFBD>蝡嗘<EFBFBD><EFBFBD>誩<EFBFBD>**嚗𡁜<E59A97><F0A1819C>?Agent Workbench 撘<><E69298>𡢅<EFBFBD>摰䂿緵<E482BF>𡏭捶<F0A18FAD>批遣霈?鈭箇掩蝖株恕<E6A0AA>萘<EFBFBD>敶勗<E695B6><E58B97>剔㴓<E58994>? 
-3. **Phase 3: <EFBFBD>刻䌊<EFBFBD>券<EFBFBD><EFBFBD>?*嚗𡁜<E59A97><F0A1819C>臬<EFBFBD>璅⊥<E79285>?OCR <20>𣂼<EFBFBD>嚗𣬚<E59A97><F0A3AC9A>?RAG <20>亥<EFBFBD>摨枏<E691A8><E69E8F>唳㺭<E594B3>桃<EFBFBD>銝<EFBFBD><E98A9D>桀<EFBFBD>甇乓<E79487>? 
-4. **Phase 4: <EFBFBD>箄<EFBFBD><EFBFBD>𡝗<EFBFBD>餈?*嚗𡁏䔝蝝Ｗ抅鈭𤾸<E988AD><F0A4BEB8>箄<EFBFBD>雿枏笆<E69E8F>梹<EFBFBD>Critic Loop嚗厩<E59A97>瘛勗漲韐冽綉嚗<E7B689>僎憸<E5838E><E686B8> SmartEDC <EFBFBD>笔<EFBFBD><EFBFBD>?
-**<2A><>﹝<EFBFBD><EFB99D>𧋦**嚗间3.0 | **<EFBFBD><EFBFBD><EFBFBD>擧凒<EFBFBD>?*嚗?025-12-30 | **蝏湔擪<E6B994>?*嚗𡁏沲<F0A1818F><E6B2B2><EFBFBD>
+1. **Phase 1: 连接与感知**：打通 REDCap 读写适配器，上线微信端智能周报。  
+2. **Phase 2: 工作站与协同**：完成 Agent Workbench 开发，实现“质控建议-人类确认”的影子闭环。  
+3. **Phase 3: 全自动采集**：开启多模态 OCR 提取，结合 RAG 知识库实现数据的一键同步。  
+4. **Phase 4: 智能化演进**：探索基于多智能体对抗（Critic Loop）的深度质控，并预研 SmartEDC 原型。
+
+**文档版本**：V3.0 | **最后更新**：2025-12-30 | **维护者**：架构组