docs: complete documentation system (250+ files)
- System architecture and design documentation - Business module docs (ASL/AIA/PKB/RVW/DC/SSA/ST) - ASL module complete design (quality assurance, tech selection) - Platform layer and common capabilities docs - Development standards and API specifications - Deployment and operations guides - Project management and milestone tracking - Architecture implementation reports - Documentation templates and guides
This commit is contained in:
321
docs/03-业务模块/ASL-AI智能文献/[AI对接] ASL快速上下文.md
Normal file
321
docs/03-业务模块/ASL-AI智能文献/[AI对接] ASL快速上下文.md
Normal file
@@ -0,0 +1,321 @@
|
||||
# [AI对接] ASL快速上下文
|
||||
|
||||
> **阅读时间：** 3-5分钟 | **Token消耗：** ~2000 tokens
|
||||
> **层级：** L2 | **前置阅读：** 00-系统总体设计/[AI对接] 快速上下文.md
|
||||
|
||||
---
|
||||
|
||||
## 📋 模块定位
|
||||
|
||||
**AI智能文献筛选系统**，帮助研究者快速筛选和分析大量文献，提高系统评价效率。
|
||||
|
||||
**商业价值：** ⭐⭐⭐⭐⭐ 可独立售卖
|
||||
**开发状态：** ⏳ 即将开发（Week 2-4）
|
||||
**依赖能力：** LLM网关（P0）、文档处理引擎、RAG引擎
|
||||
|
||||
---
|
||||
|
||||
## 🎯 核心功能（6个模块）
|
||||
|
||||
1. ✅ **标题摘要初筛** - 双模型AI判断 → Week 2-3重点
|
||||
2. ✅ **全文复筛** - PDF全文分析 → Week 3-4重点
|
||||
3. ⏳ 全文解析与数据提取
|
||||
4. ⏳ 数据分析与报告生成
|
||||
5. ⏳ 系统评价与Meta分析
|
||||
6. ⏳ 文献管理
|
||||
|
||||
**本次开发重点：** 标题摘要初筛 + 全文复筛
|
||||
|
||||
---
|
||||
|
||||
## 🏗️ 技术架构一览
|
||||
|
||||
### 前端（React）
|
||||
```
|
||||
src/pages/Literature/
|
||||
├── ProjectManagement/ # 文献项目管理
|
||||
├── TitleScreening/ # 标题摘要初筛 ⭐
|
||||
├── FullTextScreening/ # 全文复筛 ⭐
|
||||
├── DataExtraction/ # 数据提取
|
||||
└── Management/ # 文献管理
|
||||
```
|
||||
|
||||
### 后端（Node.js）
|
||||
```
|
||||
backend/src/modules/asl/
|
||||
├── controllers/
|
||||
│ ├── projectController.ts # 项目管理
|
||||
│ ├── screeningController.ts # 筛选控制 ⭐
|
||||
│ └── extractionController.ts # 数据提取
|
||||
├── services/
|
||||
│ ├── screeningService.ts # 筛选业务逻辑 ⭐
|
||||
│ └── extractionService.ts
|
||||
└── routes/
|
||||
└── literatureRoutes.ts
|
||||
```
|
||||
|
||||
### 数据库（asl_schema）
|
||||
```sql
|
||||
CREATE SCHEMA asl_schema;
|
||||
|
||||
核心表：
|
||||
- literature_projects # 文献项目
|
||||
- literature_items # 文献条目（CSV导入）
|
||||
- pico_configs # PICO(S)纳入排除标准配置
|
||||
- screening_results # 筛选结果（INCLUDE/EXCLUDE/UNCERTAIN）
|
||||
- screening_history # 筛选历史（可回溯）
|
||||
- extraction_tasks # 提取任务
|
||||
- extraction_results # 提取结果
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 💡 核心业务流程
|
||||
|
||||
### 标题摘要初筛流程 ⭐
|
||||
|
||||
```
|
||||
1. 用户上传CSV文件（包含：标题、摘要、作者等）
|
||||
↓
|
||||
2. 配置PICO(S)纳入/排除标准
|
||||
- P: Population（研究对象）
|
||||
- I: Intervention（干预措施）
|
||||
- C: Comparison（对照）
|
||||
