docs(ssa): Complete intelligent dialogue and tool system architecture design
Architecture Design: - Add intent recognition and dialogue architecture design (Intent Router + DataContext) - Add tool system planning (4-layer 7-tool fusion solution: READ/INTERACT/THINK/ACT) - Add 4-layer 7-tool implementation mechanism details (Conversation Layer LLM + Node.js orchestration) Development Plan (v1.2): - Create 6-phase development plan (134h/22 days) for intelligent dialogue system - Add 8 architectural constraints (C1-C8): no Function Calling, Postgres-Only cache, streaming output, context guard, Zod dynamic validation - Correct Session Blackboard to use CacheFactory (Postgres-Only, no Redis) Status Updates: - Update SSA module status: QPER complete + dialogue architecture design complete - Update system-level status: add SSA architecture design milestone Other: - R tools minor fixes (chi_square, correlation, logistic_binary, mann_whitney, t_test_paired) - Frontend AIA chat workspace style adjustment Co-authored-by: Cursor <cursoragent@cursor.com>
This commit is contained in:
@@ -1,11 +1,12 @@
|
||||
# AIclinicalresearch 系统当前状态与开发指南
|
||||
|
||||
> **文档版本：** v5.7
|
||||
> **文档版本：** v5.8
|
||||
> **创建日期：** 2025-11-28
|
||||
> **维护者：** 开发团队
|
||||
> **最后更新：** 2026-02-21
|
||||
> **最后更新：** 2026-02-22
|
||||
> **🎉 重大里程碑：**
|
||||
> - **🆕 2026-02-21：SSA QPER 智能化主线闭环完成！** Q→P→E→R 四层架构全部开发完成，端到端 40/40 测试通过
|
||||
> - **🆕 2026-02-22：SSA 智能对话与工具体系架构设计完成！** 四层七工具 + 对话层 LLM + 6 Phase 开发计划 v1.2 定稿（134h/22天）
|
||||
> - **2026-02-21：SSA QPER 智能化主线闭环完成！** Q→P→E→R 四层架构全部开发完成，端到端 40/40 测试通过
|
||||
> - **2026-02-20：SSA Phase 2A 前端集成完成！** 多步骤工作流端到端 + V11 UI联调 + Block-based 架构共识
|
||||
> - **2026-02-19：SSA T 检验端到端测试通过！** 完整流程验证 + 9 个 Bug 修复 + Phase 1 核心完成 85%
|
||||
> - **2026-02-19：SSA Week 1 开发完成！** R Docker 镜像构建成功 + 后端/前端骨架 + 规范对齐
|
||||
@@ -24,13 +25,11 @@
|
||||
> - **2026-01-24：Protocol Agent 框架完成！** 可复用Agent框架+5阶段对话流程
|
||||
> - **2026-01-22：OSS 存储集成完成！** 阿里云 OSS 正式接入平台基础层
|
||||
>
|
||||
> **🆕 最新进展（SSA QPER 智能化主线闭环 2026-02-21）：**
|
||||
> - ✅ **🎉 QPER 四层架构主线闭环** — Phase E+/Q/P/R 全部完成（93.5h），端到端 40/40 测试通过
|
||||
> - ✅ **Q 层 LLM 意图理解** — 自然语言→四维信息提取 + Zod 动态防幻觉 + 追问卡片
|
||||
> - ✅ **P 层配置化决策表** — JSON 驱动四维匹配 + 流程模板 + PlannedTrace + 热更新 API
|
||||
> - ✅ **R 层 LLM 论文级结论** — 6 要素结论 + 统计量槽位注入 + Zod 校验 + 敏感性冲突准则
|
||||
> - ✅ **四层降级体系** — Q→正则, P→硬编码, E→错误分类, R→规则引擎，LLM 不可用时系统不中断
|
||||
> - ✅ **Block-based 标准化** — 7 个 R 工具输出 report_blocks，前端动态渲染 + Word 导出
|
||||
> **🆕 最新进展（SSA 智能对话与工具体系架构设计 2026-02-22）：**
|
||||
> - ✅ **🎉 智能对话与工具体系架构设计完成** — 四层七工具（READ/INTERACT/THINK/ACT）+ 对话层 LLM + 意图路由器
|
||||
> - ✅ **开发计划 v1.2 定稿** — 6 Phase / 134h / 22 天，含 8 条架构约束（Postgres-Only 缓存、Function Calling 禁止、流式输出等）
|
||||
> - ✅ **3 份系统设计文档** — 意图识别架构设计 + 工具体系融合方案 + 四层七工具实现机制详解
|
||||
> - ✅ **6 条架构审查建议裁定** — 3 预警 + 3 盲区，转化为 8 条强制性实现约束（C1-C8）
|
||||
>
|
||||
> **部署状态：** ✅ 生产环境运行中 | 公网地址：http://8.140.53.236/
|
||||
> **REDCap 状态：** ✅ 生产环境运行中 | 地址：https://redcap.xunzhengyixue.com/
|
||||
@@ -71,7 +70,7 @@
|
||||
| **ASL** | AI智能文献 | 文献筛选、Meta分析、证据图谱 | ⭐⭐⭐⭐⭐ | 🎉 **智能检索MVP完成（60%）** - DeepSearch集成 | **P0** |
|
||||
| **DC** | 数据清洗整理 | ETL + 医学NER（百万行级数据） | ⭐⭐⭐⭐⭐ | ✅ **Tool B完成 + Tool C 99%（异步架构+性能优化-99%+多指标转换+7大功能）** | **P0** |
|
||||
| **IIT** | IIT Manager Agent | AI驱动IIT研究助手 - 双脑架构+REDCap集成 | ⭐⭐⭐⭐⭐ | 🎉 **事件级质控V3.1完成（设计100%，代码60%）** | **P0** |
|
||||
| **SSA** | 智能统计分析 | **QPER架构** + LLM意图理解 + 配置化决策表 + LLM论文结论 | ⭐⭐⭐⭐⭐ | 🎉 **QPER主线闭环（E+/Q/P/R 100%）** - 40/40端到端通过，Phase Deploy待启动 | **P1** |
|
||||
| **SSA** | 智能统计分析 | **QPER架构** + 四层七工具 + 对话层LLM + 意图路由器 | ⭐⭐⭐⭐⭐ | 🎉 **QPER主线闭环 + 智能对话架构设计完成** - 6 Phase 开发计划 v1.2 定稿（134h），Phase Deploy待启动 | **P1** |
|
||||
| **ST** | 统计分析工具 | 100+轻量化统计工具 | ⭐⭐⭐⭐ | 📋 规划中 | P2 |
|
||||
| **RVW** | 稿件审查系统 | 方法学评估 + 🆕数据侦探（L1/L2/L2.5验证）+ Skills架构 + Word导出 | ⭐⭐⭐⭐ | 🚀 **V2.0 Week3完成（85%）** - 统计验证扩展+负号归一化+文件格式提示+用户体验优化 | P1 |
|
||||
| **ADMIN** | 运营管理端 | Prompt管理、租户管理、用户管理、运营监控、系统知识库 | ⭐⭐⭐⭐⭐ | 🎉 **Phase 4.6完成（88%）** - Prompt知识库集成+动态注入 | **P0** |
|
||||
@@ -156,9 +155,32 @@
|
||||
|
||||
---
|
||||
|
||||
## 🚀 当前开发状态（2026-02-21）
|
||||
## 🚀 当前开发状态（2026-02-22）
|
||||
|
||||
### 🎉 最新进展：SSA QPER 智能化主线闭环完成（2026-02-21）
|
||||
### 🎉 最新进展：SSA 智能对话与工具体系架构设计完成（2026-02-22）
|
||||
|
||||
#### ✅ SSA 智能对话架构设计完成（2026-02-22）
|
||||
|
||||
**重大里程碑：从"统计分析执行器"到"数据感知的统计顾问"的架构升级设计全部完成！**
|
||||
|
||||
| 设计产出 | 核心内容 | 状态 |
|
||||
|---------|---------|------|
|
||||
| 意图识别与对话架构设计 | Intent Router（规则+LLM混合）+ DataContext + 6 种意图分类 | ✅ |
|
||||
| 工具体系规划方案（融合方案） | 四层七工具（READ/INTERACT/THINK/ACT）+ Session 黑板 + Token 控制 | ✅ |
|
||||
| 四层七工具实现机制详解 | 三层架构（Node.js 编排 + 对话层 LLM + 工具层）+ System Prompt 架构 | ✅ |
|
||||
| 开发计划 v1.2 | 6 Phase / 134h / 22 天 + 8 条架构约束（C1-C8） | ✅ |
|
||||
|
||||
**架构关键决策**：
|
||||
- ✅ **对话层 LLM**：六段式 System Prompt 动态组装 + 流式输出（禁止 Function Calling）
|
||||
- ✅ **Postgres-Only 缓存**：Session 黑板使用 CacheFactory（无 Redis，遵循云原生规范）
|
||||
- ✅ **上下文守卫**：数据依赖意图（explore/analyze/discuss/feedback）在无数据时自动降级为 chat
|
||||
- ✅ **Zod 动态校验**：LLM 输出的列名、方法名、意图类型等枚举值均动态校验
|
||||
|
||||
**下一步**：Phase Deploy（R 工具补齐 37h）→ Phase I（Session 黑板 + READ 层 30h）→ Phase II（对话层 LLM + 意图路由器 35h）
|
||||
|
||||
**相关文档**：
|
||||
- 开发计划：`docs/03-业务模块/SSA-智能统计分析/04-开发计划/11-智能对话与工具体系开发计划.md`
|
||||
- 系统设计：`docs/03-业务模块/SSA-智能统计分析/00-系统设计/SSA-Pro 四层七工具实现机制详解.md`
|
||||
|
||||
#### ✅ SSA QPER 四层架构全部完成（2026-02-21）
|
||||
|
||||
@@ -176,8 +198,6 @@
|
||||
- ✅ **配置化驱动**：决策表/模板/工具注册表为 JSON，`POST /reload` 热更新
|
||||
- ✅ **统计量槽位注入**：LLM 被剥夺生成数值权限，所有数值来自 R 引擎
|
||||
|
||||
**下一步**：Phase Deploy（工具补齐 + 部署）→ Phase Q+（人机协同增强）
|
||||
|
||||
**相关文档**：
|
||||
- 开发计划：`docs/03-业务模块/SSA-智能统计分析/04-开发计划/10-QPER架构开发计划-智能化主线.md`
|
||||
- 开发总结：`docs/03-业务模块/SSA-智能统计分析/06-开发记录/SSA-QPER架构开发总结-2026-02-21.md`
|
||||
@@ -1435,7 +1455,7 @@ npm run dev # http://localhost:3000
|
||||
|
||||
### 模块完成度
|
||||
- ✅ **已完成**：AIA V2.0（85%，核心功能完成）、平台基础层（100%）、RVW（95%）、通用能力层升级（100%）、**PKB（95%，Dify已替换）** 🎉
|
||||
- 🚧 **开发中**：ASL（80%）、DC（Tool C 98%，Tool B后端100%，Tool B前端0%）、IIT（60%，Phase 1.5完成）、**SSA（95%，Phase 2A完成，Block-based重构待执行）** 🎉
|
||||
- 🚧 **开发中**：ASL（80%）、DC（Tool C 98%，Tool B后端100%，Tool B前端0%）、IIT（60%，Phase 1.5完成）、**SSA（QPER主线100% + 智能对话架构设计完成，Phase Deploy待启动）** 🎉
|
||||
- 📋 **未开始**：ST
|
||||
|
||||
### 部署完成度
|
||||
|
||||
@@ -1,13 +1,19 @@
|
||||
# SSA智能统计分析模块 - 当前状态与开发指南
|
||||
|
||||
> **文档版本：** v2.1
|
||||
> **文档版本：** v3.0
|
||||
> **创建日期：** 2026-02-18
|
||||
> **最后更新：** 2026-02-21
|
||||
> **最后更新：** 2026-02-22
|
||||
> **维护者：** 开发团队
|
||||
> **当前状态：** 🎉 **QPER 主线闭环 + 集成测试通过 + 统一状态管理重构完成**
|
||||
> **当前状态：** 🎉 **QPER 主线闭环 + 智能对话与工具体系架构设计完成**
|
||||
> **文档目的：** 快速了解SSA模块状态，为新AI助手提供上下文
|
||||
>
|
||||
> **最新进展（2026-02-21 晚）：**
|
||||
> **最新进展（2026-02-22）：**
|
||||
> - ✅ **智能对话与工具体系架构设计完成** — 四层七工具 + 对话层 LLM + 意图路由器
|
||||
> - ✅ **开发计划 v1.2 定稿** — 6 Phase / 134h / 22 天（含 8 条架构约束 + Postgres-Only 缓存规范）
|
||||
> - ✅ **3 份系统设计文档** — 意图识别架构、工具体系规划方案、四层七工具实现机制详解
|
||||
> - ✅ **6 条架构审查建议已裁定** — 3 预警（Function Calling 冲突、System Prompt 膨胀、流式输出）+ 3 盲区（Postgres-Only 缓存、上下文守卫、Zod 动态校验）
|
||||
>
|
||||
> **此前进展（2026-02-21）：**
|
||||
> - ✅ **前后端集成测试** — 7 个 Bug 全部修复（R 引擎防御、意图识别、前端状态）
|
||||
> - ✅ **统一状态管理重构** — 消除 isWorkflowMode 双轨逻辑，AnalysisRecord 成为唯一数据源
|
||||
> - ✅ **多任务切换** — 点击不同卡片正确显示各自的分析计划和结果
|
||||
@@ -22,12 +28,12 @@
|
||||
| 项目 | 信息 |
|
||||
|------|------|
|
||||
| **模块名称** | SSA - 智能统计分析 (Smart Statistical Analysis) |
|
||||
| **模块定位** | AI驱动的"白盒"统计分析系统 |
|
||||
| **架构模式** | **QPER — Query → Planner → Execute → Reflection** |
|
||||
| **模块定位** | AI驱动的"白盒"统计分析系统 → 升级为"数据感知的统计顾问" |
|
||||
| **架构模式** | **QPER（执行层）** + **四层七工具 + 对话层 LLM（智能对话层）** |
|
||||
| **前端状态模型** | **Unified Record Architecture — 一次分析 = 一个 Record = N 个 Steps** |
|
||||
| **商业价值** | ⭐⭐⭐⭐⭐ 极高 |
|
||||
| **目标用户** | 临床研究人员、生物统计师 |
|
||||
| **开发状态** | 🎉 **QPER 主线闭环 + 集成测试通过，Phase Deploy 待启动** |
|
||||
| **开发状态** | 🎉 **QPER 主线闭环 + 智能对话架构设计完成，Phase Deploy 待启动** |
|
||||
|
||||
### 核心目标
|
||||
|
||||
@@ -123,9 +129,14 @@ AnalysisRecord {
|
||||
| **Phase P** | **决策表 + 流程模板** | **23h** | ✅ **已完成** | 2026-02-21 |
|
||||
| **Phase R** | **LLM 论文级结论** | **22h** | ✅ **已完成** | 2026-02-21 |
|
||||
| **集成测试** | **Bug 修复 + 统一状态管理重构** | **~4h** | ✅ **已完成** | 2026-02-21 |
|
||||
| **架构设计** | **智能对话与工具体系架构设计** | **~8h** | ✅ **已完成** | 2026-02-22 |
|
||||
| Phase Deploy | 工具补齐 + 部署上线 | 37h | 📋 待开始 | - |
|
||||
| Phase Q+ | 人机协同增强 | 20h | 📋 待开始 | - |
|
||||
| **QPER 透明化** | **Pipeline 可观测性增强** | TBD | 📋 待开始 | - |
|
||||
| **Phase I** | **Session 黑板 + READ 层** | **30h** | 📋 待开始（吸收 Phase Q+） | - |
|
||||
| **Phase II** | **对话层 LLM + 意图路由器 + 统一对话入口** | **35h** | 📋 待开始 | - |
|
||||
| **Phase III** | **method_consult + ask_user 标准化** | **20h** | 📋 待开始 | - |
|
||||
| **Phase IV** | **THINK + ACT 工具封装** | **21h** | 📋 待开始 | - |
|
||||
| **Phase V** | **反思编排 + 高级特性** | **18h** | 📋 待开始 | - |
|
||||
| **Phase VI** | **集成测试 + 可观测性** | **10h** | 📋 待开始 | - |
|
||||
|
||||
### 已完成核心功能
|
||||
|
||||
@@ -236,10 +247,14 @@ npx tsx scripts/seed-ssa-reflection-prompt.ts
|
||||
| 文档 | 路径 |
|
||||
|------|------|
|
||||
| **QPER 开发计划（主线）** | `04-开发计划/10-QPER架构开发计划-智能化主线.md` |
|
||||
| **🆕 智能对话与工具体系开发计划** | `04-开发计划/11-智能对话与工具体系开发计划.md` |
|
||||
| **🆕 意图识别与对话架构设计** | `00-系统设计/SSA-Pro 意图识别与对话架构设计.md` |
|
||||
| **🆕 工具体系规划方案（融合方案）** | `00-系统设计/SSA-Pro 工具体系规划方案（团队讨论稿）.md` |
|
||||
| **🆕 四层七工具实现机制详解** | `00-系统设计/SSA-Pro 四层七工具实现机制详解.md` |
|
||||
| **QPER 开发总结** | `06-开发记录/SSA-QPER架构开发总结-2026-02-21.md` |
|
||||
| **集成测试 Bug 修复** | `06-开发记录/2026-02-21-集成测试Bug修复与统一状态管理重构.md` |
|
||||
| **智能化愿景设计** | `00-系统设计/SSA-Pro 理想状态与智能化愿景设计.md` |
|
||||
| **PRD** | `00-系统设计/PRD SSA-Pro 严谨型智能统计分析模块.md` |
|
||||
| **PRD** | `00-系统设计/PRA SSA-Pro 严谨型智能统计分析模块.md` |
|
||||
| **架构设计 V4** | `00-系统设计/SSA-Pro 严谨型智能统计分析架构设计方案V4.md` |
|
||||
|
||||
---
|
||||
@@ -248,23 +263,76 @@ npx tsx scripts/seed-ssa-reflection-prompt.ts
|
||||
|
||||
### 近期（优先级高）
|
||||
|
||||
1. **QPER 透明化（Pipeline 可观测性）**
|
||||
- Q 层：展示 LLM 解析结果（goal、变量、置信度）和降级原因
|
||||
- P 层：展示决策表匹配过程和流程模板填充参数
|
||||
- E 层：实时展示步骤输入参数 + R 返回摘要；开发模式显示 R 原始错误
|
||||
- R 层：展示槽位注入内容和 Zod 校验状态
|
||||
- 开发者面板：持久化 trace_log + LLM prompt/response 可查看
|
||||
1. **Phase Deploy（37h / 5.5 天）** — 补齐 R 工具 7→11 + 生产环境部署上线
|
||||
|
||||
2. **Phase Deploy（37h）** — 补齐 ANOVA / Fisher / Wilcoxon / 线性回归 + 复合工具 ST_BASELINE_TABLE + 部署上线
|
||||
2. **Phase I — Session 黑板 + READ 层（30h / 5 天）** — 已吸收 Phase Q+
|
||||
- SessionBlackboardService（CacheFactory / Postgres-Only 架构）
|
||||
- `get_data_overview` + `get_variable_detail` 工具
|
||||
- DataContext 前端展示 + 变量字典面板
|
||||
- PICO 推断 + 用户确认流程
|
||||
|
||||
3. **Phase II — 对话层 LLM + 意图路由器 + 统一对话入口（35h / 5.5 天）**
|
||||
- ConversationService 核心（六段式 System Prompt 动态组装）
|
||||
- IntentRouterService（规则 + LLM 混合路由 + 上下文守卫）
|
||||
- 统一对话 API `/api/ssa/chat`
|
||||
- chat/explore 意图处理
|
||||
|
||||
### 中期
|
||||
|
||||
3. **Phase Q+（20h）** — 变量数据字典（AI 先猜用户微调）+ 变量选择确认面板（AI 推荐医生确认）
|
||||
4. **前端 UI 细节打磨** — 执行计划格式美化、错误状态视觉增强
|
||||
4. **Phase III（20h）** — method_consult + ask_user 标准化
|
||||
5. **Phase IV（21h）** — THINK + ACT 工具封装 + analyze 完整链路
|
||||
6. **Phase V（18h）** — 反思编排 + discuss + feedback
|
||||
|
||||
### 后期
|
||||
|
||||
7. **Phase VI（10h）** — 集成测试 + 可观测性（含 QPER 透明化）
|
||||
|
||||
**详细计划：** `04-开发计划/11-智能对话与工具体系开发计划.md`（v1.2，含 8 条架构约束 C1-C8）
|
||||
|
||||
---
|
||||
|
||||
**文档版本：** v2.1
|
||||
**最后更新：** 2026-02-21
|
||||
**当前状态：** 🎉 QPER 主线闭环 + 集成测试通过 + 统一状态管理重构完成
|
||||
**下一步：** QPER 透明化 → Phase Deploy 工具补齐 + 部署上线
|
||||
## 🏗️ 智能对话架构概览（四层七工具 + 对话层 LLM）
|
||||
|
||||
> **设计目标：** 从"统计分析执行器"升级为"数据感知的统计顾问"
|
||||
|
||||
```
|
||||
用户消息
|
||||
│
|
||||
▼
|
||||
┌─ Intent Router ──────────────────────────────────────┐
|
||||
│ 规则引擎优先 + LLM 兜底 + 上下文守卫（§16.5） │
|
||||
│ → chat / explore / consult / analyze / discuss / feedback │
|
||||
└─────────────────────┬────────────────────────────────┘
|
||||
▼
|
||||
┌─ Conversation Layer LLM ─────────────────────────────┐
|
||||
│ 六段式 System Prompt + DataContext 注入 + 流式输出 │
|
||||
│ Token 预算 ≤4000（§16.2）+ 禁止 Function Calling（§16.1）│
|
||||
└─────────────────────┬────────────────────────────────┘
|
||||
▼
|
||||
┌─ 四层七工具 ─────────────────────────────────────────┐
|
||||
│ READ: get_data_overview | get_variable_detail | method_consult │
|
||||
│ INTERACT: ask_user │
|
||||
│ THINK: analysis_plan │
|
||||
│ ACT: run_step | write_report │
|
||||
└─────────────────────┬────────────────────────────────┘
|
||||
▼
|
||||
┌─ QPER 执行层（已有） ────────────────────────────────┐
|
||||
│ Q → P → E → R（四层降级体系，不动） │
|
||||
└──────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**关键架构约束（详见开发计划 §16-§17）：**
|
||||
|
||||
| # | 约束 |
|
||||
|---|------|
|
||||
| C1 | 对话层 LLM 禁止 Function Calling tools 参数 |
|
||||
| C4 | Session 黑板使用 CacheFactory（Postgres-Only，无 Redis） |
|
||||
| C5 | 数据依赖意图必须有上下文守卫 |
|
||||
| C6 | LLM 枚举输出必须 Zod 动态校验 |
|
||||
|
||||
---
|
||||
|
||||
**文档版本：** v3.0
|
||||
**最后更新：** 2026-02-22
|
||||
**当前状态：** 🎉 QPER 主线闭环 + 智能对话与工具体系架构设计完成
|
||||
**下一步：** Phase Deploy（工具补齐）→ Phase I（Session 黑板 + READ 层）
|
||||
|
||||
875
docs/03-业务模块/SSA-智能统计分析/00-系统设计/SSA-Pro 四层七工具实现机制详解.md
Normal file
875
docs/03-业务模块/SSA-智能统计分析/00-系统设计/SSA-Pro 四层七工具实现机制详解.md
Normal file
@@ -0,0 +1,875 @@
|
||||
# SSA-Pro 四层七工具实现机制详解
|
||||
|
||||
> **文档版本：** v1.1
|
||||
> **创建日期：** 2026-02-21
|
||||
> **最后更新：** 2026-02-21（v1.1 — 新增对话层 LLM 架构说明）
|
||||
> **文档类型：** 架构说明 (Architecture Reference)
|
||||
> **目标读者：** 开发团队
|
||||
> **前置文档：** `SSA-Pro 工具体系规划方案（团队讨论稿）.md`（定义了"做什么"），本文档说明"怎么做"
|
||||
> **核心问题：** 每个工具的内部实现机制是什么？哪些依赖 LLM？哪些依赖规则引擎？哪些是纯计算？**对话层 LLM 如何保证多轮对话的连贯性？**
|
||||
|
||||
---
|
||||
|
||||
## 1. 三层架构全貌：对话层 LLM 是核心大脑
|
||||
|
||||
### 1.1 架构中的三个层次
|
||||
|
||||
系统不是简单的"Node.js 调工具"，而是三层协同：
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────────────────────┐
|
||||
│ │
|
||||
│ 第一层：Node.js 编排层（交通指挥） │
|
||||
│ ──────────────────────────────── │
|
||||
│ 职责：意图路由 → 工具调度 → 流程控制 → Session 黑板读写 │
|
||||
│ 特点：确定性、无 LLM、零 Token 成本 │
|
||||
│ 类比：交通警察，决定车（工具）往哪走，但不理解乘客（用户）在说什么 │
|
||||
│ │
|
||||
├─────────────────────────────────────────────────────────────────────┤
|
||||
│ │
|
||||
│ 第二层：对话层 LLM（全局大脑） ← 这是架构的核心 │
|
||||
│ ──────────────────────────── │
|
||||
│ 职责：理解用户意图 → 组织工具输出 → 生成连贯自然语言回复 │
|
||||
│ 特点：全局状态感知、多轮对话记忆、知识推理 │
|
||||
│ 类比：统计顾问本人，读过你的数据，记得之前聊了什么，知道什么时候该问 │
|
||||
│ │
|
||||
├─────────────────────────────────────────────────────────────────────┤
|
||||
│ │
|
||||
│ 第三层：工具层（专业手脚） │
|
||||
│ ──────────────────────── │
|
||||
│ 职责：执行具体任务（统计计算、规则匹配、R 脚本执行） │
|
||||
│ 特点：无状态函数，输入→输出，不关心对话上下文 │
|
||||
│ 类比：实验室设备，按按钮出结果，但不知道实验的完整背景 │
|
||||
│ │
|
||||
└─────────────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 1.2 一次完整交互的真实流程
|
||||
|
||||
以用户说 **"帮我看看各组的样本分布"** 为例：
|
||||
|
||||
```
|
||||
用户消息: "帮我看看各组的样本分布"
|
||||
│
|
||||
▼
|
||||
┌─ 第一层：Node.js 编排 ──────────────────────────────────────────┐
|
||||
│ IntentRouter 分类 → explore │
|
||||
│ 决定调用 get_data_overview（若缓存未命中） │
|
||||
└──────────────┬──────────────────────────────────────────────────┘
|
||||
│ 工具调用
|
||||
▼
|
||||
┌─ 第三层：工具层 ────────────────────────────────────────────────┐
|
||||
│ get_data_overview → DataProfileService(Python) 返回结构化 JSON │
|
||||
│ { total_rows: 200, categorical_vars: [...], ... } │
|
||||
└──────────────┬──────────────────────────────────────────────────┘
|
||||
│ 结构化输出
|
||||
▼
|
||||
┌─ 第二层：对话层 LLM ────────────────────────────────────────────┐
|
||||
│ │
|
||||
│ System Prompt: │
|
||||
│ "你是 SSA-Pro 智能统计分析助手... │
|
||||
│ 用户数据全貌: {DataContext} │
|
||||
│ 请基于数据摘要为用户解读数据特征。" │
|
||||
│ │
|
||||
│ 对话历史: │
|
||||
│ [user] 上传了数据 xxx.csv │
|
||||
│ [assistant] 您的数据已上传成功... │
|
||||
│ [user] 帮我看看各组的样本分布 ← 当前消息 │
|
||||
│ │
|
||||
│ 工具输出（注入为上下文）: │
|
||||
│ get_data_overview 返回: { ... } │
|
||||
│ │
|
||||
│ → LLM 生成连贯的自然语言回复: │
|
||||
│ "您的数据共 200 例，分为 treatment 组（103 例）和 │
|
||||
│ control 组（97 例）。各组分布如下： │
|
||||
│ - treatment 组平均年龄 54.3 岁（SD=11.2）... │
|
||||
│ 需要我进一步看某个具体变量吗？" │
|
||||
│ │
|
||||
└──────────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**关键点：工具返回的是结构化 JSON，但用户看到的是自然语言。中间的翻译者就是对话层 LLM。**
|
||||
|
||||
### 1.3 对话层 LLM 的六大职责
|
||||
|
||||
| # | 职责 | 靠 Node.js 能做到吗？ | 说明 |
|
||||
|---|------|:---:|------|
|
||||
| 1 | **自然语言生成** | ❌ | 把结构化 JSON 变成"像人说的话" |
|
||||
| 2 | **多轮对话记忆** | ❌ | "刚才那个变量"→ 理解指的是上一轮讨论的 BMI |
|
||||
| 3 | **上下文推理** | ❌ | 用户说"有没有效"→ 结合 DataContext 推理出想比较什么 |
|
||||
| 4 | **主动引导** | ❌ | 分析完主动问"需要做敏感性分析吗？" |
|
||||
| 5 | **知识融合** | ❌ | 结合统计学知识解释"为什么选 T 检验而不是 ANOVA" |
|
||||
| 6 | **语气和策略** | ❌ | 对医生用临床语言，对统计师用技术语言 |
|
||||
|
||||
> **结论：Node.js 编排层绝对不够。对话层 LLM 是不可或缺的核心大脑。Node.js 管"做什么"，LLM 管"怎么说"和"怎么想"。**
|
||||
|
||||
---
|
||||
|
||||
## 2. 对话层 LLM 的技术实现
|
||||
|
||||
### 2.1 System Prompt 架构
|
||||
|
||||
对话层 LLM 有一个持久的 System Prompt，在整个会话生命周期内持续生效，并根据意图和状态动态组装：
|
||||
|
||||
```
|
||||
┌─ System Prompt（始终存在）────────────────────────────────────────┐
|
||||
│ │
|
||||
│ [基础角色]（固定） │
|
||||
│ 你是 SSA-Pro 智能统计分析助手，专注于临床研究统计分析。 │
|
||||
│ 你了解用户上传的数据，可以回答关于数据的问题，推荐分析方法， │
|
||||
│ 解读分析结果。你的风格是专业但易懂的统计顾问。 │
|
||||
│ │
|
||||
│ [数据全貌]（上传数据后始终注入，~200 Token） │
|
||||
│ 用户上传了一份数据集： │
|
||||
│ {DataContext.summary — 行数/列数/缺失率/类型/结构} │
|
||||
│ │
|
||||
│ [PICO 分类]（推断后注入，~150 Token） │
|
||||
│ 根据数据特征，推断/确认的 PICO 分类如下： │
|
||||
│ {DataContext.pico — population/intervention/outcome} │
|
||||
│ │
|
||||
│ [变量字典]（逐步丰富，~50 Token/变量，裁剪后注入） │
|
||||
│ 各变量的定义和角色： │
|
||||
│ {DataContext.variableDictionary — 裁剪策略控制} │
|
||||
│ │
|
||||
│ [意图特定指令]（每次请求动态切换） │
|
||||
│ ┌──────────────────────────────────────────────────┐ │
|
||||
│ │ chat: 请基于统计知识和用户数据回答。不要主动建议分析。│ │
|
||||
│ │ explore: 请基于数据摘要解读数据特征。可以推断 PICO。 │ │
|
||||
│ │ consult: 请推荐分析方法，给出理由和前提。不要执行。 │ │
|
||||
│ │ analyze: 以下是工具执行结果，请向用户说明进展。 │ │
|
||||
│ │ discuss: 以下是分析结果: {结果}。请帮助用户解读。 │ │
|
||||
│ │ feedback: 以下是完整 QPER 记录: {trace}。请分析问题。 │ │
|
||||
│ └──────────────────────────────────────────────────┘ │
|
||||
│ │
|
||||
│ [工具输出]（本轮工具调用的结果，动态注入） │
|
||||
│ {get_data_overview / method_consult / run_step 等的结构化输出} │
|
||||
│ │
|
||||
│ [分析结果]（discuss/feedback 时注入，~500 Token/步骤） │
|
||||
│ {最近的 AnalysisRecord 摘要} │
|
||||
│ │
|
||||
└────────────────────────────────────────────────────────────────────┘
|
||||
|
||||
┌─ 对话历史（最近 N 轮，滑动窗口）─────────────────────────────────────┐
|
||||
│ [user] 上传了 clinical_trial.csv │
|
||||
│ [assistant] 您的数据已上传，共 200 行 15 列... │
|
||||
│ [user] 帮我看看各组的样本分布 │
|
||||
│ [assistant] treatment 组 103 例，control 组 97 例... │
|
||||
│ [user] BMI 的分布怎样？ │
|
||||
│ [assistant] BMI 均值 25.3，标准差 4.1... │
|
||||
│ [user] 这两组 BMI 有差异吗？应该怎么分析？ ← 当前消息 │
|
||||
└──────────────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 2.2 对话层 LLM 在每种意图中的角色
|
||||
|
||||
| 意图 | Node.js 编排做了什么 | 对话层 LLM 做了什么 |
|
||||
|------|---------------------|-------------------|
|
||||
| **chat** | 几乎不介入（不调工具） | **完全主导**：纯 LLM 对话，基于 DataContext + 统计知识回答 |
|
||||
| **explore** | 调用 get_data_overview 或 get_variable_detail | **翻译 + 解读**：把结构化 JSON 变成易懂的数据解读 |
|
||||
| **consult** | 调用 method_consult（决策表匹配） | **融合 + 解释**：把匹配结果变成完整的方法推荐（带理由、前提、替代） |
|
||||
| **analyze** | 调用 analysis_plan → run_step ×N → write_report | **进度播报 + 过渡衔接**：每步执行后生成进展说明，衔接步骤间的上下文 |
|
||||
| **discuss** | 提取最近的 AnalysisRecord | **深度解读**：回答"p 值说明什么""置信区间为什么宽"等统计学问题 |
|
||||
| **feedback** | 注入 qperTrace 到 LLM | **问题诊断**：分析完整记录，找出问题根因，建议新方案 |
|
||||
|
||||
### 2.3 对话连贯性保障机制
|
||||
|
||||
```
|
||||
┌─ 保障机制 1：对话历史注入 ────────────────────────────────────────┐
|
||||
│ │
|
||||
│ 每次 LLM 调用都携带最近 N 轮对话历史（滑动窗口） │
|
||||
│ → 用户说"刚才那个变量" → LLM 从历史中知道指的是 BMI │
|
||||
│ → 用户说"按你说的方案执行" → LLM 从历史中知道之前推荐了 T 检验 │
|
||||
│ │
|
||||
│ 窗口大小：根据 Token 预算动态调整 │
|
||||
│ - 简单对话：保留最近 10 轮 │
|
||||
│ - 长对话（含分析结果）：保留最近 5 轮 + 关键事件摘要 │
|
||||
│ │
|
||||
└────────────────────────────────────────────────────────────────────┘
|
||||
|
||||
┌─ 保障机制 2：Session 黑板持久化 ──────────────────────────────────┐
|
||||
│ │
|
||||
│ 对话历史有滑动窗口（会丢失早期内容），但关键决策结果不会丢失： │
|
||||
│ - PICO 确认结果 → 写入 blackboard.confirmedPico → 始终可用 │
|
||||
│ - 变量角色确认 → 写入 blackboard.variableDictionary → 始终可用 │
|
||||
│ - 分析方案 → 写入 blackboard.currentPlan → 始终可用 │
|
||||
│ - 执行结果 → 写入 blackboard.stepResults → 始终可用 │
|
||||
│ │
|
||||
│ → 即使对话历史中早期的讨论被裁剪，结论仍在 Session 黑板中 │
|
||||
│ → LLM 通过 DataContext 注入随时可以引用这些结论 │
|
||||
│ │
|
||||
└────────────────────────────────────────────────────────────────────┘
|
||||
|
||||
┌─ 保障机制 3：意图切换时的上下文衔接 ──────────────────────────────┐
|
||||
│ │
|
||||
│ 用户从 consult 转到 analyze 时： │
|
||||
│ │
|
||||
│ [consult 阶段对话] │
|
||||
│ user: "我想比较两组血压差异，用什么方法？" │
|
||||
│ assistant: "建议独立样本 T 检验，理由是..." │
|
||||
│ user: "好的，按这个方案执行" │
|
||||
│ │
|
||||
│ → IntentRouter 识别为 analyze │
|
||||
│ → Node.js 编排层从 Session 黑板读取 consult 阶段的结论 │
|
||||
│ → 对话层 LLM 收到完整上下文: │
|
||||
│ System Prompt（含 DataContext + "用户已确认 T 检验方案"） │
|
||||
│ + 对话历史（包含 consult 阶段的讨论） │
|
||||
│ + 意图特定指令（"正在执行分析，请向用户说明进展"） │
|
||||
│ → LLM 生成衔接回复: │
|
||||
│ "好的，我来按之前讨论的方案执行。分析计划如下： │
|
||||
│ 步骤 1: 描述统计（两组基线特征） │
|
||||
│ 步骤 2: 独立样本 T 检验（比较血压差异） │
|
||||
│ 确认开始执行吗？" │
|
||||
│ │
|
||||
└────────────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 2.4 对话层 LLM 的技术参数
|
||||
|
||||
| 参数 | 值 | 说明 |
|
||||
|------|---|------|
|
||||
| 模型 | deepseek-v3 | 全系统统一模型 |
|
||||
| Temperature | 0.7（对话）/ 0.3（报告生成） | 对话允许自然变化，报告追求稳定 |
|
||||
| System Prompt | 持久注入 | 整个会话生命周期内持续生效 |
|
||||
| 对话历史 | 滑动窗口（5-10 轮） | Token 预算内尽量多保留 |
|
||||
| DataContext | 始终注入 | 通过 Session 黑板注入，保证数据感知 |
|
||||
| Prompt 管理 | DB 存储 + Seed 脚本 | 方法学团队可编辑，不写死在代码中 |
|
||||
|
||||
---
|
||||
|
||||
## 3. 编排层 vs 对话层的职责划分
|
||||
|
||||
### 3.1 什么事 Node.js 编排层做
|
||||
|
||||
| 职责 | 说明 | 举例 |
|
||||
|------|------|------|
|
||||
| **意图路由** | 决定这条消息走哪个处理路径 | "比较两组" → analyze |
|
||||
| **工具调度** | 决定调用哪些工具、什么顺序 | analyze → plan → run_step ×N → report |
|
||||
| **Session 黑板读写** | 工具输出写入黑板，工具输入从黑板读 | PICO 写入 → plan 读取 |
|
||||
| **Token 控制** | 注入 LLM 前裁剪上下文 | 变量字典 >20 → 只注入已确认的 |
|
||||
| **data_source 注入** | R 引擎调用前自动注入数据源 | OSS 预签名 URL |
|
||||
| **错误分类** | run_step 出错后决定重试还是报告 | "Column not found" → 可自愈 |
|
||||
| **流程控制** | ask_user 中断/恢复、重试计数 | MAX 2 次 → 停止重试 |
|
||||
|
||||
### 3.2 什么事对话层 LLM 做
|
||||
|
||||
| 职责 | 说明 | 举例 |
|
||||
|------|------|------|
|
||||
| **自然语言生成** | 把结构化输出变成人话 | JSON → "您的数据共 200 例..." |
|
||||
| **多轮对话连贯** | 理解指代、省略、上下文引用 | "刚才那个" → BMI |
|
||||
| **知识推理** | 基于统计学知识回答专业问题 | "为什么选 T 检验？" |
|
||||
| **PICO 推断** | 基于临床知识推断数据角色 | 推断 outcome 可能是 bp_change |
|
||||
| **方法解释** | 解释决策表的匹配结果 | "选 T 检验是因为..." |
|
||||
| **结果解读** | 深度解释统计结果的含义 | "p=0.03 说明..." |
|
||||
| **主动引导** | 在合适时机引导用户下一步 | "需要做敏感性分析吗？" |
|
||||
| **反思分析** | 分析 QPER 全记录找问题根因 | "样本量不足导致检验效能低" |
|
||||
|
||||
### 3.3 协作模型
|
||||
|
||||
```
|
||||
Node.js 编排层 对话层 LLM
|
||||
───────────── ──────────
|
||||
|
||||
"这条消息是 explore 意图" →
|
||||
|
||||
"调用 get_data_overview" →
|
||||
|
||||
"工具返回了 JSON 结果" → "把 JSON + DataContext + 对话历史
|
||||
组装成 Prompt，生成自然语言解读"
|
||||
|
||||
← "您的数据共 200 例，分为..."
|
||||
|
||||
"把回复返回给前端" →
|
||||
|
||||
─── 下一轮 ───
|
||||
|
||||
"这条消息是 consult 意图" →
|
||||
|
||||
"调用 method_consult →
|
||||
(DecisionTable 匹配)"
|
||||
|
||||
"匹配结果: T 检验" → "把匹配结果 + DataContext + 对话历史
|
||||
组装成 Prompt，生成方法推荐 + 理由"
|
||||
|
||||
← "建议独立样本 T 检验，因为..."
|
||||
```
|
||||
|
||||
**核心原则：Node.js 决定"做什么"，LLM 决定"怎么说"和"怎么想"。两者缺一不可。**
|
||||
|
||||
---
|
||||
|
||||
## 4. 意图 → 编排流程 → LLM 角色映射
|
||||
|
||||
| 意图 | Node.js 编排流程 | 对话层 LLM 角色 |
|
||||
|------|-----------------|----------------|
|
||||
| **chat** | 几乎不介入 | **完全主导**：直接回答，DataContext 保证数据感知 |
|
||||
| **explore** | 调用 READ 层工具 | **翻译+解读**：JSON → 自然语言数据解读 |
|
||||
| **consult** | 调用 method_consult | **融合+解释**：决策表结果 → 完整方法推荐 |
|
||||
| **analyze** | 调用 THINK+ACT 全链路 | **播报+衔接**：步骤进展说明，上下文衔接 |
|
||||
| **discuss** | 提取分析结果 | **深度解读**：统计学问题的专业解答 |
|
||||
| **feedback** | 注入 QPER 记录 | **诊断+建议**：问题根因分析，新方案建议 |
|
||||
|
||||
---
|
||||
|
||||
## 5. 四层七工具实现机制总览
|
||||
|
||||
### 5.1 四层七工具实现机制一览
|
||||
|
||||
| 层 | 工具 | 实现机制 | LLM 参与 | 核心引擎 | 风险/成本 |
|
||||
|----|------|---------|:---:|---------|----------|
|
||||
| **READ** | `get_data_overview` | Python 计算 + LLM 推断 | ✅ 部分 | DataProfileService (Python) | 零风险 |
|
||||
| **READ** | `get_variable_detail` | 纯 Python 计算 | ❌ | DataProfileService (Python) | 零风险 |
|
||||
| **READ** | `method_consult` | 匹配引擎 + LLM 补充 | ✅ 部分 | DecisionTableService (规则) | 零风险 |
|
||||
| **INTERACT** | `ask_user` | 纯系统机制 | ❌ | Node.js → 前端 → 用户 | 零风险 |
|
||||
| **THINK** | `analysis_plan` | 匹配引擎 + 模板填充 | ❌ | DecisionTable + FlowTemplate | 低风险 |
|
||||
| **ACT** | `run_step` | 纯 R 引擎执行 | ❌ | WorkflowExecutor → R Plumber | 有计算成本 |
|
||||
| **ACT** | `write_report` | LLM 生成 + 槽位注入 | ✅ 核心 | ReflectionService (LLM) | 有 Token 成本 |
|
||||
|
||||
### 5.2 辅助机制
|
||||
|
||||
| 机制 | 实现方式 | LLM 参与 |
|
||||
|------|---------|:---:|
|
||||
| **意图路由器** | 规则引擎优先 + LLM 兜底（混合路由） | ✅ 部分 |
|
||||
| **反思 — 自动重试** | 错误分类器（规则） + LLM 修正参数 | ✅ 部分 |
|
||||
| **反思 — 手动触发** | LLM 分析完整 QPER 记录 → 新方案 | ✅ 核心 |
|
||||
| **Session 黑板** | Node.js 内存缓存 | ❌ |
|
||||
| **Token 控制** | 代码裁剪函数 | ❌ |
|
||||
| **data_source 注入** | Node.js 编排层自动注入 | ❌ |
|
||||
|
||||
---
|
||||
|
||||
## 6. READ 层 — 只读，零风险
|
||||
|
||||
### 6.1 get_data_overview
|
||||
|
||||
> **实现机制：Python 统计计算 + LLM PICO 推断（两步串联）**
|
||||
|
||||
```
|
||||
┌──────────────────────────────────┐
|
||||
session_id ──→ │ Step 1: DataProfileService │ ← 纯 Python 计算
|
||||
│ （Python pandas 统计分析） │ 无 LLM
|
||||
│ 输出：行数/列数/缺失率/类型/分布 │
|
||||
└──────────────┬───────────────────┘
|
||||
│ 结构化 JSON
|
||||
▼
|
||||
┌──────────────────────────────────┐
|
||||
│ Step 2: LLM PICO 推断 │ ← LLM Prompt
|
||||
│ 输入：统计摘要 + 临床知识 │ 纯推理，无工具调用
|
||||
│ 输出：population / intervention / │
|
||||
│ outcome 候选 + 置信度 │
|
||||
└──────────────┬───────────────────┘
|
||||
│ 合并
|
||||
▼
|
||||
写入 Session 黑板
|
||||
```
|
||||
|
||||
**实现细节：**
|
||||
|
||||
| 环节 | 引擎 | 说明 |
|
||||
|------|------|------|
|
||||
| 统计摘要生成 | **Python（pandas）** | 调用已有 `DataProfileService`，返回结构化 JSON |
|
||||
| PICO 推断 | **LLM Prompt** | 将统计摘要注入 Prompt，LLM 基于临床知识推断 PICO 分类 |
|
||||
| 结果缓存 | **Node.js 内存** | 写入 Session 黑板，后续工具直接读缓存 |
|
||||
|
||||
**关键约束：**
|
||||
- Step 1（统计计算）和 LLM 完全无关，是确定性结果
|
||||
- Step 2（PICO 推断）标记为 `inference`，必须经 `ask_user` 确认后才变为 `confirmed`
|
||||
- 已有实现基础：`DataProfileService` 已能生成统计摘要并缓存
|
||||
|
||||
---
|
||||
|
||||
### 6.2 get_variable_detail
|
||||
|
||||
> **实现机制：纯 Python 计算（零 LLM）**
|
||||
|
||||
```
|
||||
session_id + variable_name
|
||||
│
|
||||
▼
|
||||
┌────────────────────────────────┐
|
||||
│ DataProfileService │ ← 纯 Python 计算
|
||||
│ 按需查询单列 │ 无 LLM
|
||||
│ 输出：分布/直方图/异常值/样本值 │ 确定性结果
|
||||
└────────────────────────────────┘
|
||||
```
|
||||
|
||||
**实现细节：**
|
||||
|
||||
| 环节 | 引擎 | 说明 |
|
||||
|------|------|------|
|
||||
| 单列统计分析 | **Python（pandas）** | 计算分布、异常值、直方图分箱等 |
|
||||
|
||||
**关键约束：**
|
||||
- 整个工具内部没有 LLM 参与，完全是 Python 数值计算
|
||||
- 是 `get_data_overview` 的按需 drill-down，解决大数据集 Token 爆炸问题
|
||||
- 需要在 Python 侧新增"单列查询" API（当前 `DataProfileService` 只有全量 profile）
|
||||
|
||||
---
|
||||
|
||||
### 6.3 method_consult
|
||||
|
||||
> **实现机制：决策表四维匹配 + LLM 推理补充（双引擎）**
|
||||
|
||||
```
|
||||
research_question + outcome_var + predictors + DataContext
|
||||
│
|
||||
├──→ ┌─────────────────────────────────────────┐
|
||||
│ │ 引擎 A: DecisionTableService │ ← 规则匹配引擎
|
||||
│ │ 四维匹配 Goal × OutcomeType × │ 无 LLM
|
||||
│ │ PredictorType × Design │ 确定性结果
|
||||
│ │ 输出：primaryTool + fallbackTool │
|
||||
│ └──────────────┬──────────────────────────┘
|
||||
│ │ 匹配结果
|
||||
│ ▼
|
||||
└──→ ┌─────────────────────────────────────────┐
|
||||
│ 引擎 B: LLM 推理补充 │ ← LLM Prompt
|
||||
│ 输入：匹配结果 + DataContext + 统计知识 │ 纯推理
|
||||
│ 输出： │
|
||||
│ rationale（选择理由） │
|
||||
│ prerequisites（前提条件） │
|
||||
│ limitations（局限性） │
|
||||
│ alternatives（替代方案 + 适用场景） │
|
||||
└─────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**实现细节：**
|
||||
|
||||
| 环节 | 引擎 | 说明 |
|
||||
|------|------|------|
|
||||
| 方法选择（选什么） | **DecisionTableService** | 四维规则匹配，JSON 驱动，确定性、可审计 |
|
||||
| 解释说明（为什么选） | **LLM Prompt** | 利用 LLM 统计学知识生成自然语言解释 |
|
||||
|
||||
**关键约束：**
|
||||
- 核心决策（选什么方法）由规则引擎决定，不由 LLM 决定 — 确保可审计、可配置
|
||||
- LLM 只负责"润色"和"补充" — 生成人类可读的理由和替代方案说明
|
||||
- 决策表当前 ~10 条规则，覆盖 7 个 R 工具，JSON 驱动，方法学团队可编辑
|
||||
- 未来工具扩展到 30+ 时，可在决策表前加一层 RAG Top-K 检索
|
||||
- 已有实现基础：`DecisionTableService.match()` 已实现四维匹配
|
||||
|
||||
---
|
||||
|
||||
## 7. INTERACT 层 — 人机交互，零风险
|
||||
|
||||
### 7.1 ask_user
|
||||
|
||||
> **实现机制：纯系统机制（Node.js 请求-响应模式，零 LLM）**
|
||||
|
||||
```
|
||||
Node.js 编排层决定需要提问
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Step 1: Node.js 生成 ClarificationCard JSON │ ← 无 LLM
|
||||
│ （question + options + context） │ Node.js 代码构造
|
||||
└──────────────┬───────────────────────────────────┘
|
||||
│ SSE 推送 / HTTP Response
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Step 2: 前端 ClarificationCard 组件渲染 │ ← 前端 React
|
||||
│ 用户看到选择卡片 → 点击选择 → 提交 │
|
||||
└──────────────┬───────────────────────────────────┘
|
||||
│ HTTP POST（用户选择结果）
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Step 3: Node.js 从 Session 黑板恢复上下文 │ ← 无 LLM
|
||||
│ 将用户选择写入黑板 → 继续后续流程 │
|
||||
└──────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**实现细节：**
|
||||
|
||||
| 环节 | 引擎 | 说明 |
|
||||
|------|------|------|
|
||||
| 卡片生成 | **Node.js 代码** | 根据当前流程上下文构造问题和选项 |
|
||||
| 卡片渲染 | **前端 React** | `ClarificationCard` 组件，支持单选/多选/自由文本 |
|
||||
| 上下文恢复 | **Session 黑板** | 用户响应后，从黑板恢复上下文继续流程 |
|
||||
|
||||
**关键约束：**
|
||||
- 工具本身完全不涉及 LLM — 它是一个"人机交互通道"
|
||||
- 但"什么时候问、问什么"是由 Node.js 编排层决定的
|
||||
- 当前实现为"请求-响应模式"：Node.js 发送卡片 → 中断等待 → 下一次 HTTP 请求恢复
|
||||
- 不是 LLM Function Calling 挂起模式（那是 Phase 4+ 的预研方向）
|
||||
- 已有实现基础：`QueryService.generateClarificationCards()` + `ClarificationCard` 前端组件
|
||||
|
||||
---
|
||||
|
||||
## 8. THINK 层 — 生成方案，低风险
|
||||
|
||||
### 8.1 analysis_plan
|
||||
|
||||
> **实现机制：决策表匹配 + 流程模板填充（确定性引擎，零 LLM）**
|
||||
|
||||
```
|
||||
confirmed_question + confirmed_methods + variable_mapping + DataContext
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Step 1: DecisionTableService.match() │ ← 规则匹配引擎
|
||||
│ 四维匹配 → 命中规则 → 得到 templateId │ 无 LLM
|
||||
└──────────────┬───────────────────────────────────┘
|
||||
│ matchResult { templateId, primaryTool, fallbackTool }
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Step 2: FlowTemplateService.fill() │ ← 模板引擎
|
||||
│ 选择模板 → 填充参数 → EPV 防护 → 有序步骤列表 │ 无 LLM
|
||||
│ 输出：[{order, tool_code, params, depends_on}] │ 确定性结果
|
||||
└──────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**实现细节：**
|
||||
|
||||
| 环节 | 引擎 | 说明 |
|
||||
|------|------|------|
|
||||
| 规则匹配 | **DecisionTableService** | 四维匹配（Goal × OutcomeType × PredictorType × Design） |
|
||||
| 模板填充 | **FlowTemplateService** | 从 `flow_templates.json` 加载模板，填入变量名和参数 |
|
||||
| EPV 防护 | **FlowTemplateService** | 检查事件数/自变量比，超限自动截断并生成免责声明 |
|
||||
|
||||
**关键约束：**
|
||||
- 整个工具内部没有 LLM 参与 — 完全是规则匹配 + 模板填充的确定性计算
|
||||
- 方法选择在 `method_consult` 阶段已完成并经用户确认，`analysis_plan` 只负责"编排顺序 + 填充参数"
|
||||
- 输出包含确定的 `tool_code` + 完整 `params`，`run_step` 只需傻瓜式执行
|
||||
- 生成后展示给用户审查，用户确认后才进入 ACT 层
|
||||
- 已有实现基础：`FlowTemplateService.fill()` + `decision_tables.json` + `flow_templates.json`
|
||||
|
||||
---
|
||||
|
||||
## 9. ACT 层 — 执行，有成本
|
||||
|
||||
### 9.1 run_step
|
||||
|
||||
> **实现机制：纯 R 引擎执行（傻瓜式 API 转发，零 LLM）**
|
||||
|
||||
```
|
||||
step_definition { tool_code, params } + session_id