- O: Outcome（结局指标）
|
||||
- S: Study Design（研究类型）
|
||||
↓
|
||||
3. AI双模型判断（DeepSeek + Qwen3）
|
||||
- 每篇文献独立判断
|
||||
- 两个模型投票
|
||||
- 固定3并发处理
|
||||
↓
|
||||
4. 返回结果：INCLUDE / EXCLUDE / UNCERTAIN
|
||||
- INCLUDE: 两个模型都认为应纳入
|
||||
- EXCLUDE: 两个模型都认为应排除
|
||||
- UNCERTAIN: 两个模型意见不一致，需人工复核
|
||||
↓
|
||||
5. 导出Excel（双Sheet设计）
|
||||
- Sheet1: 通过的文献（INCLUDE）
|
||||
- Sheet2: 未通过的文献（EXCLUDE + UNCERTAIN）
|
||||
```
|
||||
|
||||
### AI判断逻辑（关键！）
|
||||
```typescript
|
||||
// 双模型投票机制
|
||||
if (deepseekResult === "INCLUDE" && qwen3Result === "INCLUDE") {
|
||||
finalResult = "INCLUDE";
|
||||
} else if (deepseekResult === "EXCLUDE" && qwen3Result === "EXCLUDE") {
|
||||
finalResult = "EXCLUDE";
|
||||
} else {
|
||||
// 意见不一致
|
||||
finalResult = "UNCERTAIN"; // 标记为需要人工复核
|
||||
}
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 📚 已有设计文档
|
||||
|
||||
### PRD文档（完整！）
|
||||
- `00-项目概述/AI智能文献PRD（1）-产品概览.md`
|
||||
- `00-项目概述/AI智能文献PRD（2）-初筛与复筛.md`
|
||||
- `00-项目概述/AI智能文献PRD（3）-提取与分析模块.md`
|
||||
|
||||
**内容：** 完整的功能需求、用户故事、验收标准
|
||||
|
||||
### 技术设计（完整！）
|
||||
- `01-设计文档/02-数据库设计.md` - 完整表结构
|
||||
- `01-设计文档/03-API设计.md` - 所有API端点
|
||||
- `01-设计文档/04-前端组件设计.md` - 组件树
|
||||
- `01-设计文档/05-AI模型集成设计.md` - 双模型投票逻辑
|
||||
|
||||
### UI原型（完整！）
|
||||
- `01-设计文档/07-UI设计/标题摘要初筛原型.html` ⭐
|
||||
- `01-设计文档/07-UI设计/全文复筛原型.html` ⭐
|
||||
|
||||
---
|
||||
|
||||
## 🔗 依赖的通用能力
|
||||
|
||||
### 1. LLM网关（❌ 待实现，P0）⭐ **必须先实现**
|
||||
|
||||
**为什么ASL需要LLM网关：**
|
||||
- 标题摘要初筛需要调用2个LLM模型
|
||||
- 全文复筛需要调用1个LLM模型
|
||||
- 需要成本控制和配额管理
|
||||
|
||||
**接口需求：**
|
||||
```typescript
|
||||
// ASL模块需要的接口
|
||||
interface LLMGateway {
|
||||
// 单次调用（非流式）
|
||||
chat(params: {
|
||||
userId: string;
|
||||
modelType: 'deepseek-v3' | 'qwen3';
|
||||
messages: Message[];
|
||||
}): Promise<{
|
||||
content: string;
|
||||
tokenUsage: number;
|
||||
}>;
|
||||
|
||||
// 检查配额
|
||||
checkQuota(userId: string): Promise<boolean>;
|
||||
}
|
||||
```
|
||||
|
||||
**实施建议：** Week 2 Day 1-3 同步开发LLM网关
|
||||
|
||||
---
|
||||
|
||||
### 2. 文档处理引擎（✅ 已实现）
|
||||
|
||||
**ASL使用场景：**
|
||||
- 全文复筛：PDF全文提取
|
||||
|
||||
**已有接口：**
|
||||
```typescript
|
||||
// extraction_service已提供
|
||||
POST /api/extract/pdf
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### 3. RAG引擎（✅ 已实现，可选）
|
||||
|
||||
**ASL使用场景（可选）：**
|
||||
- 文献内容检索
|
||||
- 文献相似度分析
|
||||
|
||||
---
|
||||
|
||||
## 📋 API端点清单
|
||||
|
||||
### 项目管理
|
||||
```
|
||||
POST /api/v1/literature/projects # 创建文献项目
|
||||
GET /api/v1/literature/projects # 获取项目列表
|
||||
GET /api/v1/literature/projects/:id # 获取项目详情
|
||||