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Node.js 编排层：自动注入 data_source │ ← 无 LLM
|
||||
│ 从 Session 黑板取 dataOssKey → 生成预签名 URL │ 系统机制
|
||||
│ 注入 params.data_source = { type:'oss', oss_url } │
|
||||
└──────────────┬───────────────────────────────────┘
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ WorkflowExecutorService → RClientService │
|
||||
│ HTTP POST 给 R Plumber API │ ← 无 LLM
|
||||
│ R 脚本执行统计分析 │ 纯 R 引擎计算
|
||||
│ 返回 ReportBlock[] + figures + r_code │
|
||||
└──────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**实现细节：**
|
||||
|
||||
| 环节 | 引擎 | 说明 |
|
||||
|------|------|------|
|
||||
| data_source 注入 | **Node.js 编排层** | 从 Session 黑板取 `dataOssKey`，生成预签名 URL 自动注入 |
|
||||
| R 脚本执行 | **R Plumber API** | 接收 tool_code + params → 执行统计计算 → 返回结构化结果 |
|
||||
| 结果标准化 | **R Block Helpers** | R 端输出标准化为 `ReportBlock[]` 格式 |
|
||||
|
||||
**关键约束：**
|
||||
- 整个工具内部没有 LLM 参与 — 纯粹的 HTTP 转发 + R 引擎执行
|
||||
- 是"傻瓜式 API 转发器"，不做任何方法选择决策
|
||||
- `data_source` 由 Node.js 编排层自动注入，LLM 和 `analysis_plan` 全程不感知数据文件位置
|
||||
- 错误处理由编排层接管（双轨反思机制）
|
||||
- 已有实现基础：`WorkflowExecutorService` + `RClientService` + `resolveDataSource()` 全部已实现
|
||||
|
||||
---
|
||||
|
||||
### 9.2 write_report
|
||||
|
||||
> **实现机制：LLM 生成叙述 + 统计量槽位注入 + Zod 校验（LLM 为核心引擎）**
|
||||
|
||||
#### generate 模式（论文级报告）
|
||||
|
||||
```
|
||||
step_results + DataContext
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Step 1: 提取 Key Findings │ ← 无 LLM
|
||||
│ 从 stepResults 中提取 p 值、置信区间、效应量等 │ 纯代码提取
|
||||
│ 生成 {{ slot }} 映射表 │
|
||||
└──────────────┬───────────────────────────────────┘
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Step 2: LLM 生成叙述框架 │ ← LLM 核心
|
||||
│ Prompt: "根据以下统计结果，生成论文级结论" │ 生成自然语言叙述
|
||||
│ LLM 输出包含 {{ slot }} 占位符 │
|
||||
│ LLM 被禁止生成任何数值（反幻觉机制） │
|
||||
└──────────────┬───────────────────────────────────┘
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ Step 3: jsonrepair + Zod 校验 + 槽位渲染 │ ← 无 LLM
|
||||
│ 校验 LLM 输出结构完整性 │ 确定性后处理
|
||||
│ 用真实统计数值替换 {{ slot }} 占位符 │
|
||||
│ 校验失败 → 降级到 ConclusionGeneratorService │
|
||||
└──────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
#### interpret 模式（结果解读）
|
||||
|
||||
```
|
||||
user_question + step_results + DataContext
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────────────────┐
|
||||
│ LLM 深度解读 │ ← LLM 核心
|
||||
│ Prompt: DataContext + 分析结果 + 用户具体问题 │ 纯推理
|
||||
│ 输出：针对用户问题的统计学解读 │
|
||||
└──────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**实现细节：**
|
||||
|
||||
| 环节 | 引擎 | 说明 |
|
||||
|------|------|------|
|
||||
| Key Findings 提取 | **Node.js 代码** | 从 R 输出中提取关键统计量，构建槽位映射表 |
|
||||
| 叙述框架生成 | **LLM (deepseek-v3)** | 生成论文级叙述，用 `{{ slot }}` 占位符替代数值 |
|
||||
| 输出校验 | **jsonrepair + Zod** | 修复 JSON 格式 → Schema 强校验 → 确保结构完整 |
|
||||
| 槽位渲染 | **Node.js 代码** | 用真实统计数值替换占位符 |
|
||||
| 降级兜底 | **ConclusionGeneratorService** | Zod 校验失败时，规则拼接生成基础结论 |
|
||||
|
||||
**关键约束：**
|
||||
- 这是 7 个工具中 LLM 参与度最高的，LLM 是核心引擎
|
||||
- 但 LLM 不是"裸奔"的：统计量通过槽位注入从 R 输出渲染，LLM 被禁止生成数值（反幻觉）
|
||||
- 三层防御：`jsonrepair` → `Zod Schema` → `ConclusionGeneratorService`（规则拼接兜底）
|
||||
- 已有实现基础：`ReflectionService` + `ConclusionGeneratorService` 全部已实现
|
||||
|
||||
---
|
||||
|
||||
## 10. 辅助机制详解
|
||||
|
||||
### 10.1 意图路由器（IntentRouterService）
|
||||
|
||||
> **实现机制：规则引擎优先 + LLM 兜底（混合路由）**
|
||||
|
||||
```
|
||||
用户消息 + Session 上下文
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────┐
|
||||
│ Step 1: 规则匹配器 │ ← 无 LLM
|
||||
│ 关键词匹配 + 上下文状态推断 │ 确定性、零延迟
|
||||
│ "执行""分析一下" → analyze │
|
||||
│ "应该用什么方法" → consult │
|
||||
│ "帮我看看" → explore │
|
||||
│ "p 值说明什么"(有结果) → discuss │
|
||||
└──────────────┬───────────────────────┘
|
||||
│
|
||||
├── 命中 → 直接返回意图（不调 LLM）
|
||||
│
|
||||
└── 未命中 ──→ ┌──────────────────────────┐
|
||||
│ Step 2: LLM 轻量分类 │ ← LLM Prompt
|
||||
│ 仅做分类，不生成长文 │ 低 Token 成本
|
||||
│ 输出：intent + confidence │
|
||||
└──────────────┬───────────┘
|
||||
│
|
||||
├── confidence 足够 → 返回
|
||||
└── confidence 不足 → 默认 chat
|
||||
```
|
||||
|
||||
**关键约束：**
|
||||
- 规则优先：明确场景走规则，零延迟、零 Token 成本
|
||||
- LLM 兜底：模糊场景走轻量级 LLM 分类（仅输出 intent + confidence，不生成长文）
|
||||
- 默认安全：无法判断时 → chat（最安全的兜底，不触发任何流水线）
|
||||
|
||||
### 10.2 反思机制（编排层逻辑，非工具）
|
||||
|
||||
#### 自动反思（静默重试）
|
||||
|
||||
```
|
||||
run_step 返回 error
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────┐
|
||||
│ 错误分类器 │ ← 无 LLM
|
||||
│ 读取 error_classification.json │ 规则匹配
|
||||
│ R 报错关键词 → 分类 │
|
||||
└──────────┬──────────┬────────────────┘
|
||||
│ │
|
||||
可自愈（参数级） 不可自愈（方法级）
|
||||
│ │
|
||||
▼ ▼
|
||||
┌──────────────┐ ┌──────────────────────────┐
|
||||
│ LLM 修正参数 │ │ 报告用户 + 建议替代方案 │
|
||||
│ 注入错误日志 │ │ 不重试 │
|
||||
│ + DataContext │ └──────────────────────────┘
|
||||
│ → 重试(MAX 2) │
|
||||
└──────────────┘
|
||||
← LLM Prompt
|
||||
```
|
||||
|
||||
#### 手动反思（用户驱动）
|
||||
|
||||
```
|
||||
用户: "结果不对" / "换个方法试试"
|
||||
│
|
||||
▼
|
||||
IntentRouter → feedback 意图
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────┐
|
||||
│ LLM 分析完整 QPER 记录 │ ← LLM 核心
|
||||
│ 注入 qperTrace（滑动窗口摘要） │ 深度推理
|
||||
│ 分析问题根因 → 生成新方案建议 │
|
||||
└──────────────┬───────────────────────┘
|
||||
│
|
||||
▼
|
||||
ask_user → 新 analysis_plan → run_step → write_report
|
||||
```
|
||||
|
||||
### 10.3 Session 黑板（纯系统基础设施）
|
||||
|
||||
```
|
||||
┌─ Session Blackboard ─────────────────────────────────────┐
|
||||
│ sessionId │
|
||||
│ dataOverview ← get_data_overview 写入 │
|
||||
│ confirmedPico ← ask_user 确认后写入 │
|
||||
│ variableDictionary ← 对话中逐步丰富 │
|
||||
│ dataOssKey ← 上传时写入（run_step 自动注入用） │
|
||||
│ currentPlan ← analysis_plan 写入 │
|
||||
│ stepResults ← run_step 每步追加 │
|
||||
│ report ← write_report 写入 │
|
||||
│ qperTrace ← 所有工具调用记录（反思用） │
|
||||
└──────────────────────────────────────────────────────────┘
|
||||
|
||||
实现：纯 Node.js 内存缓存，无 LLM 参与
|
||||
Token 控制：注入 LLM 前的裁剪函数（纯代码逻辑）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 11. LLM 在架构中的准确定位
|
||||
|
||||
### 11.1 三层分类
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────────────┐
|
||||
│ 完全不用 LLM 的 │
|
||||
│ │
|
||||
│ get_variable_detail — 纯 Python 计算 │
|
||||
│ ask_user — 纯系统机制（Node.js → 前端 → 用户） │
|
||||
│ analysis_plan — 纯规则匹配 + 模板填充 │
|
||||
│ run_step — 纯 R 引擎执行 │
|
||||
│ Session 黑板 / Token 控制 / data_source 注入 │
|
||||
│ │
|
||||
│ → 这些是"管道和基础设施"，确定性、可审计、零 Token 成本 │
|
||||
├─────────────────────────────────────────────────────────────┤
|
||||
│ 部分使用 LLM 的 │
|
||||
│ │
|
||||
│ get_data_overview — Python 计算（主） + LLM PICO 推断（辅） │
|
||||
│ method_consult — 决策表匹配（选什么） + LLM（解释为什么选） │
|
||||
│ 意图路由器 — 规则优先（确定性） + LLM 兜底（模糊场景） │
|
||||
│ 反思-自动重试 — 规则分类错误 + LLM 修正参数 │
|
||||
│ │
|
||||
│ → 这些是"引擎 + LLM 增强"，核心决策不依赖 LLM │
|
||||
├─────────────────────────────────────────────────────────────┤
|
||||
│ LLM 为核心的 │
|
||||
│ │
|
||||
│ write_report(generate) — LLM 生成叙述（但槽位注入防幻觉） │
|
||||
│ write_report(interpret) — LLM 深度解读用户问题 │
|
||||
│ 反思-手动触发 — LLM 分析完整 QPER 记录 │
|
||||
│ chat / explore 对话 — LLM(DataContext) 直接回复 │
|
||||
│ │
|
||||
│ → 这些是"LLM 的主场"，充分发挥 LLM 知识和推理能力 │
|
||||
└─────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 11.2 LLM 调用点清单
|
||||
|
||||
| 调用点 | LLM 角色 | 模型 | 防护机制 |
|
||||
|--------|---------|------|---------|
|
||||
| PICO 推断 | 临床知识推理 | deepseek-v3 | ask_user 人工确认 |
|
||||
| method_consult 补充 | 统计学知识解释 | deepseek-v3 | 决策表为主，LLM 只补充说明 |
|
||||
| 意图路由 LLM 兜底 | 意图分类 | deepseek-v3 | 规则优先，LLM 只处理模糊场景 |
|
||||
| write_report(generate) | 论文级叙述生成 | deepseek-v3 | 槽位注入 + Zod 校验 + 规则拼接兜底 |
|
||||
| write_report(interpret) | 结果深度解读 | deepseek-v3 | DataContext 约束回答范围 |
|
||||
| 反思-自动修正 | 参数级错误修复 | deepseek-v3 | MAX 2 次重试限制 |
|
||||
| 反思-手动分析 | QPER 全记录分析 | deepseek-v3 | ask_user 确认新方案 |
|
||||
| chat/explore 对话 | 自由知识对话 | deepseek-v3 | DataContext 注入提供约束 |
|
||||
|
||||
---
|
||||
|
||||
## 12. 架构哲学总结
|
||||
|
||||
### 12.1 核心协作模型
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────────────────┐
|
||||
│ │
|
||||
│ Node.js 编排层（交通指挥） │
|
||||
│ ┌────────────────────────┐ │
|
||||
│ │ 意图路由 → 工具调度 │ │
|
||||
│ │ Session 黑板读写 │ │
|
||||
│ │ Token 控制 + 流程控制 │ │
|
||||
│ └──┬──────────────┬──────┘ │
|
||||
│ │ │ │
|
||||
│ ┌──────────┘ └──────────┐ │
|
||||
│ ▼ ▼ │
|
||||
│ ┌────────────────┐ ┌────────────────┐ │
|
||||
│ │ 工具层（手脚） │ │ 用户 │ │
|
||||
│ │ │ 结构化输出 │ │ │
|
||||
│ │ Python 计算 │ ──────────────→ │ ask_user │ │
|
||||
│ │ DecisionTable │ │ PICO 确认 │ │
|
||||
│ │ FlowTemplate │ │ 方案审查 │ │
|
||||
│ │ R 引擎 │ │ 反思决策 │ │
|
||||
│ │ ErrorClassify │ └────────────────┘ │
|
||||
│ └────────┬───────┘ │
|
||||
│ │ 结构化输出 │
|
||||
│ ▼ │
|
||||
│ ┌────────────────────────────────────────────────────┐ │
|
||||
│ │ 对话层 LLM（全局大脑） │ │
|
||||
│ │ │ │
|
||||
│ │ System Prompt（角色 + DataContext + 意图指令） │ │
|
||||
│ │ + 对话历史（滑动窗口） │ │
|
||||
│ │ + 工具输出（结构化 JSON） │ │
|
||||
│ │ │ │
|
||||
│ │ → 自然语言生成 → 多轮对话连贯 │ │
|
||||
│ │ → 知识推理 → 主动引导 │ │
|
||||
│ │ → PICO 推断 → 结果解读 │ │
|
||||
│ │ → 方法解释 → 反思分析 │ │
|
||||
│ └────────────────────────────────────────────────────┘ │
|
||||
│ │ │
|
||||
│ ▼ │
|
||||
│ 自然语言回复 → 前端展示 │
|
||||
│ │
|
||||
└─────────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 12.2 一句话总结
|
||||
|
||||
> **确定性的事交给规则引擎**（决策表、模板、R 脚本、Python 计算）
|
||||
> **需要知识和推理的事交给对话层 LLM**（理解意图、组织回复、知识推理、结果解读）
|
||||
> **需要判断和确认的事交给用户**（PICO 确认、方法选择、方案审查）
|
||||
> **三者通过 Node.js 编排层和 Session 黑板协同工作**
|
||||
|
||||
### 12.3 角色定位
|
||||
|
||||
| 层 | 角色类比 | 核心职责 | Token 成本 |
|
||||
|----|---------|---------|-----------|
|
||||
| **Node.js 编排层** | 交通指挥 | 决定做什么、走哪条路 | 零 |
|
||||
| **对话层 LLM** | 统计顾问本人 | 理解、推理、表达、引导 | 有（核心开销） |
|
||||
| **工具层** | 实验室设备 | 计算、匹配、执行 | 零（除 write_report） |
|
||||
| **用户** | 最终决策者 | 确认、修正、决定方向 | 零 |
|
||||
|
||||
**对话层 LLM 是系统的大脑和嘴巴** — 它理解用户在说什么，知道该怎么回答，把工具的结构化输出变成人类能理解的对话。没有它，系统只是一堆互不关联的 API 调用。
|
||||
|
||||
---
|
||||
|
||||
---
|
||||
|
||||
**文档维护者：** SSA 架构团队
|
||||
**创建日期：** 2026-02-21
|
||||
**最后更新：** 2026-02-21（v1.1 — 新增对话层 LLM 架构说明，明确三层架构模型）
|
||||
**关联文档：**
|
||||
- `SSA-Pro 工具体系规划方案（团队讨论稿）.md` — 工具定义（做什么）
|
||||
- `SSA-Pro 意图识别与对话架构设计.md` — 意图路由 + System Prompt 策略
|
||||
- `04-开发计划/11-智能对话与工具体系开发计划.md` — 开发落地计划
|
||||
|
||||
### 变更日志
|
||||
|
||||
| 版本 | 日期 | 变更内容 |
|
||||
|------|------|---------|
|
||||
| v1.0 | 2026-02-21 | 初版：四层七工具的内部实现机制 |
|
||||
| v1.1 | 2026-02-21 | **新增对话层 LLM 架构**：① 明确三层架构（编排层 + 对话层 LLM + 工具层）；② 新增 System Prompt 架构（基础角色 + DataContext 注入 + 意图指令 + 对话历史）；③ 新增对话连贯性三大保障机制（对话历史注入 + Session 黑板持久化 + 意图切换上下文衔接）；④ 新增编排层 vs 对话层职责划分表 |
|
||||
675
docs/03-业务模块/SSA-智能统计分析/00-系统设计/SSA-Pro 工具体系规划方案（团队讨论稿）.md
Normal file
675
docs/03-业务模块/SSA-智能统计分析/00-系统设计/SSA-Pro 工具体系规划方案（团队讨论稿）.md
Normal file
@@ -0,0 +1,675 @@
|
||||
# SSA-Pro 工具体系规划方案
|
||||
|
||||
> **日期：** 2026-02-21
|
||||
> **版本：** v3.1（融合方案 + 工程补强）
|
||||
> **议题：** SSA 智能统计分析助手的工具定义与规划
|
||||
> **背景：** 当前 100 个 R 执行工具是基础能力，但工具体系过于单一。需要规划更完整的工具层，让 LLM Agent 能够在分析的全生命周期中为用户服务。
|
||||
> **结论：** 经过多轮讨论和团队评审，确定融合方案（四层 7 工具 + 反思编排 + Session 黑板 + Token 控制 + data_source 自动注入）
|
||||
|
||||
---
|
||||
|
||||
## 一、当前问题
|
||||
|
||||
**现状**：系统只有 R 执行工具（约 100 个），用户发消息 → 系统直接匹配统计方法 → 执行 R 脚本。
|
||||
|
||||
**问题**：
|
||||
- 用户无法与系统自由对话（每条消息都被当作分析请求）
|
||||
- LLM 面对 100 个 R 工具会决策瘫痪（工具过载）
|
||||
- 缺少"看数据""选方法""解读结果"等非执行类工具
|
||||
- 分析全过程对用户不透明
|
||||
|
||||
---
|
||||
|
||||
## 二、工具设计原则
|
||||
|
||||
| 原则 | 含义 |
|
||||
|------|------|
|
||||
| **正交性** | 每个工具有唯一职责，不重叠 |
|
||||
| **清晰触发** | LLM 看到工具名就知道何时该用 |
|
||||
| **组合性** | 工具可按不同顺序组合，下游只依赖上游输出而非特定调用链 |
|
||||
| **粒度适中** | 太粗=黑箱，太细=决策负担；5-8 个工具是 LLM 的甜区 |
|
||||
| **安全分级** | 只读工具随时调用，执行工具需确认 |
|
||||
| **最小暴露** | 每个阶段只暴露完成当前任务所必需的工具子集 |
|
||||
| **工具 vs 智能体** | 需要外部信息或改变外部世界 → 工具；纯 LLM 推理 → Prompt 职责，不封装为工具 |
|
||||
|
||||
---
|
||||
|
||||
## 三、融合方案总览
|
||||
|
||||
### 3.1 四层架构
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────────────┐
|
||||
│ LLM Agent 决策层 │
|
||||
│ 根据对话上下文 + 当前阶段，选择调用哪个工具 │
|
||||
└──┬─────────────┬──────────────┬──────────────┬──────────────┘
|
||||
│ │ │ │
|
||||
▼ ▼ ▼ ▼
|
||||
READ 层 INTERACT 层 THINK 层 ACT 层
|
||||
只读，零风险 人机交互 生成方案 执行，有成本
|
||||
随时可调用 零风险 需用户审查 需用户确认
|
||||
```
|
||||
|
||||
### 3.2 工具清单（7 个）
|
||||
|
||||
| 层 | # | 工具名 | 类型 | 一句话职责 |
|
||||
|----|---|--------|------|-----------|
|
||||
| **READ** | 1 | **get_data_overview** | 只读 | 数据全貌：统计摘要 + 缺失 + 变量分类 + PICO 自动推断 |
|
||||
| **READ** | 2 | **get_variable_detail** | 只读 | 单变量深入：分布 + 异常值 + 唯一值（按需查看，控制 Token） |
|
||||
| **READ** | 3 | **method_consult** | 只读 | 方法咨询：推荐统计方法 + 理由 + 前提 + 替代方案 |
|
||||
| **INTERACT** | 4 | **ask_user** | 交互 | 向用户提问/确认：渲染为选择卡片，用于 PICO 确认、方案审查 |
|
||||
| **THINK** | 5 | **analysis_plan** | 生成 | 分析规划：有序步骤 + 参数 + 依赖（输出确定的 tool_code + params） |
|
||||
| **ACT** | 6 | **run_step** | 执行 | 傻瓜式 R 执行：接收 tool_code + params，转发 R 引擎，返回结果 |
|
||||
| **ACT** | 7 | **write_report** | 生成 | 论文级报告 / 结果解读（双模式：generate + interpret） |
|
||||
|
||||
### 3.3 反思机制（不是工具，是编排层逻辑）
|
||||
|
||||
反思不定义为独立工具，而是系统编排机制，采用**双轨触发**：
|
||||
|
||||
**自动触发（静默重试）**：当 `run_step` 返回硬性错误（Column not found、NaN produced 等参数级错误），系统自动将错误日志注入 LLM 上下文，LLM 修正参数后静默重试，最多 2 次。用户无感知。
|
||||
|
||||
**手动触发（用户驱动）**：当执行成功但用户不满意（"能不能换个方法""把极值删了再跑一次"），意图路由器识别为 feedback 意图，将完整 QPER 记录注入 LLM，LLM 分析问题后生成新的 `analysis_plan`。
|
||||
|
||||
```
|
||||
run_step 返回 error
|
||||
→ 错误分类器
|
||||
→ 可自愈（参数拼写、列名错误） → 自动修正 → 重试（最多 2 次）
|
||||
→ 不可自愈（方法不适用、数据不足） → 报告用户 + 建议替代方案
|
||||
|
||||
用户表达不满
|
||||
→ 意图路由器 → feedback 意图
|
||||
→ 注入完整 QPER 记录 → LLM 分析原因 → 新的 analysis_plan → 重新执行
|
||||
```
|
||||
|
||||
### 3.4 PICO 需求梳理（不是工具，是 Prompt 职责）
|
||||
|
||||
PICO 梳理在对话过程中自然完成，不需要专门的工具：
|
||||
|
||||
```
|
||||
1. LLM 调用 get_data_overview → 返回中包含 AI 自动推断的 PICO 分类（置信度标记）
|
||||
2. LLM 基于推断结果 + 临床知识 + System Prompt 组织 PICO 描述
|
||||
3. LLM 调用 ask_user → 让用户确认/修正 PICO 分类
|
||||
4. 确认后的 PICO 写入 Session 黑板，后续所有工具调用都携带
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 四、各工具详细定义
|
||||
|
||||
### 工具 1: get_data_overview
|
||||
|
||||
```
|
||||
名称: get_data_overview
|
||||
层级: READ（只读，零风险）
|
||||
触发时机: 数据上传后自动调用 / 用户询问数据概况时
|
||||
底层实现: DataProfileService（Python）
|
||||
|
||||
输入: {
|
||||
session_id: string
|
||||
}
|
||||
|
||||
输出: {
|
||||
total_rows: number,
|
||||
total_columns: number,
|
||||
missing_overview: {
|
||||
overall_rate: number,
|
||||
columns_with_missing: [{ name, rate }]
|
||||
},
|
||||
categorical_vars: [{ name, levels_count, top_levels }],
|
||||
continuous_vars: [{ name, mean, sd, min, max }],
|
||||
id_like_vars: [string],
|
||||
data_structure: "cross-sectional" | "longitudinal" | "repeated-measures" | "unknown",
|
||||
sample_size_warning: string | null,
|
||||
|
||||
// PICO 自动推断（AI 猜测，需用户通过 ask_user 确认后才生效）
|
||||
pico_inference: {
|
||||
population: string | null,
|
||||
intervention_var: string | null,
|
||||
intervention_levels: [string],
|
||||
outcome_candidates: [{ var, type, confidence }],
|
||||
design_guess: string | null,
|
||||
confidence: number // 整体推断置信度
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
**设计要点**：
|
||||
- 输出一次性包含"下游需要的一切只读信息"，满足组合性原则
|
||||
- PICO 推断标记为 inference（推断），不是 confirmed（确认），后续必须经过 ask_user 确认
|
||||
- 输出写入 Session 黑板缓存，后续工具直接读缓存，不重复调用
|
||||
|
||||
### 工具 2: get_variable_detail
|
||||
|
||||
```
|
||||
名称: get_variable_detail
|
||||
层级: READ（只读，零风险）
|
||||
触发时机: LLM 需要深入了解某个变量时（按需 drill-down）
|
||||
底层实现: DataProfileService（Python），按需查询单列
|
||||
|
||||
输入: {
|
||||
session_id: string,
|
||||
variable_name: string
|
||||
}
|
||||
|
||||
输出: {
|
||||
name: string,
|
||||
type: "continuous" | "categorical" | "ordinal" | "datetime" | "id",
|
||||
missing_rate: number,
|
||||
unique_values: number,
|
||||
distribution: {
|
||||
// 连续型: { mean, median, sd, q1, q3, min, max, histogram_bins }
|
||||
// 分类型: { levels: [{ value, count, percentage }] }
|
||||
},
|
||||
outliers: { count, threshold },
|
||||
sample_values: [...]