PUT /api/v1/literature/projects/:id # 更新项目
|
||||
DELETE /api/v1/literature/projects/:id # 删除项目
|
||||
```
|
||||
|
||||
### 标题摘要初筛 ⭐
|
||||
```
|
||||
POST /api/v1/literature/projects/:id/items/import # 导入CSV
|
||||
POST /api/v1/literature/projects/:id/pico # 配置PICO
|
||||
POST /api/v1/literature/projects/:id/screening/title # 执行初筛
|
||||
GET /api/v1/literature/projects/:id/screening/status # 查询进度
|
||||
GET /api/v1/literature/projects/:id/screening/results # 获取结果
|
||||
POST /api/v1/literature/projects/:id/screening/export # 导出Excel
|
||||
```
|
||||
|
||||
### 全文复筛
|
||||
```
|
||||
POST /api/v1/literature/projects/:id/screening/fulltext # 执行全文筛选
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 📅 开发计划
|
||||
|
||||
### Week 2（11月11-15日）
|
||||
- **Day 1-2：** 项目管理基础CRUD
|
||||
- **Day 3-4：** 标题摘要初筛后端（含LLM网关）
|
||||
- **Day 5：** 标题摘要初筛前端
|
||||
|
||||
### Week 3（11月18-22日）
|
||||
- **Day 1-2：** 全文复筛后端
|
||||
- **Day 3-4：** 全文复筛前端
|
||||
- **Day 5：** 测试和优化
|
||||
|
||||
### Week 4（11月25-29日）
|
||||
- **Day 1-2：** 数据提取功能
|
||||
- **Day 3-5：** 整体测试和文档完善
|
||||
|
||||
---
|
||||
|
||||
## ⚠️ 关键技术难点
|
||||
|
||||
### 1. AI判断准确率
|
||||
**解决方案：**
|
||||
- 双模型投票机制
|
||||
- 优化PICO提示词
|
||||
- 提供人工复核入口（UNCERTAIN项）
|
||||
|
||||
### 2. 大批量处理
|
||||
**解决方案：**
|
||||
- 固定3并发（p-queue）
|
||||
- 实时进度显示
|
||||
- 失败重试机制
|
||||
|
||||
### 3. CSV解析
|
||||
**解决方案：**
|
||||
- 使用papaparse库
|
||||
- 支持多种编码（UTF-8、GBK）
|
||||
- 容错处理
|
||||
|
||||
### 4. PDF全文提取
|
||||
**解决方案：**
|
||||
- 调用extraction_service
|
||||
- 降级策略：Nougat → PyMuPDF
|
||||
|
||||
---
|
||||
|
||||
## ✅ 快速开发检查清单
|
||||
|
||||
**开始开发前确认：**
|
||||
- [ ] LLM网关是否已实现？（如未实现，Week 2 Day 1-3同步开发）
|
||||
- [ ] 数据库Schema是否已创建？（asl_schema）
|
||||
- [ ] Prisma Schema是否已更新？
|
||||
- [ ] API路由是否已注册？
|
||||
- [ ] 前端路由是否已配置？
|
||||
|
||||
**常见问题：**
|
||||
|
||||
**Q: LLM调用超时怎么办？**
|
||||
A: 设置timeout=60s，添加重试机制（最多3次）
|
||||
|
||||
**Q: CSV解析失败怎么办？**
|
||||
A: 检查编码格式，提供明确的错误提示，支持重新上传
|
||||
|
||||
**Q: 两个模型都返回UNCERTAIN怎么办？**
|
||||
A: 标记为UNCERTAIN，提示用户需要人工复核
|
||||
|
||||
**Q: PDF提取失败怎么办？**
|
||||
A: 降级策略：Nougat → PyMuPDF → 提示用户手动处理
|
||||
|
||||
---
|
||||
|
||||
## 📖 更多详细信息
|
||||
|
||||
**需要完整PRD：**
|
||||
→ `00-项目概述/AI智能文献PRD（1-3）.md`（3个文档）
|
||||
|
||||
**需要数据库详情：**
|
||||
→ AI智能文献目录下的 `02-技术设计/01-数据库设计.md`
|
||||
|
||||
**需要API详情：**
|
||||
→ AI智能文献目录下的 `02-技术设计/02-API设计规范.md`
|
||||
|
||||
**需要UI设计：**
|
||||
→ `01-设计文档/AI智能文献-标题摘要初筛原型.html`
|
||||
→ `01-设计文档/AI智能文献-全文复筛.html`
|
||||
|
||||
---
|
||||
|
||||
**最后更新：** 2025-11-06
|
||||
**维护人：** 技术架构师
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user