|
||||
}
|
||||
```
|
||||
|
||||
**设计要点**：
|
||||
- 解决大数据集 Token 爆炸 — LLM 先看 overview 概览，再按需 drill-down 单列
|
||||
- 多次调用查看不同变量，每次只增加一列的 Token 消耗
|
||||
|
||||
### 工具 3: method_consult
|
||||
|
||||
```
|
||||
名称: method_consult
|
||||
层级: READ（只读，零风险）
|
||||
触发时机: 用户询问"应该用什么方法" / LLM 需要方法推荐时
|
||||
底层实现: DecisionTableService 四维匹配 + LLM 推理补充
|
||||
|
||||
输入: {
|
||||
research_question: string,
|
||||
outcome_var: string,
|
||||
predictor_vars: [string],
|
||||
data_context: DataContext // 从 Session 黑板读取
|
||||
}
|
||||
|
||||
输出: {
|
||||
recommended_method: {
|
||||
name: string, // "Independent Samples T-Test"
|
||||
tool_code: string, // "ST_T_TEST_IND"
|
||||
rationale: string,
|
||||
prerequisites: [string], // ["正态性", "方差齐性"]
|
||||
limitations: [string]
|
||||
},
|
||||
alternatives: [{
|
||||
name, tool_code, when_to_use // 何时该用替代方案
|
||||
}],
|
||||
warnings: [string]
|
||||
}
|
||||
```
|
||||
|
||||
**设计要点**：
|
||||
- 当前 R 工具数量 7 个，决策表四维匹配（Goal × OutcomeType × PredictorType × Design）已足够精准
|
||||
- 未来工具扩展到 30+ 时，可在此处引入 RAG Top-K 检索替代/增强决策表
|
||||
- 只返回推荐，不执行。用户通过 ask_user 确认后才进入 THINK 层
|
||||
|
||||
### 工具 4: ask_user
|
||||
|
||||
```
|
||||
名称: ask_user
|
||||
层级: INTERACT（人机交互，零风险）
|
||||
触发时机: LLM 需要用户确认或澄清时
|
||||
前端渲染: 选择卡片（单选/多选）或输入框，嵌入对话流
|
||||
|
||||
输入: {
|
||||
question: string,
|
||||
context: string,
|
||||
options: [{
|
||||
id: string,
|
||||
label: string,
|
||||
description?: string
|
||||
}],
|
||||
allow_multiple: boolean,
|
||||
allow_free_text: boolean
|
||||
}
|
||||
|
||||
输出: {
|
||||
selected_options: [string],
|
||||
free_text: string | null
|
||||
}
|
||||
```
|
||||
|
||||
**设计要点**：
|
||||
- 强制 LLM 在不确定时向用户提问，而非自行猜测
|
||||
- 贯穿全流程：PICO 确认、变量角色确认、方法选择确认、方案审查
|
||||
- 前端已有 ClarificationCard 组件基础，需要标准化接口
|
||||
|
||||
**实现方式（请求-响应模式，非 Function Calling 挂起）**：
|
||||
- 当前架构是 Node.js 编排层控制流程，不是 LLM 自主调用链
|
||||
- ask_user 不需要"挂起 LLM 推理线程"：Node.js 生成卡片 → 返回前端 → 用户点击 → 前端 POST 新请求 → Node.js 从 Session 黑板恢复上下文 → 继续流程
|
||||
- 已有实现基础：`QueryService.generateClarificationCards()` + `/workflow/clarify` 路由
|
||||
- 未来若演进为 LLM Function Calling 模式（LLM 自主编排），需引入 Session 状态机 + 消息历史持久化（Phase 4 预研）
|
||||
|
||||
### 工具 5: analysis_plan
|
||||
|
||||
```
|
||||
名称: analysis_plan
|
||||
层级: THINK（生成方案，需用户审查）
|
||||
触发时机: 用户确认需求和方法后
|
||||
底层实现: FlowTemplateService 模板填充 + DecisionTableService 匹配
|
||||
|
||||
输入: {
|
||||
confirmed_question: string,
|
||||
confirmed_methods: [string], // 用户确认的 tool_code 列表
|
||||
variable_mapping: {
|
||||
outcome: string,
|
||||
predictors: [string],
|
||||
confounders?: [string],
|
||||
group_var?: string
|
||||
},
|
||||
data_context: DataContext // 从 Session 黑板读取
|
||||
}
|
||||
|
||||
输出: {
|
||||
plan_id: string,
|
||||
title: string,
|
||||
steps: [{
|
||||
step_id: string,
|
||||
order: number,
|
||||
tool_code: string, // 确定的 R 工具代码，如 "ST_T_TEST_IND"
|
||||
tool_name: string,
|
||||
description: string,
|
||||
params: { ... }, // 已填好的参数，run_step 直接透传
|
||||
depends_on: [step_id],
|
||||
expected_output: string
|
||||
}],
|
||||
estimated_duration: string,
|
||||
notes: [string]
|
||||
}
|
||||
```
|
||||
|
||||
**设计要点**：
|
||||
- 输出包含确定的 `tool_code` 和完整 `params`，`run_step` 只需要傻瓜式执行
|
||||
- 方法选择由 `method_consult`（决策表）+ 用户确认完成，`analysis_plan` 只负责编排顺序和填充参数
|
||||
- 生成后展示给用户审查，用户确认后才进入 ACT 层
|
||||
|
||||
### 工具 6: run_step
|
||||
|
||||
```
|
||||
名称: run_step
|
||||
层级: ACT（执行，有计算成本）
|
||||
触发时机: 用户确认分析计划后，逐步执行
|
||||
底层实现: WorkflowExecutorService → RClientService → R Plumber API
|
||||
|
||||
输入: {
|
||||
step_definition: { // 直接来自 analysis_plan 输出的某一步
|
||||
step_id: string,
|
||||
tool_code: string, // 如 "ST_T_TEST_IND"
|
||||
params: { ... }
|
||||
},
|
||||
session_id: string
|
||||
}
|
||||
|
||||
输出: {
|
||||
status: "success" | "warning" | "error",
|
||||
result: {
|
||||
blocks: ReportBlock[],
|
||||
figures: [{ type, data, title }],
|
||||
raw_output: { ... }
|
||||
},
|
||||
r_code: string,
|
||||
warnings: [string],
|
||||
error_message: string | null
|
||||
}
|
||||
```
|
||||
|
||||
**设计要点**：
|
||||
- **傻瓜式 API 转发器** — 不做任何方法选择决策，只接收 tool_code + params → 调用 R → 返回结果
|
||||
- **data_source 自动注入** — LLM 和 analysis_plan 都不需要关心数据文件位置。Node.js 编排层自动从 Session 黑板取出 `dataOssKey`，生成预签名 URL，注入 `{ type: 'oss', oss_url: signedUrl }` 后再 POST 给 R 服务（代码已实现：`WorkflowExecutorService.resolveDataSource()`）
|
||||
- 错误处理由编排层接管（双轨反思机制）
|
||||
- warning 状态的结果正常展示（R 引擎的 ggplot2 废弃警告等不影响结果）
|
||||
|
||||
### 工具 7: write_report
|
||||
|
||||
```
|
||||
名称: write_report
|
||||
层级: ACT（生成，有 LLM Token 成本）
|
||||
触发时机: 步骤全部执行完成后 / 用户要求解读结果时
|
||||
底层实现: ReflectionService（LLM 结论生成）+ 槽位注入 + Zod 校验
|
||||
|
||||
输入: {
|
||||
mode: "generate" | "interpret",
|
||||
step_results: [StepResult], // generate 模式：全部步骤结果
|
||||
data_context: DataContext,
|
||||
user_question?: string // interpret 模式：用户的具体问题
|
||||
}
|
||||
|
||||
输出: {
|
||||
conclusion: {
|
||||
summary: string,
|
||||
detailed: string,
|
||||
clinical_significance: string,
|
||||
limitations: [string],
|
||||
recommendations: [string]
|
||||
},
|
||||
export_formats: ["word", "markdown"]
|
||||
}
|
||||
```
|
||||
|
||||
**设计要点**：
|
||||
- **双模式**：`generate` 生成完整论文级报告（QPER R 层），`interpret` 解读已有结果（新增能力，支持 discuss 意图）
|
||||
- generate 模式在全部 run_step 完成后自动触发
|
||||
- interpret 模式在用户追问结果时触发（"p 值说明什么""为什么置信区间这么宽"）
|
||||
|
||||
---
|
||||
|
||||
## 五、Session 黑板（状态管理）
|
||||
|
||||
### 5.1 为什么需要 Session 黑板
|
||||
|
||||
7 个工具本身是无状态函数。要让它们协同工作，需要一个后端"会话黑板"（Session Context Blackboard）在工具之间传递上下文。
|
||||
|
||||
**核心规则：切勿让 LLM 反复重新生成上下文。** `get_data_overview` 的输出缓存到 Session，后续 `analysis_plan` / `run_step` / `write_report` 直接从 Session 读取，不重新调用。
|
||||
|
||||
### 5.2 Session 黑板结构
|
||||
|
||||
```typescript
|
||||
interface SessionBlackboard {
|
||||
sessionId: string;
|
||||
uploadedAt: string;
|
||||
|
||||
// get_data_overview 的缓存输出
|
||||
dataOverview: DataOverviewResult | null;
|
||||
|
||||
// 用户确认的 PICO（经过 ask_user 确认后写入）
|
||||
confirmedPico: {
|
||||
population: string;
|
||||
intervention: { var: string; levels: string[] };
|
||||
outcomes: [{ var: string; type: string; role: string }];
|
||||
confirmed: boolean;
|
||||
} | null;
|
||||
|
||||
// 变量字典（对话中逐步丰富）
|
||||
variableDictionary: Array<{
|
||||
name: string;
|
||||
label: string;
|
||||
type: string;
|
||||
role: string;
|
||||
confirmed: boolean;
|
||||
}>;
|
||||
|
||||
// 当前分析计划（analysis_plan 输出后写入）
|
||||
currentPlan: AnalysisPlanResult | null;
|
||||
|
||||
// 数据文件信息（上传时写入，run_step 自动注入 data_source 用）
|
||||
dataOssKey: string | null;
|
||||
|
||||
// 执行结果（run_step 每完成一步追加）
|
||||
// ⚠️ Token 控制：只保留当前生效计划的结果，废弃试错结果
|
||||
stepResults: StepResult[];
|
||||
|
||||
// 结论报告（write_report 输出后写入）
|
||||
report: ReportResult | null;
|
||||
|
||||
// QPER 执行记录（反思机制需要）
|
||||
// ⚠️ Token 控制：注入 LLM 前只保留最近 3 次关键事件，做摘要压缩
|
||||
qperTrace: Array<{
|
||||
timestamp: string;
|
||||
tool: string;
|
||||
input: any;
|
||||
output: any;
|
||||
}>;
|
||||
}
|
||||
```
|
||||
|
||||
### 5.3 Token 控制策略
|
||||
|
||||
Session 黑板会随着对话和试错不断膨胀。如果全量注入 LLM，会导致 Token 爆炸和注意力涣散。
|
||||
|
||||
**规则 1：stepResults 只保留当前生效计划的结果**
|
||||
- 用户确认新的 analysis_plan 后，清空旧的 stepResults
|
||||
- 反思迭代产生新方案时，旧方案的结果标记为 `deprecated`，不注入 LLM
|
||||
|
||||
**规则 2：qperTrace 滑动窗口**
|
||||
- 注入 LLM 前，只保留最近 3 次关键事件（tool 调用 + 错误 + 修复动作）
|
||||
- 早期的 trace 条目压缩为一行摘要（如"第 1 轮：T 检验成功"）
|
||||
|
||||
**规则 3：R 引擎原始输出不入 LLM**
|
||||
- stepResults 中的 `raw_output` 只存储在黑板中供前端展示
|
||||
- 注入 LLM 时只提取结构化摘要（关键数值、p 值、置信区间），不灌入完整日志
|
||||
|
||||
### 5.4 数据流
|
||||
|
||||
```
|
||||
get_data_overview
|
||||
→ 输出写入 blackboard.dataOverview
|
||||
→ LLM 基于输出推断 PICO
|
||||
|
||||
ask_user（确认 PICO）
|
||||
→ 用户选择写入 blackboard.confirmedPico
|
||||
|
||||
method_consult
|
||||
→ 读取 blackboard.dataOverview + confirmedPico
|
||||
→ 返回推荐方法（不写入 blackboard，只是对话中的回复）
|
||||
|
||||
analysis_plan
|
||||
→ 读取 blackboard 全部上下文
|
||||
→ 输出写入 blackboard.currentPlan
|
||||
|
||||
run_step ×N
|
||||
→ 读取 blackboard.currentPlan 中的 step 定义
|
||||
→ 每步输出追加到 blackboard.stepResults
|
||||
|
||||
write_report
|
||||
→ 读取 blackboard.stepResults + dataOverview
|
||||
→ 输出写入 blackboard.report
|
||||
|
||||
反思（自动/手动）
|
||||
→ 读取 blackboard.qperTrace（完整记录）
|
||||
→ 生成新的 analysis_plan → 覆盖 blackboard.currentPlan
|
||||
```
|
||||
|
||||
### 5.5 持久化策略
|
||||
|
||||
| 层级 | 策略 | 理由 |
|
||||
|------|------|------|
|
||||
| 内存缓存 | 当前会话有效，进程重启丢失 | 快速读写，满足当前需求 |
|
||||
| 数据库持久化 | 跨会话保留，支持历史回溯 | 后续扩展，用于分析记录和审计 |
|
||||
| 当前实现 | 先用内存缓存（已有 DataProfileService 缓存机制） | 快速落地 |
|
||||
|
||||
---
|
||||
|
||||
## 六、安全梯度与阶段性工具可见性
|
||||
|
||||
### 6.1 安全梯度
|
||||
|
||||
```
|
||||
READ 层: get_data_overview / get_variable_detail / method_consult
|
||||
→ 零风险，调用 100 次也无副作用
|
||||
→ 对话阶段主要使用，支持自由探索
|
||||
→ LLM 不确定时的安全默认选择
|
||||
|
||||
INTERACT 层: ask_user
|
||||
→ 零风险，让用户参与决策
|
||||
→ 贯穿全流程：PICO 确认、方案审查、结果追问
|
||||
|
||||
THINK 层: analysis_plan
|
||||
→ 低风险，只生成方案不执行
|
||||
→ 用户审查确认后才进入 ACT 层
|
||||
|
||||
ACT 层: run_step / write_report
|
||||
→ 有成本（R 计算资源、LLM Token）
|
||||
→ 产生真实结果，但可重新执行
|
||||
```
|
||||
|
||||
### 6.2 阶段性工具可见性
|
||||
|
||||
不同阶段向 LLM 暴露不同的工具子集：
|
||||
|
||||
| 阶段 | 可见工具 | 隐藏工具 |
|
||||
|------|---------|---------|
|
||||
| **数据探索** | get_data_overview, get_variable_detail, ask_user | method_consult, analysis_plan, run_step, write_report |
|
||||
| **需求梳理** | 全部 READ + ask_user | analysis_plan, run_step, write_report |
|
||||
| **方案规划** | method_consult, ask_user, analysis_plan | run_step, write_report |
|
||||
| **分析执行** | run_step, ask_user | 其他 |
|
||||
| **报告生成** | write_report, ask_user | 其他 |
|
||||
| **自由对话** | 全部 READ + INTERACT | THINK + ACT |
|
||||
|
||||
---
|
||||
|
||||
## 七、典型调用链
|
||||
|
||||
### 场景 1：完整分析旅程
|
||||
|
||||
```
|
||||
用户上传数据
|
||||
→ get_data_overview [自动] → 写入 Session 黑板
|
||||
→ "您的数据有 200 行 15 列，推断为横截面..." [LLM 回复]
|
||||
→ 用户: "帮我看看 BMI 这个变量"
|
||||
→ get_variable_detail("bmi") [LLM 调用]
|
||||
→ ask_user("推断结局变量为 bp_change， [LLM 调用]
|
||||
分组变量为 group，是否正确？")
|
||||
→ 用户确认 → 写入 Session 黑板 confirmedPico
|
||||
→ 用户: "帮我比较两组血压差异"
|
||||
→ method_consult(...) [LLM 调用，从 Session 读上下文]
|
||||
→ "建议独立样本 T 检验，理由..." [LLM 回复]
|
||||
→ ask_user("确认使用 T 检验分析？") [LLM 调用]
|
||||
→ 用户确认
|
||||
→ analysis_plan(...) [LLM 调用] → 写入 Session 黑板
|
||||
→ "分析计划：步骤1 描述统计 → 步骤2 T 检验" [展示给用户]
|
||||
→ 用户: "确认，开始执行"
|
||||
→ run_step(step_1) [逐步执行] → 追加到 Session
|
||||
→ run_step(step_2) [逐步执行] → 追加到 Session
|
||||
→ write_report(mode: "generate") [生成报告] → 写入 Session
|
||||
```
|
||||
|
||||
### 场景 2：用户只是了解数据
|
||||
|
||||
```
|
||||
用户: "这个数据有什么特点？"
|
||||
→ get_data_overview [LLM 调用]
|
||||
→ "您的数据包含 200 例患者，15 个变量..." [LLM 基于缓存回复]
|
||||
|
||||
用户: "age 的分布怎样？"
|
||||
→ get_variable_detail("age") [LLM 调用]
|
||||
|
||||
用户: "哪些变量缺失比较严重？"
|
||||
→ [LLM 从 Session 黑板缓存直接回答，无需再调工具]
|
||||
```
|
||||
|
||||
### 场景 3：方法咨询
|
||||
|
||||
```
|
||||
用户: "BMI 和血压有关系吗？应该怎么分析？"
|
||||
→ method_consult(...) [LLM 调用]
|
||||
→ "建议 Pearson 相关分析，因为两个变量均为连续型..."
|
||||
→ ask_user("是否需要控制混杂因素？",
|
||||
options: ["不需要", "控制年龄", "控制年龄和性别"])
|
||||
→ 用户选择后 LLM 更新建议
|
||||
```
|
||||
|
||||
### 场景 4：结果不满意，反思迭代
|
||||
|
||||
```
|
||||
用户: "结果不对，p 值不应该这么大"
|
||||
→ [编排层] 注入完整 qperTrace 到 LLM 上下文
|
||||
→ LLM: "可能原因：样本量不足导致检验效能低..."
|
||||
→ ask_user("建议：1)换用非参数检验 2)排除极值后重新分析 3)合并亚组")
|
||||
→ 用户选择 "换用非参数检验"
|
||||
→ analysis_plan(...) [生成新方案]
|
||||
→ run_step(...) [重新执行]
|
||||
→ write_report(mode: "generate") [新报告]
|
||||
```
|
||||
|
||||
### 场景 5：执行出错，自动修正
|
||||
|
||||
```
|
||||
→ run_step(step_2) [执行]
|
||||
→ R 返回 error: "Column 'Blood_Pressure' not found"
|
||||
→ [编排层] 错误分类 → 可自愈（列名拼写）
|
||||
→ [编排层] 自动注入错误 + 数据概览 → LLM 修正参数（bp_change）
|
||||
→ run_step(step_2, 修正后参数) [静默重试]
|
||||
→ 成功 → 用户无感知
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 八、R 工具路由策略
|
||||
|
||||
### 当前方案：决策表四维匹配
|
||||
|
||||
100 个 R 脚本通过 `run_step` 调用时，方法选择在 `method_consult` / `analysis_plan` 阶段已确定：
|
||||
|
||||
```
|
||||
用户需求 → method_consult 调用 DecisionTableService
|
||||
→ 四维匹配（Goal × OutcomeType × PredictorType × Design）
|
||||
→ 命中规则：primaryTool = ST_T_TEST_IND, fallbackTool = ST_MANN_WHITNEY
|
||||
→ 用户确认 → analysis_plan 填充参数 → run_step 傻瓜式执行
|
||||
```
|
||||
|
||||
决策表（`decision_tables.json`）当前有 ~10 条规则，覆盖 7 个 R 工具。规则驱动的确定性匹配比语义检索更精准、更可控。
|
||||
|
||||
### 未来扩展：RAG 增强
|
||||
|
||||
当 R 工具扩展到 30+ 且四维规则无法穷举时，可在 `method_consult` 内部增加 RAG 层：
|
||||
|
||||
```
|
||||
method_consult 内部路由：
|
||||
1. 先走决策表匹配 → 命中则直接返回
|
||||
2. 未命中 → pgvector 语义检索 Top-5 工具 → LLM 从中选择 → 返回推荐
|
||||
```
|
||||
|
||||
当前阶段不需要实现 RAG，决策表已足够。
|
||||
|
||||
---
|
||||
|
||||
## 九、与意图识别架构的关系
|
||||
|
||||
工具体系与意图路由器（详见《SSA-Pro 意图识别与对话架构设计》）配套工作：
|
||||
|
||||
```
|
||||
意图路由器输出 可见工具 典型调用
|
||||
───────────── ────────── ────────
|
||||
chat（自由对话） → READ + INTERACT data_overview / variable_detail
|
||||
explore（数据探索） → READ + INTERACT data_overview / variable_detail / ask_user
|
||||
consult（方法咨询） → READ + INTERACT method_consult / ask_user
|
||||
analyze（分析执行） → THINK + ACT + INTERACT analysis_plan → run_step → write_report
|
||||
discuss（结果讨论） → ACT(write_report) + READ write_report(interpret)
|
||||
feedback（不满意） → 反思编排 → THINK + ACT analysis_plan → run_step → write_report
|
||||
```
|
||||
|
||||
**两个设计合在一起**：
|
||||
- **意图路由器**决定"用户想干什么"→ 控制工具可见性
|
||||
- **工具体系**决定"系统能干什么"→ 提供能力边界
|
||||
- **Session 黑板**贯穿全流程 → 所有工具共享上下文，避免重复生成
|
||||
|
||||
---
|
||||
|
||||
## 十、与现有 QPER 代码的映射
|
||||
|
||||
| 工具 | 现有组件 | 改造程度 |
|
||||
|------|---------|---------|
|
||||
| get_data_overview | DataProfileService（已有） | **低** — 封装为 Tool 接口 + 新增 PICO 推断字段 |
|
||||
| get_variable_detail | DataProfileService（需扩展） | **中** — 新增单列查询 API |
|
||||
| method_consult | DecisionTableService（已有） | **中** — 封装为 Tool 接口 + LLM 推理补充 |
|
||||
| ask_user | ClarificationCard 前端组件（已有） | **低** — 标准化后端接口 |
|
||||
| analysis_plan | Q 层 + P 层（FlowTemplateService 已有） | **低** — 封装为 Tool 接口 |
|
||||
| run_step | E 层 WorkflowExecutorService（已有） | **已有** — 当前就是傻瓜式执行 |
|
||||
| write_report | R 层 ReflectionService（已有） | **中** — 新增 interpret 模式 |
|
||||
| Session 黑板 | DataProfileService 缓存（部分已有） | **中** — 扩展为完整 Blackboard |
|
||||
| 反思编排 | 无 | **新增** — 错误分类器 + 自动重试 + 手动触发 |
|
||||
|
||||
**核心结论：QPER 四层的底层实现基本可复用，主要工作是封装 Tool 接口 + 新增 READ/INTERACT 层 + Session 黑板 + 意图路由。**
|
||||
|
||||
---
|
||||
|
||||
## 十一、落地路线
|
||||
|
||||
| Phase | 工作内容 | 依赖现有组件 | 核心产出 |
|
||||
|-------|---------|-------------|---------|
|
||||
| **Phase 1** | **READ + INTERACT 层** | DataProfileService | get_data_overview + get_variable_detail + ask_user + Session 黑板 |
|
||||
| | 目标：让系统能陪用户聊天，能看懂数据 | | 即使不能跑分析，用户也能感受到 AI 的价值 |
|
||||
| **Phase 2** | **意图路由器 + method_consult** | DecisionTableService | 意图分类 + 方法咨询 + 阶段性工具可见性 |
|
||||
| | 目标：系统能区分对话/探索/咨询/分析意图 | | |
|
||||
| **Phase 3** | **THINK + ACT 对接** | QPER 全链路 | analysis_plan + run_step + write_report 封装为 Tool 接口 |
|
||||
| | 目标：把已有 QPER 挂载到新工具体系上 | | |
|
||||
| **Phase 4** | **反思编排 + 高级特性** | 全部 | 双轨反思 + write_report interpret 模式 + 持久化 |
|
||||
|
||||
---
|
||||
|
||||
**附：参考文档**
|
||||
- `00-系统设计/SSA-Pro 意图识别与对话架构设计.md` — 意图路由器设计
|
||||
- `00-系统设计/SSA-Pro 严谨型智能统计分析架构设计方案V4.md` — QPER 架构
|
||||
- `00-系统设计/SSA-Pro 理想状态与智能化愿景设计.md` — 智能化愿景
|
||||
- `06-开发记录/J技术报告审核评估与建议/SSA-Pro 智能体边界与工具生态规划报告.md` — 团队架构评审
|
||||
628
docs/03-业务模块/SSA-智能统计分析/00-系统设计/SSA-Pro 意图识别与对话架构设计.md
Normal file
628
docs/03-业务模块/SSA-智能统计分析/00-系统设计/SSA-Pro 意图识别与对话架构设计.md
Normal file
@@ -0,0 +1,628 @@
|
||||
# SSA-Pro 意图识别与对话架构设计
|
||||
|
||||
> **文档版本：** v1.0
|
||||
> **创建日期：** 2026-02-21
|
||||
> **文档类型：** 架构设计 (Architecture Design)
|
||||
> **核心理念：** 从"统计参数提取器"升级为"数据感知的智能对话系统"
|
||||
> **前置文档：** QPER 架构设计方案 V4、理想状态与智能化愿景设计
|
||||
|
||||
---
|
||||
|
||||
## 1. 问题诊断
|
||||
|
||||
### 1.1 当前架构的根本缺陷
|
||||
|
||||
当前 QPER 架构中，Q 层（QueryService）的本质是**统计分析参数提取器**，不是真正的用户意图识别：
|
||||
|
||||
```
|
||||
当前流程：
|
||||
用户消息 → QueryService（强制提取 goal/y/x/design）→ Planner → Execute → Reflection
|
||||
```
|
||||
|
||||
它假设用户发出的**每一条消息**都是一个分析请求，试图从中提取四维参数（分析目标、结局变量、预测变量、研究设计）。
|
||||
|
||||
**这导致了三个核心问题：**
|
||||
|
||||
| # | 问题 | 表现 |
|
||||
|---|------|------|
|
||||
| 1 | **无法自由对话** | 用户说"这个数据有什么特点"→ 系统强行匹配到 descriptive，跑描述统计 |
|
||||
| 2 | **跳过需求梳理** | 用户说"BMI 和血压有关系吗"→ 直接跑相关分析，但用户可能只是在咨询 |
|
||||
| 3 | **LLM 能力浪费** | 只用 LLM 做参数提取，完全没利用 LLM 的知识库和推理能力 |
|
||||
|
||||
### 1.2 用户真实旅程 vs 系统假设
|
||||
|
||||
**系统假设的用户旅程：**
|
||||
```
|
||||
上传数据 → 说出分析需求 → 系统执行 → 查看结果
|
||||
```
|
||||
|
||||
**医生的真实旅程：**
|
||||
```
|
||||
上传数据 → 理解数据全貌 → 与AI讨论探索 → 确定分析方案 → 执行分析 → 解读结果
|
||||
↑ ↑ ↑
|
||||
当前系统完全跳过了这三个关键阶段
|
||||
```
|
||||
|
||||
### 1.3 一句话总结
|
||||
|
||||
> **当前系统只有"接单"能力，没有"对话"能力。QPER 是一个优秀的分析流水线，但它不应该是用户的唯一入口。**
|
||||
|
||||
---
|
||||
|
||||
## 2. 设计目标
|
||||
|
||||
### 2.1 核心目标
|
||||
|
||||
将 SSA 从"统计分析执行器"升级为"数据感知的统计顾问"：
|
||||
|
||||
- 用户上传数据后，可以**自由与系统对话**，了解数据、讨论方案
|
||||
- 系统基于**数据全貌**回答问题，像一个了解你数据的统计专家
|
||||
- 只有当用户**明确表达分析意图**时，才触发 QPER 流水线
|
||||
- 分析完成后，用户可以**继续讨论结果**，获得深入解读
|
||||
|
||||
### 2.2 设计原则
|
||||
|
||||
| 原则 | 含义 |
|
||||
|------|------|
|
||||
| **对话优先** | 默认是自由对话，分析执行是对话中的特殊行为 |
|
||||
| **数据感知** | 所有 LLM 调用都携带数据全貌上下文 |
|
||||
| **渐进深入** | 从数据概览 → PICO 分类 → 变量字典，逐步丰富理解 |
|
||||
| **QPER 不变** | QPER 仍是核心分析引擎，但只在 analyze 意图时触发 |
|
||||
| **用户主导** | 系统建议而非替用户决定，分析方案需用户确认 |
|
||||
|
||||
---
|
||||
|
||||
## 3. 总体架构
|
||||
|
||||
### 3.1 两层意图 + 数据全貌上下文
|
||||
|
||||
```
|
||||
┌─────────────────────────────────┐
|
||||
│ 数据全貌（DataContext） │
|
||||
│ 持久存在于整个会话生命周期中 │
|
||||
│ 在对话过程中逐步丰富 │
|
||||
└──────────┬──────────────────────┘
|
||||
│
|
||||
│ 注入
|
||||
▼
|
||||
用户消息 ──→ 【意图路由器 Intent Router】──────────────────────────────────
|
||||
│
|
||||
├── 💬 自由对话（Chat）
|
||||
│ LLM(DataContext) → 直接回复
|
||||
│
|
||||
├── 🔍 数据探索（Explore）
|
||||
│ DataProfile + LLM(DataContext) → 直接回复
|
||||
│
|
||||
├── 📋 分析咨询（Consult）
|
||||
│ LLM(DataContext + 统计知识) → 建议方案
|
||||
│
|
||||
├── 🎯 分析执行（Analyze）
|
||||
│ → 进入 QPER 流水线（Q → P → E → R）
|
||||
│
|
||||
└── 📊 结果讨论（Discuss）
|
||||
LLM(DataContext + 分析结果) → 解读回复
|
||||
```
|
||||
|
||||
### 3.2 和现有架构的关系
|
||||
|
||||
```
|
||||
现有 QPER（保持不变）
|
||||
┌─────────────────────────┐
|
||||
用户消息 → [Intent Router] → │ Q → P → E → R │
|
||||
│ │ └─────────────────────────┘
|
||||
│ │ ↑ 仅 analyze 意图触发
|
||||
│ │
|
||||
│ ├── chat → LLM(DataContext) → 回复
|
||||
│ ├── explore → DataProfile/LLM → 回复
|
||||
│ ├── consult → LLM(DataContext + 统计知识) → 建议
|
||||
│ └── discuss → LLM(DataContext + 结果) → 解读
|
||||
│
|
||||
└── DataContext（数据全貌，贯穿会话）
|
||||
```
|
||||
|
||||
**关键：不是推翻 QPER，而是在 QPER 前面加一层路由**。QPER 仍然是核心分析执行引擎，但它只在用户有明确分析意图时被触发。
|
||||
|
||||
---
|
||||
|
||||
## 4. 数据全貌（DataContext）
|
||||
|
||||
### 4.1 为什么需要数据全貌
|
||||
|
||||
当前系统中，DataProfile 只在 Q 层被使用，用于辅助 LLM 提取分析参数。但数据全貌的价值远不止于此 —— 它应该是贯穿整个会话的**持久化上下文**，让 LLM 在每一次回复中都"了解"用户的数据。
|
||||
|
||||
### 4.2 三层数据全貌模型
|
||||
|
||||
```
|
||||
DataContext {
|
||||
┌─────────────────────────────────────────────────────────┐
|
||||
│ Layer 1: 统计摘要（Statistical Summary） │
|
||||
│ 来源：DataProfileService 自动生成 │
|
||||
│ 时机：数据上传后立即生成 │
|
||||
│ │
|
||||
│ - totalRows: 200 │
|
||||
│ - totalCols: 15 │
|
||||
│ - missingRate: { overall: 3.2%, perColumn: {...} } │
|
||||
│ - categoricalVars: ["group", "gender", "smoking"] │
|
||||
│ - continuousVars: ["age", "bmi", "bp_baseline", ...] │
|
||||
│ - dataStructure: "cross-sectional" │
|
||||
│ - idLikeVars: ["patient_id"] │
|
||||
└─────────────────────┬───────────────────────────────────┘
|
||||
│ 自动
|
||||
▼
|
||||
┌─────────────────────────────────────────────────────────┐
|
||||
│ Layer 2: PICO 分类（Clinical Context） │
|
||||
│ 来源：LLM 推断 + 用户确认/修正 │
|
||||
│ 时机：数据探索阶段，LLM 主动推断或用户询问时 │
|
||||
│ │
|
||||
│ - population: "高血压患者，年龄 40-70 岁" │
|
||||
│ - intervention: { │
|
||||
│ var: "group", │
|
||||
│ levels: ["treatment", "control"], │
|
||||
│ description: "新型降压药 vs 安慰剂" │
|
||||
│ } │
|
||||
│ - comparator: "安慰剂对照" │
|
||||
│ - outcomes: [ │
|
||||
│ { var: "bp_change", type: "continuous", │
|
||||
│ role: "primary", unit: "mmHg" } │
|
||||
│ ] │
|
||||
└─────────────────────┬───────────────────────────────────┘
|
||||
│ LLM 推断 + 用户确认
|
||||
▼
|
||||
┌─────────────────────────────────────────────────────────┐
|
||||
│ Layer 3: 变量字典（Variable Dictionary） │
|
||||
│ 来源：LLM 推断 + 用户逐步修正 │
|
||||
│ 时机：对话过程中逐步丰富 │
|
||||
│ │
|
||||
│ - { name: "age", label: "年龄", │
|
||||
│ type: "continuous", role: "baseline", │
|
||||
│ unit: "years", description: "入组时年龄" } │
|
||||
│ - { name: "group", label: "分组", │
|
||||
│ type: "categorical", role: "intervention", │
|
||||
│ levels: ["treatment", "control"] } │
|
||||
│ - { name: "bp_change", label: "血压变化", │
|
||||
│ type: "continuous", role: "outcome", │
|
||||
│ unit: "mmHg", description: "治疗后-治疗前" } │
|
||||
└─────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 4.3 数据全貌的生命周期
|
||||
|
||||
```
|
||||
时间线：
|
||||
─────────────────────────────────────────────────────────────→
|
||||
│ │ │ │
|
||||
上传数据 对话探索 分析执行 结果讨论
|
||||
│ │ │ │
|
||||
Layer 1 生成 Layer 2 推断 QPER 使用 解读引用
|
||||
(自动) Layer 3 丰富 DataContext DataContext
|
||||
(LLM+用户) (参数更准确) (结论更准确)
|
||||
```
|
||||
|
||||
### 4.4 DataContext 接口定义
|
||||
|
||||
```typescript
|
||||
interface DataContext {
|
||||
sessionId: string;
|
||||
uploadedAt: string;
|
||||
|
||||
// Layer 1: 自动生成
|
||||
summary: {
|
||||
totalRows: number;
|
||||
totalCols: number;
|
||||
missingOverview: { overall: number; perColumn: Record<string, number> };
|
||||
categoricalVars: string[];
|
||||
continuousVars: string[];
|
||||
idLikeVars: string[];
|
||||
dataStructure: 'cross-sectional' | 'longitudinal' | 'repeated-measures' | 'unknown';
|
||||
sampleSizeWarning?: string;
|
||||
};
|
||||
|
||||
// Layer 2: LLM 推断 + 用户确认
|
||||
pico: {
|
||||
population: string | null;
|
||||
intervention: {
|
||||
var: string | null;
|
||||
levels: string[];
|
||||
description: string | null;
|
||||
};
|
||||
comparator: string | null;
|
||||
outcomes: Array<{
|
||||
var: string;
|
||||
type: 'continuous' | 'categorical' | 'time-to-event';
|
||||
role: 'primary' | 'secondary';
|
||||
unit?: string;
|
||||
}>;
|
||||
confirmed: boolean; // 用户是否已确认
|
||||
};
|
||||
|
||||
// Layer 3: 变量字典
|
||||
variableDictionary: Array<{
|
||||
name: string; // 原始列名
|
||||
label: string; // 中文标签（LLM 推断或用户提供）
|
||||
type: 'continuous' | 'categorical' | 'ordinal' | 'datetime' | 'id';
|
||||
role: 'baseline' | 'intervention' | 'outcome' | 'covariate' | 'id' | 'unknown';
|
||||
unit?: string;
|
||||
levels?: string[]; // 分类变量的水平
|
||||
description?: string; // 变量含义
|
||||
confirmed: boolean; // 用户是否已确认该条目
|
||||
}>;
|
||||
|
||||
// 元数据
|
||||
lastUpdated: string;
|
||||
enrichmentHistory: Array<{
|
||||
timestamp: string;
|
||||
layer: 1 | 2 | 3;
|
||||
source: 'auto' | 'llm' | 'user';
|
||||
description: string;
|
||||
}>;
|
||||
}
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 5. 意图路由器（Intent Router）
|
||||
|
||||
### 5.1 设计理念
|
||||
|
||||
意图路由器不是提取分析参数，而是**判断用户当前想做什么**。它是一个轻量级 LLM 调用（或规则匹配），输出一个意图分类。
|
||||
|
||||
### 5.2 五种意图类型
|
||||
|
||||
| 意图 | 触发示例 | 系统行为 | LLM 上下文 |
|
||||
|------|---------|---------|-----------|
|
||||
| **chat** | "这个数据有多少样本？"<br>"BMI 一般正常范围是多少？"<br>"临床试验中 P 值多少算显著？" | 直接 LLM 对话 | DataContext |
|
||||
| **explore** | "帮我看看各组的样本分布"<br>"哪些变量缺失比较严重？"<br>"能推断出结局指标是哪些吗？" | DataProfile 增强探索 | DataContext + 统计摘要 |
|
||||
| **consult** | "我想比较两组差异，应该用什么方法？"<br>"这个数据适合做什么分析？"<br>"帮我制定一个分析计划" | LLM 给出分析建议（不执行） | DataContext + 统计知识 |
|
||||
| **analyze** | "对 BMI 和血压做相关分析"<br>"比较治疗组和对照组的血压差异"<br>"执行之前建议的分析方案" | 进入 QPER 流水线 | DataContext → Q 层 |
|
||||
| **discuss** | "这个 p 值说明什么？"<br>"结果和我预期不一样，为什么？"<br>"需要做哪些敏感性分析？" | LLM 结果解读 | DataContext + 分析结果 |
|
||||
|
||||
### 5.3 意图识别策略
|
||||
|
||||
```
|
||||
意图路由器的判断策略（优先级从高到低）：
|
||||
|
||||
1. 显式触发词
|
||||
- "执行" "运行" "分析一下" "开始分析" → analyze
|
||||
- "为什么" "说明什么" "怎么解读" (且有最近结果) → discuss
|
||||
- "应该用什么方法" "建议" "计划" "方案" → consult
|
||||
- "帮我看看" "分布" "缺失" "概况" → explore
|
||||
|
||||
2. 上下文推断
|
||||
- 刚上传数据、尚无对话 → 倾向 explore / chat
|
||||
- 已有分析结果、围绕结果提问 → 倾向 discuss
|
||||
- 讨论过方法选择、确认执行 → 倾向 analyze
|
||||
|
||||
3. 默认兜底
|
||||
- 无法判断 → chat（最安全的默认值）
|
||||
- chat 意味着 LLM 携带 DataContext 直接回复，不触发任何流水线
|
||||
```
|
||||
|
||||
### 5.4 Intent Router 接口
|
||||
|
||||
```typescript
|
||||
interface IntentRouterInput {
|
||||
userMessage: string;
|
||||
sessionId: string;
|
||||
dataContext: DataContext | null; // 可能尚未上传数据
|
||||
recentAnalysisResult: AnalysisRecord | null; // 最近的分析结果（用于判断 discuss）
|
||||
conversationHistory: Message[]; // 最近 N 条对话（用于上下文推断）
|
||||
}
|
||||
|
||||
interface IntentRouterOutput {
|
||||
intent: 'chat' | 'explore' | 'consult' | 'analyze' | 'discuss';
|
||||
confidence: number;
|
||||
reasoning: string; // LLM 给出的判断理由（用于调试）
|
||||
suggestedResponse?: string; // chat/explore/consult/discuss 模式下的直接回复
|
||||
}
|
||||
```
|
||||
|
||||
### 5.5 关键设计决策：LLM 路由 vs 规则路由
|
||||
|
||||
| 方案 | 优势 | 劣势 |
|
||||
|------|------|------|
|
||||
| **纯规则路由** | 快速、确定性强、无 LLM 成本 | 覆盖面有限，边界情况多 |
|
||||
| **纯 LLM 路由** | 理解力强，边界情况少 | 多一次 LLM 调用，增加延迟和成本 |
|
||||
| **混合路由（推荐）** | 快速覆盖明确场景 + LLM 兜底模糊场景 | 实现略复杂 |
|
||||
|
||||
**推荐方案：混合路由**
|
||||
- 先走规则匹配（关键词 + 上下文状态）
|
||||
- 规则无法判断时，调用轻量级 LLM（仅分类，不生成长文）
|
||||
- LLM 路由可与后续处理并行，减少感知延迟
|
||||
|
||||
---
|
||||
|
||||
## 6. 各意图的处理流程
|
||||
|
||||
### 6.1 Chat — 自由对话
|
||||
|
||||
```
|
||||
用户: "BMI 在临床研究中一般怎么分类？"
|
||||
|
||||
系统处理：
|
||||
1. Intent Router → chat
|
||||
2. 构建 LLM Prompt:
|
||||
- System: "你是一个临床统计顾问。用户上传了一份数据，以下是数据全貌..."
|
||||
- System: {DataContext 的 JSON 摘要}
|
||||
- User: "BMI 在临床研究中一般怎么分类？"
|
||||
3. LLM 直接回复（利用自身知识库）
|
||||
4. 回复展示在对话区
|
||||
|
||||
特点：
|
||||
- 不触发任何分析流水线
|
||||
- LLM 带着数据上下文回答，回复更有针对性
|
||||
- 类似于和一个"读过你数据"的统计专家对话
|
||||
```
|
||||
|
||||
### 6.2 Explore — 数据探索
|
||||
|
||||
```
|
||||
用户: "帮我看看这个数据的缺失情况"
|
||||
|
||||
系统处理：
|
||||
1. Intent Router → explore
|
||||
2. 从 DataContext.summary 提取缺失率信息
|
||||
3. 构建 LLM Prompt:
|
||||
- System: "基于以下数据质量摘要，为用户解读缺失情况"
|
||||
- System: {缺失率数据}
|
||||
- User: "帮我看看这个数据的缺失情况"
|
||||
4. LLM 生成结构化解读（哪些变量缺失严重、是否影响分析、建议处理方式）
|
||||
5. 可选：生成缺失率可视化（调用 R 引擎）
|
||||
|
||||
进阶场景：
|
||||
用户: "你觉得结局指标可能是哪些？"
|
||||
→ LLM 基于 DataContext + 临床知识推断 PICO 分类
|
||||
→ 生成推断结果，等待用户确认
|
||||
→ 用户确认后更新 DataContext.pico
|
||||
```
|
||||
|
||||
### 6.3 Consult — 分析咨询
|
||||
|
||||
```
|
||||
用户: "我想比较治疗组和对照组的血压差异，应该用什么方法？"
|
||||
|
||||
系统处理：
|
||||
1. Intent Router → consult
|
||||
2. 构建 LLM Prompt:
|
||||
- System: "你是统计方法学顾问。基于以下数据全貌，为用户推荐分析方法"
|
||||
- System: {DataContext}
|
||||
- System: "可用的分析方法列表: {tools_registry 摘要}"
|
||||
- User: "我想比较治疗组和对照组的血压差异，应该用什么方法？"
|
||||
3. LLM 回复：
|
||||
- 推荐方法（如"建议使用独立样本 T 检验"）
|
||||
- 选择理由（"因为结局变量是连续型，两组独立..."）
|
||||
- 前提条件（"需要满足正态性和方差齐性"）
|
||||
- 替代方案（"如果不满足正态性，可以使用 Wilcoxon 秩和检验"）
|
||||
4. 用户可以继续追问，或说"好，按这个方案执行"
|
||||
|
||||
关键区别：
|
||||
- consult 只给建议，不执行
|
||||
- 用户确认后再转为 analyze 意图
|
||||
- 这让用户在执行前充分理解"为什么这样做"
|
||||
```
|
||||
|
||||
### 6.4 Analyze — 分析执行（当前 QPER）
|
||||
|
||||
```
|
||||
用户: "好的，按你说的方案，对血压做 T 检验"
|
||||
或: "对 BMI 和 bp_change 做相关分析"
|
||||
|
||||
系统处理：
|
||||
1. Intent Router → analyze
|
||||
2. 进入 QPER 流水线：Q → P → E → R
|
||||
3. 但此时 QPER 的 Q 层更轻松：
|
||||
- DataContext 中已有 PICO 分类和变量字典
|
||||
- consult 阶段已经讨论过方法选择
|
||||
- Q 层只需确认参数，不需要"猜测"
|
||||
|
||||
提升点：
|
||||
- Q 层可以直接从 DataContext.variableDictionary 获取变量类型和角色
|
||||
- P 层的决策表匹配更准确（因为变量角色已确认）
|
||||
- 用户的分析预期更明确（因为经过了 consult 阶段的讨论）
|
||||
```
|
||||
|
||||
### 6.5 Discuss — 结果讨论
|
||||
|
||||
```
|
||||
用户: "p 值 0.03 说明什么？为什么置信区间这么宽？"
|
||||
|
||||
系统处理：
|
||||
1. Intent Router → discuss（检测到最近有分析结果）
|
||||
2. 构建 LLM Prompt:
|
||||
- System: "你是统计结果解读专家。以下是用户的数据全貌和最近的分析结果"
|
||||
- System: {DataContext}
|
||||
- System: {最近的 AnalysisRecord — 包含步骤结果和结论}
|
||||
- User: "p 值 0.03 说明什么？为什么置信区间这么宽？"
|
||||
3. LLM 深入解读结果
|
||||
4. 可以建议后续分析（"建议做一下亚组分析"）
|
||||
|
||||
特点：
|
||||
- 不重新跑分析，只是讨论已有结果
|
||||
- LLM 带着完整的数据和结果上下文回答
|
||||
- 可以引导用户进入下一轮分析（discuss → consult → analyze）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 7. 对话状态机
|
||||
|
||||
### 7.1 用户旅程状态流转
|
||||
|
||||
```
|
||||
┌──────────┐
|
||||
┌────────→│ Chat │←───────┐
|
||||
│ └────┬─────┘ │
|
||||
│ │ │
|
||||
│ ▼ │
|
||||
┌────┴─────┐ ┌────────────┐ │
|
||||
上传数据 ────────→ │ Explore │──→│ Consult │─────┤
|
||||
└────┬─────┘ └────┬───────┘ │
|
||||
│ │ │
|
||||
│ ▼ │
|
||||
│ ┌────────────┐ │
|
||||
│ │ Analyze │ │
|
||||
│ │ (QPER) │ │
|
||||
│ └────┬───────┘ │
|
||||
│ │ │
|
||||
│ ▼ │
|
||||
│ ┌────────────┐ │
|
||||
└────────→│ Discuss │─────┘
|
||||
└────────────┘
|
||||
```
|
||||
|
||||
**说明：**
|
||||
- 任何状态都可以跳转到 Chat（用户随时可以自由提问）
|
||||
- Explore → Consult → Analyze 是推荐的"主线"，但不强制
|
||||
- Discuss 之后可以回到任何状态（继续探索、咨询新方案、执行新分析）
|
||||
- **状态之间没有硬性约束**，用户完全自主决定对话方向
|
||||
|
||||
### 7.2 数据全貌的渐进丰富
|
||||
|
||||
```
|
||||
阶段 1 — 上传完成:
|
||||
DataContext.summary ← DataProfileService 自动填充
|
||||
|
||||
阶段 2 — 探索对话中:
|
||||
DataContext.pico ← LLM 推断，用户确认
|
||||
DataContext.variableDictionary ← LLM 推断，用户逐步修正
|
||||
|
||||
阶段 3 — 分析执行时:
|
||||
QPER 的 Q 层直接引用 DataContext（参数提取更准确）
|
||||
|
||||
阶段 4 — 结果讨论时:
|
||||
LLM 引用 DataContext + 分析结果（解读更精准）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 8. LLM Prompt 策略
|
||||
|
||||
### 8.1 System Prompt 模板
|
||||
|
||||
所有意图类型共享一个**基础 System Prompt**，差异在于注入的上下文片段：
|
||||
|
||||
```
|
||||
[基础角色]
|
||||
你是 SSA-Pro 智能统计分析助手，专注于临床研究统计分析。
|
||||
你了解用户上传的数据，可以回答关于数据的问题，推荐分析方法，解读分析结果。
|
||||
|
||||
[数据全貌 — 始终注入]
|
||||
用户上传了一份数据集，以下是数据全貌：
|
||||
{DataContext.summary 的结构化摘要}
|
||||
|
||||
[PICO 分类 — 如果已推断]
|
||||
根据数据特征，推断的 PICO 分类如下：
|
||||
{DataContext.pico}
|
||||
|
||||
[变量字典 — 如果已丰富]
|
||||
各变量的定义和角色：
|
||||
{DataContext.variableDictionary}
|
||||
|
||||
[意图特定指令 — 按路由结果注入]
|
||||
- chat: "请基于你的统计知识和用户数据回答问题。不要主动建议分析。"
|
||||
- explore: "请基于数据摘要为用户解读数据特征。可以推断 PICO 分类。"
|
||||
- consult: "请推荐合适的分析方法，给出理由和前提条件，不要执行分析。"
|
||||
- discuss: "以下是最近的分析结果：{结果}。请帮助用户解读。"
|
||||
|
||||
[最近分析结果 — discuss 意图时注入]
|
||||
{AnalysisRecord 摘要}
|
||||
```
|
||||
|
||||
### 8.2 Token 成本控制
|
||||
|
||||
DataContext 注入 LLM 会增加 token 消耗，需要控制：
|
||||
|
||||
| 层 | 预估 Token | 控制策略 |
|
||||
|----|-----------|---------|
|
||||
| Layer 1 摘要 | ~200 | 始终注入，成本低 |
|
||||
| Layer 2 PICO | ~150 | 已推断时注入 |
|
||||
| Layer 3 变量字典 | ~50/变量 × N | 仅注入相关变量（裁剪策略） |
|
||||
| 分析结果 | ~500/步骤 | discuss 时注入，限制摘要长度 |
|
||||
|
||||
**变量字典裁剪策略：**
|
||||
- 变量数 ≤ 20：全部注入
|
||||
- 变量数 > 20：只注入 confirmed + role ≠ unknown 的变量
|
||||
- 极端情况（>50 列）：只注入 PICO 相关变量
|
||||
|
||||
---
|
||||
|
||||
## 9. 和现有代码的映射
|
||||
|
||||
### 9.1 需要新增的组件
|
||||
|
||||
| 组件 | 位置 | 职责 |
|
||||
|------|------|------|
|
||||
| **IntentRouterService** | `backend/src/modules/ssa/services/` | 意图分类（规则 + LLM） |
|
||||
| **DataContextService** | `backend/src/modules/ssa/services/` | DataContext 生命周期管理 |
|
||||
| **ChatService** | `backend/src/modules/ssa/services/` | chat/explore/consult/discuss 的 LLM 对话 |
|
||||
| **DataContext 存储** | `prisma schema` 或内存 | 按 sessionId 持久化 DataContext |
|
||||
|
||||
### 9.2 需要改造的组件
|
||||
|
||||
| 组件 | 当前职责 | 改造方向 |
|
||||
|------|---------|---------|
|
||||
| **QueryService** | 意图解析 + 参数提取 | 仅保留参数提取，意图分类移到 IntentRouter |
|
||||
| **workflow.routes** | `/api/ssa/workflow/plan` 直接调 QueryService | 新增路由入口，先走 IntentRouter |
|
||||
| **DataProfileService** | 生成统计摘要 | 输出同时写入 DataContext.summary |
|
||||
| **前端 SSAChatPane** | 消息 → 调用 workflow API | 消息 → 调用 IntentRouter API → 按意图分发 |
|
||||
|
||||
### 9.3 保持不变的组件
|
||||
|
||||
| 组件 | 原因 |
|
||||
|------|------|
|
||||
| **DecisionTableService** | P 层逻辑不变 |
|
||||
| **FlowTemplateService** | P 层逻辑不变 |
|
||||
| **WorkflowExecutorService** | E 层逻辑不变 |
|
||||
| **ReflectionService** | R 层逻辑不变 |
|
||||
| **RClientService** | R 引擎调用不变 |
|
||||
| **所有 R 工具脚本** | R 层不变 |
|
||||
|
||||
---
|
||||
|
||||
## 10. 实施路线建议
|
||||
|
||||
### Phase 1: DataContext 基础（建议优先）
|
||||
|
||||
- 扩展 DataProfileService，上传后自动生成 DataContext.summary
|
||||
- DataContext 按 sessionId 内存缓存（后续可持久化）
|
||||
- 前端上传完成后展示数据概览卡片
|
||||
|
||||
### Phase 2: Intent Router
|
||||
|
||||
- 实现 IntentRouterService（先纯规则，后加 LLM 兜底）
|
||||
- 新增 API 入口 `/api/ssa/chat`，前端消息统一走此入口
|
||||
- analyze 意图 → 转发到现有 QPER 流水线
|
||||
- 其他意图 → ChatService 处理
|
||||
|
||||
### Phase 3: 数据感知对话
|
||||
|
||||
- ChatService 实现 chat / explore / consult / discuss 四种模式
|
||||
- LLM 调用时注入 DataContext
|
||||
- 前端对话区支持非分析类回复（纯文本，无卡片）
|
||||
|
||||
### Phase 4: PICO 推断与变量字典
|
||||
|
||||
- explore 对话中 LLM 推断 PICO 分类
|
||||
- 前端展示 PICO 确认面板
|
||||
- 变量字典逐步丰富机制
|
||||
- DataContext 反哺 QPER Q 层
|
||||
|
||||
---
|
||||
|
||||
## 11. 预期效果对比
|
||||
|
||||
| 维度 | 当前系统 | 新架构 |
|
||||
|------|---------|-------|
|
||||
| **用户上传数据后** | 等待用户发出分析指令 | 自动展示数据概览，邀请探索 |
|
||||
| **用户问"这个数据有什么特点"** | 强行匹配 descriptive goal | 进入 explore 模式，LLM 解读数据 |
|
||||
| **用户问"应该做什么分析"** | 强行猜测分析类型 | 进入 consult 模式，给出方法建议 |
|
||||
| **用户确认"按这个方案做"** | N/A | 进入 analyze → QPER 执行 |
|
||||
| **分析完成后用户追问** | 无法处理 | 进入 discuss 模式，解读结果 |
|
||||
| **LLM 利用率** | 仅参数提取 | 全流程知识对话 |
|
||||
| **数据理解深度** | 仅列名 + 类型 | PICO + 变量字典 + 临床含义 |
|
||||
| **多轮对话能力** | 无（每条消息独立处理） | 完整对话上下文 + 数据全貌 |
|
||||
|
||||
---
|
||||
|
||||
**文档版本：** v1.0
|
||||
**创建日期：** 2026-02-21
|
||||
**下一步：** 评审确认后制定详细开发计划
|
||||
911
docs/03-业务模块/SSA-智能统计分析/04-开发计划/11-智能对话与工具体系开发计划.md
Normal file
911
docs/03-业务模块/SSA-智能统计分析/04-开发计划/11-智能对话与工具体系开发计划.md
Normal file
@@ -0,0 +1,911 @@
|
||||
# SSA-Pro 智能对话与工具体系开发计划
|
||||
|
||||
> **文档版本：** v1.2
|
||||
> **创建日期：** 2026-02-21
|
||||
> **最后更新：** 2026-02-22（v1.2 — 新增实现规范与约束：6 条审查建议 + Postgres-Only 缓存修正）
|
||||
> **文档类型：** 开发计划 (Development Plan)
|
||||
> **前置设计：**
|
||||
> - `00-系统设计/SSA-Pro 意图识别与对话架构设计.md`
|
||||
> - `00-系统设计/SSA-Pro 工具体系规划方案（团队讨论稿）.md`（v3.1 融合方案）
|
||||
> - `00-系统设计/SSA-Pro 四层七工具实现机制详解.md`（v1.1 三层架构 + 对话层 LLM）
|
||||
> **前置计划：** `04-开发计划/10-QPER架构开发计划-智能化主线.md`（Phase E+/Q/P/R 已完成）
|
||||
> **目标：** 将 SSA 从"统计分析执行器"升级为"数据感知的统计顾问"
|
||||
|
||||
---
|
||||
|
||||
## 1. 文档概要
|
||||
|
||||
### 1.1 背景
|
||||
|
||||
QPER 主线（Phase E+ → Q → P → R）已完成闭环，系统具备了完整的"接单→规划→执行→结论"能力。但当前系统存在两个核心问题：
|
||||
|
||||
1. **无对话能力** — 用户每条消息都被当作分析请求，无法自由探索数据、咨询方法
|
||||
2. **工具体系单一** — 仅有 R 执行工具，缺少数据查看、方法咨询、用户交互等非执行类工具
|
||||
|
||||
本计划基于已定型的两份设计文档，制定从设计到代码落地的具体开发任务。
|
||||
|
||||
### 1.2 与 QPER 主线计划的关系
|
||||
|
||||
```
|
||||
QPER 主线计划（10-QPER架构开发计划）
|
||||
├── Phase E+ ✅ 已完成
|
||||
├── Phase Q ✅ 已完成
|
||||
├── Phase P ✅ 已完成
|
||||
├── Phase R ✅ 已完成
|
||||
├── Phase Deploy 📋 待启动 ← 本计划的前置条件
|
||||
└── Phase Q+ 📋 → 吸收进本计划 Phase I（DataContext + 变量字典）
|
||||
|
||||
本计划（11-智能对话与工具体系开发计划）
|
||||
├── Phase I Session 黑板 + READ 层工具
|
||||
├── Phase II 意图路由器 + 统一对话入口
|
||||
├── Phase III method_consult + ask_user 标准化
|
||||
├── Phase IV THINK + ACT 层工具封装
|
||||
├── Phase V 反思编排 + 高级特性
|
||||
└── Phase VI 集成测试 + 可观测性
|
||||
```
|
||||
|
||||
**关键决策：**
|
||||
- Phase Deploy **必须先于**本计划启动，因为 R 工具数量从 7 扩展到 11 是 method_consult 和 analysis_plan 的基础
|
||||
- Phase Q+（变量字典 + 变量选择面板）**吸收进**本计划 Phase I，因为变量字典是 DataContext 的 Layer 3
|
||||
- QPER 透明化（Pipeline 可观测性）**部分融入**本计划 Phase VI
|
||||
|
||||
### 1.3 核心原则（贯穿全计划）
|
||||
|
||||
| # | 原则 | 约束 |
|
||||
|---|------|------|
|
||||
| 1 | **领域知识可配置化** | 所有 Prompt、决策表、流程模板、工具注册表、叙事模板均由 JSON/数据库驱动，不写死在 TypeScript 中 |
|
||||
| 2 | **QPER 不动** | QPER 四层的底层 Service 保持不变，新工具封装为 Tool 接口调用已有 Service |
|
||||
| 3 | **渐进式改造** | 每个 Phase 独立可交付、可验收，不依赖后续 Phase |
|
||||
| 4 | **安全梯度** | READ 层随时调用，ACT 层需确认，降低 LLM 决策风险 |
|
||||
| 5 | **Token 敏感** | Session 黑板注入 LLM 前做裁剪，R 原始输出不入 LLM |
|
||||
|
||||
---
|
||||
|
||||
## 2. 现有资产盘点
|
||||
|
||||
### 2.1 可直接复用（改造程度：低）
|
||||
|
||||
| 现有组件 | 对应新工具/模块 | 复用方式 |
|
||||
|----------|----------------|---------|
|
||||
| `DataProfileService`（Python） | `get_data_overview` | 封装为 Tool 接口，追加 PICO 推断字段 |
|
||||
| `ClarificationCard`（前端） | `ask_user` | 标准化后端输入/输出接口 |
|
||||
| `WorkflowExecutorService` | `run_step` | 已是傻瓜式执行器，直接封装 |
|
||||
| `ConfigLoader` + Zod Schema | 新工具注册表 | 扩展工具描述字段 |
|
||||
| `SSE 基础设施` | 全链路事件推送 | 扩展事件类型 |
|
||||
| `ssaStore.ts`（Zustand） | 前端状态扩展 | 扩展 DataContext 和意图状态 |
|
||||
|
||||
### 2.2 需要扩展（改造程度：中）
|
||||
|
||||
| 现有组件 | 改造内容 |
|
||||
|----------|---------|
|
||||
| `DataProfileService` | 新增单列查询 API（`get_variable_detail`） |
|
||||
| `DecisionTableService` | 封装为 `method_consult` Tool 接口，追加 LLM 推理补充 |
|
||||
| `FlowTemplateService` + `QueryService` | 合并封装为 `analysis_plan` Tool |
|
||||
| `ReflectionService` | 新增 `interpret` 模式（结果解读） |
|
||||
| `workflow.routes.ts` | 新增统一对话入口 `/api/ssa/chat` |
|
||||
|
||||
### 2.3 需要新建
|
||||
|
||||
| 新组件 | 位置 | 职责 |
|
||||
|--------|------|------|
|
||||
| `SessionBlackboardService` | `backend/services/` | Session 黑板生命周期管理 |
|
||||
| `IntentRouterService` | `backend/services/` | 意图分类（规则 + LLM 混合） |
|
||||
| `ChatService` | `backend/services/` | 非 analyze 意图的 LLM 对话处理 |
|
||||
| `ToolRegistryService` | `backend/services/` | 7 工具注册 + 阶段性可见性控制 |
|
||||
| `tool_definitions.json` | `backend/config/` | 7 工具的 LLM 描述（JSON 驱动） |
|
||||
| `intent_rules.json` | `backend/config/` | 意图识别规则（JSON 驱动） |
|
||||
|
||||
### 2.4 已有违规项（需在开发中修正）
|
||||
|
||||
| 违规 | 位置 | 修正计划 |
|
||||
|------|------|---------|
|
||||
| `AVAILABLE_TOOLS` 硬编码常量 | `WorkflowPlannerService.ts` | Phase IV 中改为读取 `tools_registry.json` |
|
||||
|
||||
---
|
||||
|
||||
## 3. 开发计划总览
|
||||
|
||||
```
|
||||
Phase Deploy（前置，37h / 5.5 天）
|
||||
┌────────────────────────────────────┐
|
||||
│ R 工具补齐 11 个 + 部署上线 │
|
||||
└────────────────┬───────────────────┘
|
||||
│ 完成后启动
|
||||
▼
|
||||
┌──────────────────────────────────────────────────────────────────┐
|
||||
│ 本计划开发阶段 │
|
||||
│ │
|
||||
│ Phase I ──→ Phase II ────→ Phase III ──→ Phase IV ──→ Phase V │
|
||||
│ Session黑板 对话层LLM核心 方法咨询 THINK+ACT 反思编排 │
|
||||
│ + READ层 + 意图路由器 + ask_user 工具封装 + 高级特性│
|
||||
│ (30h/5天) + 统一对话入口 (20h/3天) (21h/3天) (18h/3天) │
|
||||
│ (35h/5.5天) │
|
||||
│ ──→ Phase VI（集成测试, 10h/2天） │
|
||||
└──────────────────────────────────────────────────────────────────┘
|
||||
|
||||
总工时（不含 Phase Deploy）：134h ≈ 22 天
|
||||
含 Phase Deploy：171h ≈ 27.5 天
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 4. Phase I — Session 黑板 + READ 层（30h / 5 天）
|
||||
|
||||
> **目标：让系统能"看懂数据"并陪用户聊天，即使不能跑分析，用户也能感受到 AI 的价值。**
|
||||
> **产出：** `get_data_overview` + `get_variable_detail` + Session 黑板 + DataContext 前端展示
|
||||
> **吸收：** 原 QPER 计划的 Phase Q+（变量字典 + 变量选择面板，20h）
|
||||
|
||||
### 任务清单
|
||||
|
||||
| # | 任务 | 工时 | 产出 | 依赖 |
|
||||
|---|------|------|------|------|
|
||||
| I-1 | **SessionBlackboardService 设计与实现** | 5h | Session 黑板 CRUD + CacheFactory（Postgres-Only，参见 §16.4）+ sessionId 索引 + TTL 过期 | 无 |
|
||||
| I-2 | **SessionBlackboard 类型定义** | 1.5h | `SessionBlackboard` interface + Zod Schema 校验 | 无 |
|
||||
| I-3 | **get_data_overview 工具实现** | 5h | 封装 DataProfileService + PICO 推断字段 + 写入 Session 黑板 | I-1, I-2 |
|
||||
| I-4 | **get_variable_detail 工具实现** | 4h | DataProfileService 单列查询 API（Python 侧新增）+ Tool 接口 | I-1 |
|
||||
| I-5 | **DataContext 前端状态扩展** | 3h | ssaStore 新增 dataContext 字段 + DataContextCard 组件 | I-3 |
|
||||
| I-6 | **PICO 推断 Prompt 模板** | 2h | `pico_inference_prompt.json` + Few-Shot 示例 + Seed 脚本 | I-3 |
|
||||
| I-7 | **变量字典前端面板** | 4h | VariableDictionaryPanel 组件（AI 推断 + 用户编辑/确认） | I-3, I-5 |
|
||||
| I-8 | **数据上传后自动触发 get_data_overview** | 2h | 上传回调中调用 + SSE 推送 DataContext 就绪事件 | I-3 |
|
||||
| I-9 | **Token 控制策略实现** | 2h | Session 黑板注入 LLM 前的裁剪函数（变量字典裁剪、qperTrace 滑动窗口） | I-1 |
|
||||
| I-10 | **Phase I 联调测试** | 1.5h | 上传数据 → DataContext 自动生成 → 前端展示数据全貌 + 变量字典 | 全部 |
|
||||
|
||||
### 配置化要求
|
||||
|
||||
| 配置项 | 文件 | 方法学团队可编辑 |
|
||||
|--------|------|:---:|
|
||||
| PICO 推断 Prompt | `pico_inference_prompt.json` 或 DB Prompt 表 | ✅ |
|
||||
| 变量类型推断规则 | `variable_inference_rules.json` | ✅ |
|
||||
| Token 裁剪阈值 | `session_config.json`（变量数阈值、滑动窗口大小） | ✅ |
|
||||
|
||||
### 验收标准
|
||||
|
||||
```
|
||||
✅ 上传 CSV 后 3 秒内，前端展示 DataContext 卡片（统计摘要 + PICO 推断 + 变量列表）
|
||||
✅ 点击任意变量 → 展示单变量详情（分布图 + 统计量 + 异常值）
|
||||
✅ PICO 推断标记为 "AI 推断"，用户可编辑确认后标记为 "已确认"
|
||||
✅ 变量字典支持用户修改 label、type、role，修改后写回 Session 黑板
|
||||
✅ Session 黑板数据在同一会话内持久有效，刷新页面后可恢复（CacheFactory，生产环境 Postgres 持久化）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 5. Phase II — 对话层 LLM + 意图路由器 + 统一对话入口（35h / 5.5 天）
|
||||
|
||||
> **目标：构建对话层 LLM 基础设施 + 意图路由，让系统具备多轮连贯对话能力。**
|
||||
> **产出：** 对话层 LLM 核心（System Prompt + 对话历史 + 上下文组装）+ `IntentRouterService` + `/api/ssa/chat` 统一入口 + `ChatService`
|
||||
> **核心认知：对话层 LLM 是系统的大脑和嘴巴（详见《四层七工具实现机制详解》第 1-4 章），不是简单的"调一次 LLM API"。**
|
||||
|
||||
### 任务清单
|
||||
|
||||
| # | 任务 | 工时 | 产出 | 依赖 |
|
||||
|---|------|------|------|------|
|
||||
| **对话层 LLM 基础设施** | | | | |
|
||||
| II-1 | **ConversationService 核心实现** | 5h | 对话层 LLM 的核心服务：System Prompt 动态组装 + DataContext 注入 + 工具输出注入 + LLM 调用 + 流式/完整回复 | Phase I |
|
||||
| II-2 | **对话历史管理** | 3h | 消息历史存储（内存/DB） + 滑动窗口裁剪（根据 Token 预算动态调整窗口大小） + 关键事件摘要压缩 | Phase I |
|
||||
| II-3 | **System Prompt 架构实现** | 4h | 基础角色（固定） + DataContext 注入（动态） + 意图指令（按意图切换） + 工具输出注入（按需） + 分析结果注入（discuss 时） — 六段式动态组装 | II-1 |
|
||||
| II-4 | **System Prompt 模板（全意图）** | 3h | DB Prompt 表：`base_system`（基础角色）+ `chat_instruction` / `explore_instruction` / `consult_instruction` / `analyze_instruction` / `discuss_instruction` / `feedback_instruction`（6 个意图指令段）+ Seed 脚本 | 无 |
|
||||
| **意图路由器** | | | | |
|
||||
| II-5 | **意图识别规则引擎** | 3h | `intent_rules.json` 规则定义 + 规则匹配器（关键词 + 上下文状态） | Phase I |
|
||||
| II-6 | **IntentRouterService 实现** | 4h | 混合路由（规则优先 + LLM 兜底）+ 意图分类输出 | II-5 |
|
||||
| II-7 | **Intent Router Prompt 模板** | 1.5h | `intent_router_prompt.json` + Few-Shot 示例 + Seed 脚本 | 无 |
|
||||
| **统一对话入口 + 基础意图处理** | | | | |
|
||||
| II-8 | **统一对话 API `/api/ssa/chat`** | 3h | 新路由：接收消息 → IntentRouter 分类 → ConversationService 组装上下文 → 分发到对应 Handler → 对话层 LLM 生成回复 | II-1, II-6 |
|
||||
| II-9 | **ChatService — chat 意图处理** | 2h | ConversationService(DataContext) → 对话层 LLM 直接回复 | II-8 |
|
||||
| II-10 | **ChatService — explore 意图处理** | 2.5h | 调用 READ 工具获取数据 → 工具输出注入 ConversationService → 对话层 LLM 生成数据解读 | II-8 |
|
||||
| II-11 | **前端对话入口统一** | 2h | SSAChatPane 消息统一走 `/api/ssa/chat`，按意图渲染不同回复类型 | II-8 |
|
||||
| II-12 | **Phase II 联调测试** | 2h | 多轮对话连贯性验证 + 各意图场景验证 + 降级验证（LLM 不可用时规则兜底） | 全部 |
|
||||
|
||||
### 意图分发逻辑
|
||||
|
||||
```
|
||||
/api/ssa/chat 收到消息
|
||||
→ IntentRouterService.classify(message, sessionContext)
|
||||
→ chat → ChatService.handleChat() → 直接 LLM 回复
|
||||
→ explore → ChatService.handleExplore() → DataProfile + LLM 解读
|
||||
→ consult → Phase III: method_consult 路径
|
||||
→ analyze → 转发到现有 /api/ssa/workflow/plan（QPER 入口）
|
||||
→ discuss → Phase V: write_report(interpret) 路径
|
||||
→ feedback → Phase V: 反思编排路径
|
||||
```
|
||||
|
||||
### ConversationService 核心架构
|
||||
|
||||
```
|
||||
每次对话请求的处理流程：
|
||||
|
||||
用户消息
|
||||
→ IntentRouterService.classify() → 意图分类
|
||||
→ ConversationService.buildContext():
|
||||
├── 加载 base_system Prompt（固定角色）
|
||||
├── 注入 DataContext（从 Session 黑板，带 Token 裁剪）
|
||||
├── 注入意图指令段（按 intent 选择对应 Prompt 段）
|
||||
├── 注入工具输出（如有工具调用，结构化 JSON 作为上下文）
|
||||
├── 注入分析结果（discuss/feedback 时，从 Session 黑板取 stepResults 摘要）
|
||||
└── 加载对话历史（滑动窗口，5-10 轮）
|
||||
→ LLM.call(assembledPrompt)
|
||||
→ 回复返回前端 + 消息存入对话历史
|
||||
```
|
||||
|
||||
### 配置化要求
|
||||
|
||||
| 配置项 | 文件 | 方法学团队可编辑 |
|
||||
|--------|------|:---:|
|
||||
| 意图识别规则（关键词 + 上下文条件） | `intent_rules.json` | ✅ |
|
||||
| Intent Router Prompt | `intent_router_prompt.json` 或 DB Prompt 表 | ✅ |
|
||||
| 基础角色 System Prompt | DB Prompt 表 `base_system` | ✅ |
|
||||
| 6 个意图指令段 | DB Prompt 表 `chat_instruction` / `explore_instruction` / `consult_instruction` / `analyze_instruction` / `discuss_instruction` / `feedback_instruction` | ✅ |
|
||||
| 意图→可见工具映射 | `intent_tool_visibility.json` | ✅ |
|
||||
| 对话历史窗口配置 | `session_config.json`（窗口大小、Token 上限） | IT 团队 |
|
||||
|
||||
### 验收标准
|
||||
|
||||
```
|
||||
✅ "这个数据有多少样本？" → 识别为 chat → 对话层 LLM 带 DataContext 直接回复
|
||||
✅ "帮我看看各组的样本分布" → 识别为 explore → 工具输出注入 → 对话层 LLM 生成数据解读
|
||||
✅ "对 BMI 和血压做相关分析" → 识别为 analyze → 转入 QPER 流水线
|
||||
✅ LLM 不可用时 → 规则引擎兜底 → 正确识别明确意图
|
||||
✅ 无法判断时 → 默认 chat（最安全的兜底）
|
||||
✅ 多轮对话连贯性：用户说"刚才那个变量" → LLM 从对话历史正确解析为 BMI
|
||||
✅ 意图切换衔接：consult → analyze 时，LLM 自然衔接"好的，我来按之前讨论的方案执行"
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 6. Phase III — method_consult + ask_user 标准化（20h / 3 天）
|
||||
|
||||
> **目标：系统能给用户推荐分析方法（不执行），并在不确定时主动提问。**
|
||||
> **产出：** `method_consult` 工具 + `ask_user` 标准化接口 + consult 意图处理
|
||||
|
||||
### 任务清单
|
||||
|
||||
| # | 任务 | 工时 | 产出 | 依赖 |
|
||||
|---|------|------|------|------|
|
||||
| III-1 | **method_consult Tool 实现** | 5h | 封装 DecisionTableService 四维匹配 + LLM 推理补充 + 返回推荐/替代/前提 | Phase I |
|
||||
| III-2 | **method_consult Prompt 模板** | 2h | `method_consult_prompt.json` + 方法推荐 Few-Shot | 无 |
|
||||
| III-3 | **ask_user 后端接口标准化** | 4h | 统一输入/输出 Schema + 请求-响应模式（Node.js 生成卡片 → 前端渲染 → 用户选择 → 恢复流程） | Phase I |
|
||||
| III-4 | **ask_user 前端组件增强** | 3h | ClarificationCard 升级：支持单选/多选/自由文本、上下文说明、标准化样式 | III-3 |
|
||||
| III-5 | **consult 意图处理（对话层 LLM 集成）** | 3h | method_consult 返回匹配结果 → 注入 ConversationService → 对话层 LLM 生成完整方法推荐（理由+前提+替代） → ask_user 确认 → 可转入 analyze | III-1, III-3, Phase II |
|
||||
| III-6 | **ToolRegistryService 骨架** | 2h | 7 工具注册表 + `tool_definitions.json` + 阶段性可见性查询 API | 无 |
|
||||
| III-7 | **Phase III 联调测试** | 1h | consult 场景端到端 + ask_user 确认流程 | 全部 |
|
||||
|
||||
### 配置化要求
|
||||
|
||||
| 配置项 | 文件 | 方法学团队可编辑 |
|
||||
|--------|------|:---:|
|
||||
| 方法推荐 Prompt | `method_consult_prompt.json` 或 DB Prompt 表 | ✅ |
|
||||
| 工具定义（名称、描述、层级、参数） | `tool_definitions.json` | ✅ |
|
||||
| 意图→工具可见性映射 | `intent_tool_visibility.json` | ✅ |
|
||||
|
||||
### 验收标准
|
||||
|
||||
```
|
||||
✅ "我想比较两组差异，应该用什么方法？" → method_consult → 推荐 T 检验 + 理由 + 前提 + 替代方案
|
||||
✅ method_consult 输出不触发执行，用户确认后才转入 analyze
|
||||
✅ ask_user 渲染为标准化选择卡片（单选/多选/自由文本）
|
||||
✅ PICO 确认流程：get_data_overview → LLM 推断 → ask_user 确认 → 写入 Session 黑板
|
||||
✅ 工具注册表可通过热更新 API 重载
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 7. Phase IV — THINK + ACT 层工具封装（21h / 3 天）
|
||||
|
||||
> **目标：将已有 QPER 底层 Service 封装为标准 Tool 接口，挂载到新工具体系上。**
|
||||
> **产出：** `analysis_plan` + `run_step` + `write_report`(generate) 工具封装 + AVAILABLE_TOOLS 配置化修正
|
||||
|
||||
### 任务清单
|
||||
|
||||
| # | 任务 | 工时 | 产出 | 依赖 |
|
||||
|---|------|------|------|------|
|
||||
| IV-1 | **analysis_plan Tool 封装** | 4h | 封装 Q 层参数提取 + P 层 FlowTemplate 填充 → 输出有序步骤列表 | Phase I, Phase III |
|
||||
| IV-2 | **run_step Tool 封装** | 3h | 封装 WorkflowExecutorService + data_source 自动注入（从 Session 黑板取 dataOssKey） | Phase I |
|
||||
| IV-3 | **write_report Tool 封装（generate 模式）** | 3h | 封装 ReflectionService → 论文级报告生成 | Phase I |
|
||||
| IV-4 | **analyze 意图完整链路对接（对话层 LLM 集成）** | 4h | IntentRouter(analyze) → analysis_plan → 对话层 LLM 生成方案说明 → ask_user(确认方案) → run_step ×N（每步对话层 LLM 播报进展） → write_report → 对话层 LLM 生成总结 | IV-1, IV-2, IV-3, Phase II |
|
||||
| IV-5 | **AVAILABLE_TOOLS 配置化修正** | 2h | WorkflowPlannerService 中的硬编码常量改为读取 tools_registry.json | 无 |
|
||||
| IV-6 | **阶段性工具可见性实现** | 2h | ToolRegistryService 根据当前意图/阶段过滤可用工具列表，注入 LLM 上下文 | III-6 |
|
||||
| IV-7 | **analysis_plan 前端审查面板** | 2h | 展示分析方案 → 用户确认/修改 → 确认后触发执行 | IV-1, IV-4 |
|
||||
| IV-8 | **Phase IV 联调测试** | 1h | analyze 意图完整旅程验证 | 全部 |
|
||||
|
||||
### data_source 自动注入流程
|
||||
|
||||
```
|
||||
run_step 被调用
|
||||
→ ToolOrchestrator 拦截
|
||||
→ 从 SessionBlackboard 取出 dataOssKey
|
||||
→ 生成预签名 URL
|
||||
→ 注入 params.data_source = { type: 'oss', oss_url: signedUrl }
|
||||
→ POST 给 R 服务
|
||||
→ LLM 和 analysis_plan 全程不感知 data_source
|
||||
```
|
||||
|
||||
> 注：`WorkflowExecutorService.resolveDataSource()` 已有此逻辑，run_step 封装时直接复用。
|
||||
|
||||
### 验收标准
|
||||
|
||||
```
|
||||
✅ "对 BMI 和血压做相关分析" → analyze → analysis_plan → 用户确认 → run_step → write_report
|
||||
✅ analysis_plan 输出确定的 tool_code + params，run_step 傻瓜式转发
|
||||
✅ data_source 由 Session 黑板自动注入，LLM 上下文中不出现文件路径
|
||||
✅ WorkflowPlannerService.AVAILABLE_TOOLS 读取 JSON，不再硬编码
|
||||
✅ 不同阶段 LLM 看到的工具列表不同（数据探索阶段看不到 run_step）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 8. Phase V — 反思编排 + 高级特性（18h / 3 天）
|
||||
|
||||
> **目标：系统具备自修复能力和结果深度解读能力。**
|
||||
> **产出：** 双轨反思机制 + write_report(interpret) + discuss 意图处理 + feedback 意图处理
|
||||
|
||||
### 任务清单
|
||||
|
||||
| # | 任务 | 工时 | 产出 | 依赖 |
|
||||
|---|------|------|------|------|
|
||||
| V-1 | **错误分类器实现** | 3h | run_step 返回 error → 分类为"可自愈"(参数级) 或"不可自愈"(方法级) | Phase IV |
|
||||
| V-2 | **自动反思（静默重试）** | 3h | 可自愈错误 → 注入错误日志 + DataContext → LLM 修正参数 → 重试（MAX 2 次） | V-1 |
|
||||
| V-3 | **手动反思（用户驱动）** | 3h | feedback 意图 → 注入完整 qperTrace → LLM 分析 → 新 analysis_plan → 重新执行 | V-1, Phase IV |
|
||||
| V-4 | **write_report interpret 模式** | 3h | ReflectionService 扩展：接收用户问题 + 已有结果 → LLM 深度解读 | Phase IV |
|
||||
| V-5 | **discuss 意图处理（对话层 LLM 集成）** | 2h | 检测最近有分析结果 → 分析结果注入 ConversationService → 对话层 LLM 深度解读 | V-4, Phase II |
|
||||
| V-6 | **反思 Prompt 模板** | 2h | `reflection_prompt.json`（自动修正 + 手动反思两套 Prompt） | 无 |
|
||||
| V-7 | **Phase V 联调测试** | 2h | 自动重试场景 + 用户不满意场景 + 结果解读场景 | 全部 |
|
||||
|
||||
### 双轨反思流程
|
||||
|
||||
```
|
||||
触发路径 1 — 自动（用户无感知）：
|
||||
run_step → error("Column 'BP' not found")
|
||||
→ 错误分类器 → 可自愈（列名拼写）
|
||||
→ 注入 {error, dataOverview.columns} → LLM 修正 → 重试
|
||||
→ 成功 → 用户看到正常结果
|
||||
|
||||
触发路径 2 — 手动（用户驱动）：
|
||||
用户: "结果不对，p 值不应该这么大"
|
||||
→ IntentRouter → feedback
|
||||
→ 注入 qperTrace(最近 3 条，摘要压缩) → LLM 分析原因
|
||||
→ ask_user("建议：1)换非参数 2)排除极值 3)合并亚组")
|
||||
→ 用户选择 → 新 analysis_plan → run_step → write_report
|
||||
```
|
||||
|
||||
### 配置化要求
|
||||
|
||||
| 配置项 | 文件 | 方法学团队可编辑 |
|
||||
|--------|------|:---:|
|
||||
| 错误分类映射（R 报错关键词 → 分类） | `error_classification.json` | ✅ |
|
||||
| 自动修正 Prompt | `auto_fix_prompt.json` 或 DB Prompt 表 | ✅ |
|
||||
| 手动反思 Prompt | `manual_reflection_prompt.json` 或 DB Prompt 表 | ✅ |
|
||||
| 结果解读 Prompt | `interpret_prompt.json` 或 DB Prompt 表 | ✅ |
|
||||
|
||||
### 验收标准
|
||||
|
||||
```
|
||||
✅ run_step 列名错误 → 自动修正并重试 → 用户无感知看到正常结果
|
||||
✅ 超过 2 次重试 → 停止重试 → 报告用户并建议替代方案
|
||||
✅ 用户说"结果不对" → feedback 意图 → 注入 QPER 记录 → 新方案 → 重新执行
|
||||
✅ 用户说"p 值说明什么" → discuss 意图 → 带分析结果的深度解读
|
||||
✅ interpret 模式不重新跑分析，只解读已有结果
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 9. Phase VI — 集成测试 + 可观测性（10h / 2 天）
|
||||
|
||||
> **目标：全链路验证 + 开发者调试支持 + 文档更新。**
|
||||
> **产出：** 端到端测试脚本 + QPER 透明化面板 + 文档更新
|
||||
|
||||
### 任务清单
|
||||
|
||||
| # | 任务 | 工时 | 产出 | 依赖 |
|
||||
|---|------|------|------|------|
|
||||
| VI-1 | **端到端测试脚本** | 3h | 覆盖 6 种意图的自动化测试 + 7 工具调用链验证 | Phase V |
|
||||
| VI-2 | **QPER + Tool 可观测性面板** | 4h | 开发者面板：意图分类日志、工具调用链、Session 黑板状态、LLM Prompt/Response 可查看 | Phase V |
|
||||
| VI-3 | **文档更新** | 2h | 更新模块状态文档 + README + API 文档 | Phase V |
|
||||
| VI-4 | **回归测试** | 1h | 确认原有 QPER 流程未被破坏 | 全部 |
|
||||
|
||||
### 验收标准
|
||||
|
||||
```
|
||||
✅ 6 种意图场景全部自动化验证通过
|
||||
✅ 7 个工具调用链（典型调用链场景 1-5）端到端通过
|
||||
✅ 开发者面板可查看：IntentRouter 分类结果 + 工具调用序列 + Session 黑板快照
|
||||
✅ 原有 QPER 直接调用路径（/api/ssa/workflow/plan）仍然可用
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 10. 工时与里程碑
|
||||
|
||||
### 10.1 工时汇总
|
||||
|
||||
| Phase | 名称 | 工时 | 日历天 | 里程碑 | v1.1 变更 |
|
||||
|-------|------|------|--------|--------|----------|
|
||||
| **前置** | **Phase Deploy（R 工具补齐）** | **37h** | **5.5 天** | R 工具 7→11，生产环境可用 | 不变 |
|
||||
| **I** | **Session 黑板 + READ 层** | **30h** | **5 天** | 系统能看懂数据 | 不变 |
|
||||
| **II** | **对话层 LLM + 意图路由器 + 统一对话入口** | **35h** | **5.5 天** | 系统能连贯对话 + 区分意图 | **+11h**：新增 ConversationService(5h) + 对话历史管理(3h) + System Prompt 架构(4h) + 全意图 Prompt 模板(3h)；chat/explore 工时因依赖 ConversationService 而减少 |
|
||||
| **III** | **method_consult + ask_user** | **20h** | **3 天** | 系统能推荐方法、主动提问 | 不变（consult 对话层集成已含在 III-5） |
|
||||
| **IV** | **THINK + ACT 工具封装** | **21h** | **3 天** | 新工具体系挂载 QPER | **+1h**：IV-4 analyze 链路增加对话层 LLM 进展播报 |
|
||||
| **V** | **反思编排 + 高级特性** | **18h** | **3 天** | 自修复 + 结果解读 | 不变 |
|
||||
| **VI** | **集成测试 + 可观测性** | **10h** | **2 天** | 全链路验证 + 开发者调试 | 不变 |
|
||||
| | **本计划合计** | **134h** | **~22 天** | **智能对话 + 工具体系上线** | **+12h** |
|
||||
| | **含 Phase Deploy 总计** | **171h** | **~27.5 天** | **完整系统升级** | **+12h** |
|
||||
|
||||
### 10.2 里程碑时间线
|
||||
|
||||
```
|
||||
Week 1 ──────────────────────────────────
|
||||
Day 1-5.5: Phase Deploy（R 工具补齐 + 部署）
|
||||
✅ 里程碑 0：R 工具 11 个全部上线
|
||||
|
||||
Week 2 ──────────────────────────────────
|
||||
Day 6-10: Phase I（Session 黑板 + READ 层 + DataContext 前端）
|
||||
✅ 里程碑 1：数据上传后展示 DataContext 全貌 + 变量字典
|
||||
|
||||
Week 3 ──────────────────────────────────
|
||||
Day 11-15.5: Phase II（对话层 LLM 基础设施 + 意图路由器 + chat/explore）
|
||||
✅ 里程碑 2A：多轮连贯对话能力上线（对话层 LLM + System Prompt + 对话历史）
|
||||
|
||||
Week 4 ──────────────────────────────────
|
||||
Day 16-18: Phase III（method_consult + ask_user 标准化）
|
||||
Day 19-21: Phase IV（THINK + ACT 工具封装 + analyze 完整链路）
|
||||
✅ 里程碑 2B：系统能区分 6 种意图，支持自由对话 + 方法咨询 + 完整分析链路
|
||||
|
||||
Week 5 ──────────────────────────────────
|
||||
Day 22-24: Phase V（反思编排 + discuss + feedback）
|
||||
✅ 里程碑 3：7 工具 + 4 层架构 + 对话层 LLM 完整上线
|
||||
|
||||
Week 5-6 ──────────────────────────────
|
||||
Day 25-26: Phase VI（集成测试 + 可观测性 + 文档）
|
||||
✅ 里程碑 4：全系统验收完成
|
||||
|
||||
Week 6 后 ──────────────────────────────
|
||||
收集用户反馈，评估意图识别准确率 + 对话连贯性
|
||||
评估是否需要 RAG 增强 method_consult
|
||||
评估 LLM Function Calling 模式预研（Phase 4+ 方向）
|
||||
```
|
||||
|
||||
### 10.3 里程碑验收条件
|
||||
|
||||
| 里程碑 | 核心验收 | 用户可感知变化 |
|
||||
|--------|---------|---------------|
|
||||
| **M0** | 11 个 R 工具全部通过单元测试 | 更多分析类型可用 |
|
||||
| **M1** | 上传数据 → 自动展示数据全貌 + PICO 推断 + 变量字典 | "系统读懂了我的数据" |
|
||||
| **M2A** | 多轮对话连贯 + 对话层 LLM System Prompt 完整 + 意图识别准确 | "像和一个记住之前聊过什么的统计专家对话" |
|
||||
| **M2B** | 自由对话 + 数据探索 + 方法咨询 + 主动提问 + 完整分析链路 | "全流程 AI 陪伴" |
|
||||
| **M3** | 完整分析旅程：探索→咨询→确认→执行→报告→解读→反思 | "结果不满意可以反思重来" |
|
||||
| **M4** | 自动化测试通过 + 开发者面板可用 + 文档齐全 | 团队可维护和扩展 |
|
||||
|
||||
---
|
||||
|
||||
## 11. 新增配置文件清单
|
||||
|
||||
> **约束：一切业务逻辑靠读 JSON/数据库驱动，绝不写死在 TypeScript 的 if-else 和常量对象中。**
|
||||
|
||||
### 11.1 新增 JSON 配置文件
|
||||
|
||||
| 文件 | 位置 | 用途 | Owner | Phase |
|
||||
|------|------|------|-------|-------|
|
||||
| `tool_definitions.json` | `backend/config/` | 7 工具的 LLM 描述（名称、参数 Schema、触发说明） | 方法学团队 | III |
|
||||
| `intent_rules.json` | `backend/config/` | 意图识别规则（关键词、上下文条件、优先级） | 方法学团队 | II |
|
||||
| `intent_tool_visibility.json` | `backend/config/` | 意图→可见工具映射 | 方法学团队 | II |
|
||||
| `session_config.json` | `backend/config/` | Token 控制阈值（变量数裁剪、滑动窗口大小、摘要长度） | IT 团队 | I |
|
||||
| `error_classification.json` | `backend/config/` | R 报错关键词→错误分类映射 | 方法学团队 | V |
|
||||
| `variable_inference_rules.json` | `backend/config/` | 变量类型/角色推断规则（列名模式、数据特征） | 方法学团队 | I |
|
||||
|
||||
### 11.2 新增/更新 Prompt 模板（DB 管理）
|
||||
|
||||
| Prompt | 用途 | Seed 脚本 | Phase |
|
||||
|--------|------|-----------|-------|
|
||||
| `pico_inference` | PICO 推断 | `seed-ssa-pico-prompt.ts` | I |
|
||||
| `intent_router` | 意图分类 | `seed-ssa-intent-router-prompt.ts` | II |
|
||||
| `base_system` | 对话层 LLM 基础角色（固定段） | `seed-ssa-conversation-prompts.ts` | II |
|
||||
| `chat_instruction` | chat 意图指令段 | `seed-ssa-conversation-prompts.ts` | II |
|
||||
| `explore_instruction` | explore 意图指令段 | `seed-ssa-conversation-prompts.ts` | II |
|
||||
| `consult_instruction` | consult 意图指令段 | `seed-ssa-conversation-prompts.ts` | II |
|
||||
| `analyze_instruction` | analyze 意图指令段 | `seed-ssa-conversation-prompts.ts` | II |
|
||||
| `discuss_instruction` | discuss 意图指令段 | `seed-ssa-conversation-prompts.ts` | II |
|
||||
| `feedback_instruction` | feedback 意图指令段 | `seed-ssa-conversation-prompts.ts` | II |
|
||||
| `method_consult` | 方法推荐 | `seed-ssa-method-consult-prompt.ts` | III |
|
||||
| `auto_fix` | 自动错误修正 | `seed-ssa-auto-fix-prompt.ts` | V |
|
||||
| `manual_reflection` | 手动反思 | `seed-ssa-reflection-prompt.ts`（扩展） | V |
|
||||
| `interpret` | 结果解读 | `seed-ssa-interpret-prompt.ts` | V |
|
||||
|
||||
### 11.3 Zod Schema 校验
|
||||
|
||||
每个 JSON 配置文件都必须有对应的 Zod Schema，在 `ConfigLoader.load()` 时严格校验。参考已有的 `config/schemas.ts` 模式扩展。
|
||||
|
||||
---
|
||||
|
||||
## 12. 新增代码目录规划
|
||||
|
||||
```
|
||||
backend/src/modules/ssa/
|
||||
├── services/
|
||||
│ ├── SessionBlackboardService.ts # 🆕 Phase I：Session 黑板管理
|
||||
│ ├── ConversationService.ts # 🆕 Phase II：对话层 LLM 核心（System Prompt 组装 + LLM 调用）
|
||||
│ ├── ConversationHistoryService.ts # 🆕 Phase II：对话历史管理（存储 + 滑动窗口裁剪）
|
||||
│ ├── IntentRouterService.ts # 🆕 Phase II：意图分类
|
||||
│ ├── ChatService.ts # 🆕 Phase II：非 analyze 意图的对话处理（依赖 ConversationService）
|
||||
│ ├── ToolRegistryService.ts # 🆕 Phase III：工具注册 + 阶段性可见性
|
||||
│ ├── ToolOrchestratorService.ts # 🆕 Phase IV：工具编排（data_source 注入等）
|
||||
│ ├── ErrorClassifierService.ts # 🆕 Phase V：错误分类
|
||||
│ ├── QueryService.ts # 已有，不变
|
||||
│ ├── DecisionTableService.ts # 已有，Phase III 封装为 method_consult
|
||||
│ ├── FlowTemplateService.ts # 已有，Phase IV 封装为 analysis_plan 内部
|
||||
│ ├── WorkflowPlannerService.ts # 已有，Phase IV 修正 AVAILABLE_TOOLS
|
||||
│ ├── WorkflowExecutorService.ts # 已有，Phase IV 封装为 run_step
|
||||
│ ├── ReflectionService.ts # 已有，Phase V 新增 interpret 模式
|
||||
│ ├── ConclusionGeneratorService.ts # 已有，不变
|
||||
│ ├── DataProfileService.ts # 已有，Phase I 新增单列查询
|
||||
│ └── DataParserService.ts # 已有，不变
|
||||
├── config/
|
||||
│ ├── ConfigLoader.ts # 已有，扩展加载新配置
|
||||
│ ├── schemas.ts # 已有，扩展新 Schema
|
||||
│ ├── tools_registry.json # 已有（R 工具注册表）
|
||||
│ ├── decision_tables.json # 已有
|
||||
│ ├── flow_templates.json # 已有
|
||||
│ ├── tool_definitions.json # 🆕 Phase III：7 个 Agent 工具定义
|
||||
│ ├── intent_rules.json # 🆕 Phase II：意图识别规则
|
||||
│ ├── intent_tool_visibility.json # 🆕 Phase II：意图→工具映射
|
||||
│ ├── session_config.json # 🆕 Phase I：Token 控制配置
|
||||
│ ├── error_classification.json # 🆕 Phase V：错误分类映射
|
||||
│ └── variable_inference_rules.json # 🆕 Phase I：变量推断规则
|
||||
├── routes/
|
||||
│ ├── chat.routes.ts # 🆕 Phase II：统一对话入口
|
||||
│ ├── workflow.routes.ts # 已有，保持兼容
|
||||
│ ├── config.routes.ts # 已有，扩展热更新范围
|
||||
│ └── ...
|
||||
└── types/
|
||||
├── tool.types.ts # 🆕 Phase I：Tool 接口定义
|
||||
├── session.types.ts # 🆕 Phase I：SessionBlackboard 类型
|
||||
├── intent.types.ts # 🆕 Phase II：意图类型定义
|
||||
├── query.types.ts # 已有
|
||||
└── reflection.types.ts # 已有
|
||||
|
||||
frontend-v2/src/modules/ssa/
|
||||
├── components/
|
||||
│ ├── DataContextCard.tsx # 🆕 Phase I：数据全貌展示卡片
|
||||
│ ├── VariableDictionaryPanel.tsx # 🆕 Phase I：变量字典面板
|
||||
│ ├── AnalysisPlanReview.tsx # 🆕 Phase IV：分析方案审查面板
|
||||
│ ├── DevPanel.tsx # 🆕 Phase VI：开发者调试面板
|
||||
│ ├── ClarificationCard.tsx # 已有，Phase III 标准化增强
|
||||
│ └── ...
|
||||
├── stores/
|
||||
│ └── ssaStore.ts # 已有，Phase I 扩展 dataContext 字段
|
||||
└── types/
|
||||
└── index.ts # 已有，扩展新类型
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 13. 风险管理
|
||||
|
||||
| 风险 | 概率 | 影响 | 应对 |
|
||||
|------|------|------|------|
|
||||
| 意图识别准确率不足 | 中 | 高 | 混合路由（规则 + LLM）+ 默认兜底为 chat（最安全）；收集误分类日志，持续优化规则 |
|
||||
| Session 黑板内存泄漏 | 中 | 中 | 使用 `CacheFactory`（Postgres-Only，参见 §16.4）+ TTL 过期策略（默认 2h）；监控内存占用 |
|
||||
| Token 成本过高 | 中 | 中 | Token 控制三原则（stepResults 清旧、qperTrace 滑窗、R 原始输出不入 LLM） |
|
||||
| DataContext 注入导致 LLM 上下文过长 | 低 | 中 | 变量字典裁剪策略（≤20 全注入、>20 只注入 confirmed、>50 只注入 PICO 相关） |
|
||||
| 新旧 API 并存导致混乱 | 中 | 低 | `/api/ssa/chat` 为新统一入口；`/api/ssa/workflow/plan` 保留为内部调用；前端统一走新入口 |
|
||||
| Phase Deploy 延期影响本计划启动 | 低 | 高 | Phase I 不依赖 Phase Deploy（只需已有 7 个 R 工具），可并行启动 |
|
||||
| PICO 推断准确率不足 | 中 | 中 | 始终标记为"AI 推断"，必须经 ask_user 确认才生效；错误推断不影响系统可用性 |
|
||||
|
||||
### 回退策略
|
||||
|
||||
| 层级 | 正常路径 | 降级路径 | 触发条件 |
|
||||
|------|---------|---------|---------|
|
||||
| **意图路由** | LLM 分类 | 规则引擎兜底 | LLM 超时/不可用 |
|
||||
| **chat/explore** | LLM(DataContext) 对话 | 返回 DataContext 结构化摘要（无 LLM 解读） | LLM 超时/不可用 |
|
||||
| **method_consult** | 决策表 + LLM 推理 | 仅决策表匹配结果（无 LLM 补充推理） | LLM 超时/不可用 |
|
||||
| **analysis_plan** | 正常规划 | 回退到 WorkflowPlannerService 硬编码逻辑 | 决策表 + 模板均无匹配 |
|
||||
| **反思（自动）** | LLM 修正参数 | 直接报告错误给用户 | 重试 2 次仍失败 |
|
||||
| **Session 黑板** | CacheFactory（Postgres/Memory） | 每次从 DataProfileService 重新生成（慢但可用） | 缓存过期或丢失 |
|
||||
|
||||
---
|
||||
|
||||
## 14. 验收场景总览
|
||||
|
||||
### 场景 1：完整分析旅程（覆盖 7 工具 + 6 意图）
|
||||
|
||||
```
|
||||
用户上传数据
|
||||
→ [自动] get_data_overview → DataContext 卡片展示
|
||||
用户: "这个数据有什么特点？"
|
||||
→ [chat] LLM(DataContext) → "您的数据有 200 行 15 列..."
|
||||
用户: "帮我看看 BMI 这个变量"
|
||||
→ [explore] get_variable_detail("bmi") → 分布图 + 统计量
|
||||
用户: "你觉得结局变量是什么？"
|
||||
→ [explore] LLM 推断 PICO → ask_user 确认 → 写入 Session
|
||||
用户: "我想比较两组差异，应该用什么方法？"
|
||||
→ [consult] method_consult → 推荐 T 检验 + 理由 + 前提
|
||||
用户: "好的，按这个方案执行"
|
||||
→ [analyze] analysis_plan → 用户确认 → run_step ×N → write_report
|
||||
用户: "p 值 0.03 说明什么？"
|
||||
→ [discuss] write_report(interpret) → 深度解读
|
||||
用户: "能不能换个方法试试？"
|
||||
→ [feedback] 反思编排 → 新方案 → 重新执行
|
||||
```
|
||||
|
||||
### 场景 2：纯数据探索（不做分析）
|
||||
|
||||
```
|
||||
用户上传数据 → DataContext 展示
|
||||
用户: "有多少缺失值？" → [chat] 回答
|
||||
用户: "age 的分布？" → [explore] 变量详情
|
||||
用户: "哪些变量可能是混杂因素？" → [chat] LLM 基于 DataContext 推理
|
||||
用户: "谢谢，我先了解这些" → [chat] 结束
|
||||
```
|
||||
|
||||
### 场景 3：LLM 不可用降级
|
||||
|
||||
```
|
||||
用户: "比较两组血压差异"
|
||||
→ IntentRouter LLM 不可用 → 规则引擎识别 "比较" → analyze
|
||||
→ 转入 QPER（Q 层有自己的 LLM 降级到正则）
|
||||
→ 系统功能不中断，退化为 QPER 主线水平
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 15. 与 QPER 主线计划的关系映射
|
||||
|
||||
| QPER 主线计划内容 | 本计划处理方式 | Phase |
|
||||
|-------------------|---------------|-------|
|
||||
| Phase Deploy（R 工具补齐 37h） | **前置条件，先于本计划执行** | 前置 |
|
||||
| Phase Q+（变量字典 + 变量选择面板 20h） | **吸收进 Phase I**（DataContext + 变量字典面板） | I |
|
||||
| QPER 透明化（Pipeline 可观测性） | **部分融入 Phase VI**（开发者面板） | VI |
|
||||
| 核心原则"领域知识可配置化" | **贯穿全计划**，每个 Phase 有配置化要求 | 全部 |
|
||||
| 会话状态机 ExecutionStatus | **扩展**：新增意图路由相关状态 | II |
|
||||
| QPER 级 SSE 事件类型 | **扩展**：新增意图分类、DataContext 就绪等事件 | I, II |
|
||||
| 回退策略表 | **扩展**：新增意图路由、Session 黑板等降级路径 | 全部 |
|
||||
|
||||
---
|
||||
|
||||
## 16. 实现规范与约束（v1.2 新增）
|
||||
|
||||
> **来源：** 架构审查 6 条建议（3 预警 + 3 盲区），经逐条验证和裁定后形成以下实现规范。
|
||||
> **强制性：** ✅ 必须遵守，开发阶段代码审查时检查。
|
||||
> **核心背景：** 平台为 **Postgres-Only** 架构（无 Redis），缓存统一使用 `CacheFactory`（`memory` / `postgres`），参见 `docs/04-开发规范/08-云原生开发规范.md`。
|
||||
|
||||
### 16.1 预警 W1：禁止向对话层 LLM 传递 Function Calling tools 参数
|
||||
|
||||
**状态：** ✅ 完全接受
|
||||
|
||||
**问题：** 如果在调用对话层 LLM 时传入 `tools`（OpenAI Function Calling 格式），LLM 将绕过 Node.js 编排层自行决定调用哪个工具，与 Node.js 集中编排的架构冲突。
|
||||
|
||||
**规范：**
|
||||
|
||||
```typescript
|
||||
// ✅ 正确：Node.js 编排层决定工具调用，LLM 只负责语言生成
|
||||
const response = await llm.chat(messages, {
|
||||
// 不传 tools / function_call 参数
|
||||
});
|
||||
|
||||
// ❌ 禁止：让 LLM 自行决定工具调用
|
||||
const response = await llm.chat(messages, {
|
||||
tools: toolDefinitions, // ← 禁止！
|
||||
tool_choice: 'auto', // ← 禁止！
|
||||
});
|
||||
```
|
||||
|
||||
**影响范围：** `ConversationService`、`ChatService`、所有调用对话层 LLM 的代码
|
||||
**检查时机：** Phase II 代码审查
|
||||
**例外：** `IntentRouterService` 的 LLM 兜底分类可以使用 `response_format: { type: 'json_object' }` 约束输出格式，但不使用 `tools`
|
||||
|
||||
### 16.2 预警 W2：System Prompt 膨胀控制
|
||||
|
||||
**状态：** ⚠️ 接受（需精细化）
|
||||
|
||||
**问题：** 六段式 System Prompt（base_system + DataContext + 意图指令 + 工具输出 + 分析结果 + 对话历史）可能超出 Token 上限，导致 LLM 质量下降或请求失败。
|
||||
|
||||
**规范：**
|
||||
|
||||
| 控制策略 | 阈值（可配置） | 实现位置 |
|
||||
|---------|--------------|---------|
|
||||
| DataContext 裁剪 | 变量 ≤20 全注入；>20 只注入 confirmed；>50 只注入 PICO 相关 | `session_config.json` |
|
||||
| 对话历史滑动窗口 | 默认 5-10 轮（按 Token 预算动态调整，非固定轮数） | `session_config.json` |
|
||||
| 工具输出摘要 | 单次工具输出 ≤500 Token，超出自动截取 top-N 关键字段 | `session_config.json` |
|
||||
| 分析结果注入 | 仅 discuss/feedback 时注入，且只取 stepResults 摘要（不含 R 原始输出） | 硬规则 |
|
||||
| **总 Token 预算** | System Prompt ≤ 4000 Token（可配置上限），超出按优先级裁剪：对话历史 > 工具输出 > DataContext | `session_config.json` |
|
||||
| **位置优化** | 关键指令放在 System Prompt 开头和结尾（LLM 注意力 U 型分布） | `ConversationService` |
|
||||
|
||||
**配置项扩展（`session_config.json`）：**
|
||||
|
||||
```json
|
||||
{
|
||||
"systemPromptTokenBudget": 4000,
|
||||
"dataContextTruncation": {
|
||||
"fullInjectThreshold": 20,
|
||||
"confirmedOnlyThreshold": 50
|
||||
},
|
||||
"conversationWindowSize": { "min": 3, "max": 10 },
|
||||
"toolOutputMaxTokens": 500,
|
||||
"truncationPriority": ["conversationHistory", "toolOutput", "dataContext"]
|
||||
}
|
||||
```
|
||||
|
||||
**影响范围：** `ConversationService.buildContext()`、`session_config.json`
|
||||
**检查时机：** Phase II 任务 II-3（System Prompt 架构实现）
|
||||
|
||||
### 16.3 预警 W3：对话层 LLM 必须使用流式输出
|
||||
|
||||
**状态：** ✅ 完全接受
|
||||
|
||||
**问题：** 对话层 LLM 的回复可能较长（方法推荐、结果解读等场景），非流式模式下用户等待 5-15 秒无反馈，体验差。
|
||||
|
||||
**规范：**
|
||||
|
||||
- `ConversationService` 默认使用 `LLMAdapter.chatStream()` 而非 `chat()`
|
||||
- 通过现有 SSE 基础设施实时推送 LLM 输出 chunk 到前端
|
||||
- 前端 `SSAChatPane` 使用已有的 `AIStreamChat` 组件渲染流式回复
|
||||
|
||||
**实现要点：**
|
||||
|
||||
```typescript
|
||||
// ConversationService 核心调用方式
|
||||
async *generateReply(context: ConversationContext): AsyncGenerator<StreamChunk> {
|
||||
const messages = this.buildMessages(context);
|
||||
yield* this.llmAdapter.chatStream(messages, { /* options */ });
|
||||
}
|
||||
```
|
||||
|
||||
**平台支持：** `LLMAdapter.chatStream()` 已就绪（`backend/src/common/llm/adapters/types.ts`），前端 `AIStreamChat` 已支持流式渲染。
|
||||
**影响范围：** `ConversationService`、`ChatService`、前端 `SSAChatPane`
|
||||
**检查时机：** Phase II 任务 II-1（ConversationService 核心实现）
|
||||
|
||||
### 16.4 盲区 B1：Session 黑板必须使用 Postgres 缓存（Postgres-Only 架构）
|
||||
|
||||
**状态：** ⚠️ 部分接受（修正：无 Redis，使用 Postgres）
|
||||
|
||||
**问题：** Session 黑板如果使用纯内存 `Map` 存储，多实例部署时数据不共享，容器重启后丢失。
|
||||
|
||||
**重要修正：** 平台为 **Postgres-Only** 架构（参见 `docs/04-开发规范/08-云原生开发规范.md`），**无 Redis**。缓存统一通过 `CacheFactory` 管理，支持 `memory`（本地开发）和 `postgres`（生产环境）。
|
||||
|
||||
**规范：**
|
||||
|
||||
```typescript
|
||||
// ✅ 正确：使用平台 CacheFactory（遵循云原生开发规范）
|
||||
import { CacheFactory } from '@/common/cache/CacheFactory';
|
||||
|
||||
export class SessionBlackboardService {
|
||||
private cache = CacheFactory.getInstance(); // 自动选择 memory / postgres
|
||||
|
||||
async get(sessionId: string): Promise<SessionBlackboard | null> {
|
||||
return this.cache.get(`ssa:session:${sessionId}`);
|
||||
}
|
||||
|
||||
async set(sessionId: string, data: SessionBlackboard, ttl?: number): Promise<void> {
|
||||
await this.cache.set(`ssa:session:${sessionId}`, data, ttl ?? 7200); // 默认 2h TTL
|
||||
}
|
||||
}
|
||||
|
||||
// ❌ 禁止：自建内存 Map（违反云原生规范 §2 "内存缓存 ❌"）
|
||||
const sessionCache = new Map<string, SessionBlackboard>(); // ← 禁止！
|
||||
```
|
||||
|
||||
**环境切换：**
|
||||
|
||||
| 环境 | `CACHE_TYPE` | 实际存储 |
|
||||
|------|-------------|---------|
|
||||
| 本地开发 | `memory`（默认） | 内存 Map，单实例足够 |
|
||||
| 生产部署 | `postgres` | `platform_schema.app_cache` 表 |
|
||||
|
||||
**注意：** 无需新建任务，Phase I 任务 I-1（SessionBlackboardService 设计与实现）按此规范使用 `CacheFactory` 即可。
|
||||
**影响范围：** `SessionBlackboardService`
|
||||
**检查时机：** Phase I 代码审查
|
||||
|
||||
### 16.5 盲区 B2：数据依赖意图必须有上下文守卫
|
||||
|
||||
**状态：** ✅ 完全接受
|
||||
|
||||
**问题：** `explore`、`analyze`、`discuss`、`feedback` 四个意图依赖已上传的数据（DataContext），但用户可能在未上传数据时就发出这些意图的消息（如"帮我分析一下"），此时系统不应崩溃或给出空结果。
|
||||
|
||||
**规范：**
|
||||
|
||||
```typescript
|
||||
// IntentRouterService 中的上下文守卫
|
||||
const DATA_DEPENDENT_INTENTS = ['explore', 'analyze', 'discuss', 'feedback'] as const;
|
||||
|
||||
function applyContextGuard(intent: Intent, session: SessionBlackboard | null): Intent {
|
||||
if (DATA_DEPENDENT_INTENTS.includes(intent) && !session?.dataOverview) {
|
||||
return {
|
||||
type: 'chat',
|
||||
metadata: {
|
||||
guardTriggered: true,
|
||||
originalIntent: intent,
|
||||
guidanceMessage: 'need_data_upload' // 触发引导语
|
||||
}
|
||||
};
|
||||
}
|
||||
return { type: intent };
|
||||
}
|
||||
```
|
||||
|
||||
**用户体验：** 当守卫触发时，对话层 LLM 收到 `guidanceMessage: 'need_data_upload'`，自然回复："您还没有上传数据，上传 CSV/Excel 后我就能帮您分析了。您也可以先问我统计方法相关的问题。"
|
||||
|
||||
**配置化：** 守卫映射（哪些意图需要哪些上下文前置条件）放入 `intent_rules.json`：
|
||||
|
||||
```json
|
||||
{
|
||||
"contextGuards": {
|
||||
"explore": { "requires": ["dataOverview"] },
|
||||
"analyze": { "requires": ["dataOverview"] },
|
||||
"discuss": { "requires": ["dataOverview", "latestStepResults"] },
|
||||
"feedback": { "requires": ["dataOverview", "latestStepResults"] }
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
**影响范围：** `IntentRouterService`、`intent_rules.json`
|
||||
**检查时机：** Phase II 任务 II-6（IntentRouterService 实现）
|
||||
|
||||
### 16.6 盲区 B3：LLM 输出 Zod 动态校验模式扩展
|
||||
|
||||
**状态：** ⚠️ 部分接受（Q 层已有，需扩展到其他 LLM 输出点）
|
||||
|
||||
**问题：** LLM 可能生成不存在的列名、不合法的统计方法等幻觉参数，需要用 Zod 校验拦截。
|
||||
|
||||
**现状：** Q 层 `QueryService` 已有 `createDynamicIntentSchema(validColumns)`，用 `z.enum` 动态校验列名。
|
||||
|
||||
**规范 — 需要新增 Zod 校验的 LLM 输出点：**
|
||||
|
||||
| LLM 输出点 | 校验内容 | Phase |
|
||||
|-----------|---------|-------|
|
||||
| Q 层 `QueryService` | 列名 `z.enum(validColumns)` | ✅ 已有 |
|
||||
| `IntentRouterService` LLM 兜底 | 意图类型 `z.enum(['chat','explore','consult','analyze','discuss','feedback'])` | II |
|
||||
| `method_consult` LLM 补充推理 | 方法名 `z.enum(registeredMethods)` — 从 `decision_tables.json` 动态提取 | III |
|
||||
| `ConversationService`（自动修正）| 修正后的参数列名 `z.enum(validColumns)` | V |
|
||||
|
||||
**不需要 Zod 校验的工具（模板驱动）：**
|
||||
|
||||
| 工具 | 原因 |
|
||||
|-----|------|
|
||||
| `analysis_plan` | 输出来自 `FlowTemplateService` 模板填充，非 LLM 自由生成 |
|
||||
| `run_step` | 参数来自 `analysis_plan` 输出，傻瓜式转发 |
|
||||
| `write_report` | 输出为自然语言报告，无结构化参数需校验 |
|
||||
|
||||
**实现模式：** 复用 Q 层的动态 Schema 工厂模式：
|
||||
|
||||
```typescript
|
||||
// 通用模式：从运行时数据构建 Zod Schema
|
||||
function createDynamicSchema<T>(validValues: T[]) {
|
||||
return z.enum(validValues as [T, ...T[]]);
|
||||
}
|
||||
```
|
||||
|
||||
**影响范围：** `IntentRouterService`、`method_consult` Tool、`ConversationService`（自动修正）
|
||||
**检查时机：** Phase II / III / V 各自代码审查
|
||||
|
||||
---
|
||||
|
||||
## 17. 附录：架构约束速查表
|
||||
|
||||
> **开发时快速参考，无需回查全文。**
|
||||
|
||||
| # | 约束 | 违反后果 | 检查阶段 |
|
||||
|---|------|---------|---------|
|
||||
| C1 | 对话层 LLM **禁止** 传入 `tools` / `function_call` 参数 | LLM 绕过编排层自行调用工具，失控 | Phase II |
|
||||
| C2 | System Prompt 总 Token ≤ 4000（可配置），超出按优先级裁剪 | LLM 注意力稀释，回复质量下降 | Phase II |
|
||||
| C3 | 对话层 LLM 默认使用 `chatStream()` 流式输出 | 用户等待 5-15 秒无反馈，体验差 | Phase II |
|
||||
| C4 | Session 黑板使用 `CacheFactory`（**Postgres-Only**，无 Redis） | 多实例数据不共享 / 违反云原生规范 | Phase I |
|
||||
| C5 | 数据依赖意图（explore/analyze/discuss/feedback）必须有上下文守卫 | 未上传数据时系统崩溃或空结果 | Phase II |
|
||||
| C6 | LLM 输出涉及枚举值（列名、方法名、意图类型）必须 Zod 动态校验 | LLM 幻觉参数导致下游工具失败 | Phase II/III/V |
|
||||
| C7 | **Postgres-Only 架构**：禁止引入 Redis 等外部缓存依赖 | 增加运维复杂度，违反平台规范 | 全 Phase |
|
||||
| C8 | R 原始输出 **不入** LLM 上下文 | Token 浪费，可能触发上下文超限 | Phase IV/V |
|
||||
|
||||
---
|
||||
|
||||
**文档维护者：** SSA 架构团队
|
||||
**创建日期：** 2026-02-21
|
||||
**最后更新：** 2026-02-22（v1.2 — 新增实现规范与约束：6 条审查建议 + Postgres-Only 缓存修正）
|
||||
**下一步行动：**
|
||||
1. Phase Deploy 启动（R 工具补齐，5.5 天）
|
||||
2. Phase Deploy 完成后立即启动 Phase I（Session 黑板 + READ 层）
|
||||
3. Phase I 和 Phase Deploy 可考虑部分并行（Phase I 不依赖新 R 工具）
|
||||
|
||||
### 变更日志
|
||||
|
||||
| 版本 | 日期 | 变更内容 |
|
||||
|------|------|---------|
|
||||
| v1.0 | 2026-02-21 | 初版：6 Phase 开发计划，122h/20 天 |
|
||||
| v1.1 | 2026-02-21 | **新增对话层 LLM 基础设施**：① Phase II 新增 ConversationService 核心实现(5h) + 对话历史管理(3h) + System Prompt 架构实现(4h) + 全意图 Prompt 模板(3h)；② Phase II 名称改为"对话层 LLM + 意图路由器 + 统一对话入口"，24h→35h；③ Phase IV analyze 链路增加对话层 LLM 进展播报(+1h)；④ Prompt 模板清单从 7 个扩展为 13 个（新增 base_system + 6 个意图指令段）；⑤ 新增 ConversationService.ts + ConversationHistoryService.ts；⑥ 总工时 122h→134h，27.5 天含 Deploy |
|
||||
| v1.2 | 2026-02-22 | **新增实现规范与约束（§16-§17）**：① 6 条架构审查建议（3 预警 W1-W3 + 3 盲区 B1-B3）转化为实现规范；② 修正 Session 黑板缓存策略为 Postgres-Only（无 Redis，遵循平台云原生规范）；③ 新增架构约束速查表（8 条 C1-C8）；④ 无新增工时（规范融入已有任务） |
|
||||
@@ -0,0 +1,75 @@
|
||||
# **架构委员会审查报告：SSA-Pro 工具体系 (V3.0 融合方案)**
|
||||
|
||||
**审查对象：** 《SSA-Pro 工具体系规划方案 v3.0（融合方案定稿）》
|
||||
|
||||
**审查时间：** 2026-02-21
|
||||
|
||||
**总体评级：** 🌟 **S++ 级 (Agent 架构设计的行业教科书)**
|
||||
|
||||
**核心裁决：** 完全通过！方案在逻辑自洽、职责边界、性能考量上均达到了企业级 SaaS 的最高标准。只需在工程实现（特别是异步流转）上打几个“补丁”即可完美落地。
|
||||
|
||||
## **一、 值得全行业学习的 3 大神级设计 (Highlights)**
|
||||
|
||||
我必须对团队在 V3.0 中做出的以下三个决策给予最高赞誉：
|
||||
|
||||
### **1\. 拨乱反正：“把 PICO 和反思移出工具箱”**
|
||||
|
||||
* **精妙之处**：很多新手团队会把“PICO 梳理”和“反思”写成让 LLM 调用的 tool。你们准确地认识到，它们本质上是 **“Prompt 的职责”** 和 **“系统的编排机制 (Orchestrator Loop)”**。这彻底避免了 LLM “左脚踩右脚”的死循环逻辑。
|
||||
|
||||
### **2\. 引入 Session 黑板 (Blackboard Pattern)**
|
||||
|
||||
* **精妙之处**：这是整个方案的灵魂！LLM 是无状态的，如果每次调用 run\_step 都要重新把 10MB 的数据描述再生成一遍，系统会慢得令人发指。利用 Node.js 内存建立统一的 Blackboard，工具之间通过它隐式传参，这是高级 Multi-Agent 系统的标准范式。
|
||||
|
||||
### **3\. get\_variable\_detail 的“按需下钻”设计**
|
||||
|
||||
* **精妙之处**：没有把 100 列的特征全塞给 get\_data\_overview，而是采用“总-分”结构。这是解决医疗宽表（特征极多）导致 Token Context 爆炸的唯一正确解法。
|
||||
|
||||
## **二、 架构师的“挑刺”与补强建议 (Critical Enhancements)**
|
||||
|
||||
方案在理论上已经无懈可击，但在实际用 Node.js 结合 OpenAI/DeepSeek 的 API 落地时，你们会遇到以下三个工程硬伤。请在代码设计时提前防范：
|
||||
|
||||
### **🚨 盲区 1：ask\_user 工具的“异步挂起”难题 (The Suspend/Resume Problem)**
|
||||
|
||||
* **纸面逻辑**：LLM 调用 ask\_user \-\> 用户回复 \-\> LLM 继续。
|
||||
* **物理现实**：在标准的 LLM Function Calling 中，当模型决定调用 ask\_user 时，它的推理线程**必须停止**。在 Web 架构中，Node.js 会向前端发送卡片并结束本次 HTTP 请求（或暂停 SSE 流）。**系统如何知道用户明天点完卡片后，该从哪里恢复？**
|
||||
* **补强方案**：
|
||||
必须将 ask\_user 与之前定义的 ExecutionStatus 状态机强绑定。
|
||||
1. LLM 发出 ask\_user(question, options) 工具调用指令。
|
||||
2. Node.js 拦截该调用，将 Session 状态改为 CLARIFYING，把当前 LLM 的 messages 历史（包含刚才的 tool\_call）存入数据库/Redis。
|
||||
3. 前端展示卡片，用户点击。
|
||||
4. 前端发起新的 HTTP POST，Node.js 提取保存的 messages，追加一条 role: "tool", content: "用户选择了 A"，然后**再次请求 LLM**，恢复流转。
|
||||
|
||||
### **🚨 盲区 2：Session 黑板的历史记录 (Token 爆炸)**
|
||||
|
||||
* **纸面逻辑**：stepResults 和 qperTrace 完整保存在 Session 黑板中，反思或生成报告时一起喂给 LLM。
|
||||
* **物理现实**：如果用户在这个 Session 里反复试错了 10 次，stepResults 会积累大量冗长的 R 引擎日志。如果把它们全量注入，不仅极度浪费 Token，还会让大模型“注意力涣散”，找不到最新的结果。
|
||||
* **补强方案**：
|
||||
引入 **"滑动窗口 (Sliding Window)"** 或 **"摘要压缩 (Trace Truncation)"**。
|
||||
在将 Session 黑板的内容组装进 Prompt 前：
|
||||
* stepResults 只保留当前最终采用的计划所对应的结果。废弃试错结果。
|
||||
* qperTrace 只保留最近 3 次的关键错误和修复动作。
|
||||
|
||||
### **🚨 盲区 3：run\_step 的数据流向缺失 (The Data Payload)**
|
||||
|
||||
* **纸面逻辑**：输入包含 tool\_code 和 params。
|
||||
* **物理现实**：在你们前两天的决议中，我们规定了 R 引擎必须接收 data\_source: { type: 'oss', oss\_url: '...' }。但目前的 run\_step 定义里遗漏了这一点。
|
||||
* **补强方案**：
|
||||
不需要大模型（LLM）去生成 data\_source。在 Node.js 执行 run\_step 的真实逻辑时，**必须拦截指令**，自动从 Session 黑板中取出 ossKey，生成预签名 URL，然后强行混入 params 中，再 POST 给 R 服务。
|
||||
|
||||
## **三、 对“典型调用链”的效率优化 (Fast Track Optimization)**
|
||||
|
||||
你们在第七章设计的“典型调用链”逻辑非常严密，但在“用户目标极度明确”的情况下，显得有些啰嗦。
|
||||
|
||||
* **优化前**：用户说“直接做T检验” \-\> method\_consult \-\> ask\_user 确认 \-\> analysis\_plan \-\> run\_step。
|
||||
* **优化后 (增加 Fast Track 快速通道)**：
|
||||
如果意图路由器 (Intent Router) 判断用户的信心度极高且方法明确（如：“我要做 T 检验比较性别和身高的差异”），**允许 LLM 跳过 method\_consult 和 ask\_user**，直接并行调用 get\_data\_overview 和 analysis\_plan。
|
||||
*这能为用户节省至少 5 秒钟的 AI 生成和等待确认时间。*
|
||||
|
||||
## **四、 最终执行发令**
|
||||
|
||||
这份 V3.0 的工具体系规划，与 Q-P-E-R 四层架构、V13 动态前端原型、以及 OSS 混合协议**形成了完美的完美拼图**。
|
||||
|
||||
1. **同意按此方案全面进入 API 封装和 Prompt 编写阶段。**
|
||||
2. 请后端同学重点关注 **Session Blackboard 的 Redis/DB 结构设计**，这是本周最核心的基础设施。
|
||||
|
||||
你们正在打造一个极具壁垒的“医疗级数据分析系统”，放手去干吧！
|
||||
@@ -0,0 +1,88 @@
|
||||
# **架构委员会独立审查报告：SSA-Pro 智能体边界与工具生态规划**
|
||||
|
||||
**审查对象：** SSA-Pro 核心工具的定义与扩展规划
|
||||
|
||||
**审查时间：** 2026-02-21
|
||||
|
||||
**核心洞察：** 区分“认知节点 (Cognitive Nodes)”与“物理工具 (Physical Tools)”，避免让大模型陷入“左脚踩右脚”的逻辑死锁。
|
||||
|
||||
## **一、 核心诊断：你给出的 7 个定义，到底是“工具”还是“智能体”？**
|
||||
|
||||
你提出的 7 个维度非常完整地覆盖了统计分析的全生命周期。但我对这 7 个定义的架构定性如下：
|
||||
|
||||
| 用户提出的名称 | 架构师的定性 | 为什么？(底层逻辑) |
|
||||
| :---- | :---- | :---- |
|
||||
| (1) PICO 需求梳理 | 🧠 **智能体 (Agent/Prompt)** | 这不需要调用外部系统，纯靠 LLM 内置知识和特定的 Prompt 引导用户对话即可完成。 |
|
||||
| (2) 数据总览与变量 | 🛠️ **物理工具 (Tool)** | LLM 算不出缺失率，它必须通过调用 get\_data\_profile() API（即 Python Tool C）来获取真实数据特征。 |
|
||||
| (3) 高水平分析计划 | 🧠 **智能体 (Agent/Prompt)** | 这是纯逻辑推理，是 Planner Agent 的核心输出物。 |
|
||||
| (4) 统计方法匹配规划 | 🧠 **智能体 \+ 规则引擎** | 这是大模型基于数据特征去匹配配置表（决策树）的过程。 |
|
||||
| (5) 分析执行 (调用R) | 🛠️ **物理工具 (Tool)** | 这是最经典的动作，LLM 调用 run\_r\_script(params) 来改变外部世界。 |
|
||||
| (6) 报告生成与解读 | 🧠 **智能体 (Agent/Prompt)** | 这是 Critic Agent 拿到数字后进行的文本翻译工作。 |
|
||||
| (7) 反思与重执行 | 🔄 **系统编排机制 (Workflow)** | 这是一个系统级的 while 循环，将 Error Log 喂给 LLM 重新生成参数，而不是一个具体的“工具”。 |
|
||||
|
||||
**💡 架构师的黄金法则：**
|
||||
|
||||
* **工具 (Tools)** 是 LLM 的\*\*“手和眼睛”\*\*。只有当 LLM 需要获取外部信息（看数据）、或改变外部世界（跑代码）时，才定义为 Tool。
|
||||
* **智能体 (Agents)** 是 LLM 的\*\*“大脑”\*\*。思考、规划、写文章、做匹配，这些都是靠切换 System Prompt 就能完成的，绝对不要把它们封装成所谓的“推理工具”让 LLM 自己调自己，这会浪费极大的上下文并导致不可控。
|
||||
|
||||
## **二、 重新梳理：3 种工具规划与定义范式 (供团队讨论)**
|
||||
|
||||
基于上述理念，如果你想“精心规划工具的选择和使用”，我们在架构上有以下 3 种范式可供讨论。我强烈建议采用 **范式 C**。
|
||||
|
||||
### **❌ 范式 A：“上帝工具”模式 (The Monolithic Tool)**
|
||||
|
||||
* **设计思路**：给 LLM 提供一个巨大的工具 run\_full\_statistics(goal, data\_id, x\_vars, y\_vars, need\_baseline, need\_plot...)。
|
||||
* **优点**：LLM 只需要调用一次工具。
|
||||
* **致命缺点**：大模型的“注意力分散”。让 LLM 一次性填对包含几十个参数的巨型 JSON 几乎是不可能的。中间一旦报错，完全无法定位是哪一步错了，直接黑盒。
|
||||
|
||||
### **🟡 范式 B：“原子工具箱”模式 (The Micro-Tools Box)**
|
||||
|
||||
* **设计思路**：我们手里有 100 个 R 脚本，就直接注册 100 个工具（如 t\_test, anova, km\_curve, cox\_regression）。
|
||||
* **优点**：颗粒度极细，非常灵活。
|
||||
* **致命缺点**：大模型选错工具的概率激增。你很难通过 System Prompt 讲清楚这 100 个工具的区别。同时，大模型不擅长做复杂的代码控制流（比如：如果正态，调用工具 A；如果不正态，调用工具 B），这会导致极高的 Token 消耗和幻觉。
|
||||
|
||||
### **🌟 范式 C：“宏观指令与物理探针”模式 (The Macro & Probe Paradigm) \-\> 推荐！**
|
||||
|
||||
**这是最符合你“精心规划”理念的架构，也是我们 SSA-Pro QPER 的最佳实践。** 我们把交给 LLM 的工具极度压缩为**三类**（甚至少于 5 个具体的 Function）：
|
||||
|
||||
#### **1\. 探针类工具 (Probe Tools) \- 充当 LLM 的眼睛**
|
||||
|
||||
当 LLM 处于 Q 层（需求梳理期）时，它只有这两个工具可用：
|
||||
|
||||
* get\_data\_schema(file\_id): 获取表头和列类型。
|
||||
* get\_column\_details(file\_id, column\_name): 深入查看某一列的具体分布（解决大文件 Token 爆炸的问题，按需查看）。
|
||||
|
||||
#### **2\. 交互类工具 (Human-in-the-loop Tools) \- 充当 LLM 的嘴巴**
|
||||
|
||||
当 LLM 觉得需求模糊时，**不要让它自己瞎猜**，强迫它调用交互工具：
|
||||
|
||||
* ask\_user\_clarification(question, options\_array): LLM 调用此工具后，前端会渲染出一个漂亮的“单选卡片”让用户点击，而不是一串干巴巴的文字。
|
||||
|
||||
#### **3\. 宏观调度工具 (Macro-Execution Tools) \- 充当 LLM 的手**
|
||||
|
||||
当进入 E 层（执行期）时，LLM **不直接调用具体的 100 个原子工具**。它只调用一个统一的超级路由器：
|
||||
|
||||
* execute\_statistical\_pipeline(pipeline\_id, parameter\_map)
|
||||
* **说明**：pipeline\_id 就是我们配置中心的“套餐 ID”（如：经典队列研究套餐）。LLM 的工作是“根据用户的需求，把正确的变量名（X, Y, Confounders）塞进这个套餐的插槽里”。具体的“T检验还是秩和检验”，是由后台 R 脚本内部的护栏去动态决定的。
|
||||
|
||||
## **三、 对你的三个问题的直接回答与行动建议**
|
||||
|
||||
**(1) 如何规划好工具，你有什么想法？**
|
||||
|
||||
* **减法思维**：限制 LLM 能看到的工具数量。不要把 100 个 R 脚本同时暴露给 LLM，这会引发选择困难症。
|
||||
* **使用 RAG 进行工具检索**：如果非要暴露 100 个工具，请在 LLM 规划前，先用 pgvector（向量库）根据用户的对话，**检索出最相关的 Top-5 工具**。然后只把这 5 个工具的 JSON Schema 塞进 LLM 的上下文。这是目前解决“工具过载”唯一成熟的工业方案。
|
||||
|
||||
**(2) 对于你给出的工具规划和定义有什么建议？**
|
||||
|
||||
* 你的分类是对\*\*“产品功能矩阵”\*\*的完美分类，可以直接拿来画产品架构图和商业 BP。
|
||||
* 但在写代码时，请一定要把它们转化为 **Agent (专门的 Prompt) \+ Workflow (Node.js 编排) \+ API (真实的 Tool)** 三者的结合体。
|
||||
|
||||
**(3) 梳理后的下一步行动建议**
|
||||
|
||||
按照 **范式 C**，我们在代码层面需要做的其实是“分身术（Multi-Agent）”：
|
||||
|
||||
1. **建立 咨询 Agent**：它只有看数据的工具，没有执行计算的工具。它专心做 PICO 梳理和 SAP 计划生成。
|
||||
2. **建立 执行 Agent**：它只能看到 Top-5 的候选工具，职责极其单一，就是把变量名填到这些工具的参数里。
|
||||
3. **建立 反思 Agent**：它不调用任何工具，它只接收 R 报错的字符串，输出修正后的参数 JSON。
|
||||
|
||||
**总结：** 精心规划工具的最高境界，不是造很多工具，而是**在不同的阶段，向不同的 Agent，只暴露其完成当前任务所必需的最小工具集。**
|
||||
Reference in New Issue
Block a user