feat(asl/extraction): Complete Tool 3 M1+M2 - skeleton pipeline and HITL workbench

M1 Skeleton Pipeline:
- Scatter-dispatch + Aggregator polling pattern (PgBoss)
- PKB ACL bridge (PkbBridgeService -> PkbExportService DTOs)
- ExtractionSingleWorker with DeepSeek-V3 LLM extraction
- PermanentExtractionError for non-retryable failures
- Phantom Retry Guard (idempotent worker)
- 3-step minimal frontend (Setup -> Progress -> Workbench)
- 4 new DB tables (extraction_templates, project_templates, tasks, results)
- 3 system templates seed (RCT, Cohort, QC)
- M1 integration test suite

M2 HITL Workbench:
- MinerU VLM integration for high-fidelity table extraction
- XML-isolated DynamicPromptBuilder with flat JSON output template
- fuzzyQuoteMatch validator (3-tier confidence scoring)
- SSE real-time logging via ExtractionEventBus
- Schema-driven ExtractionDrawer (dynamic field rendering from template)
- Excel wide-table export with flattenModuleData normalization
- M2 integration test suite

Critical Fixes (data normalization):
- DynamicPromptBuilder: explicit flat key-value output format with example
- ExtractionExcelExporter: handle both array and flat data formats
- ExtractionDrawer: schema-driven rendering instead of hardcoded fields
- ExtractionValidator: array-format quote verification support
- SSE route: Fastify register encapsulation to bypass auth for EventSource
- LLM JSON sanitizer: strip illegal control chars before JSON.parse

Also includes: RVW stats verification spec, SSA expert config guide

Tested: M1 pipeline test + M2 HITL test + manual frontend verification
Co-authored-by: Cursor <cursoragent@cursor.com>

docs/03-业务模块/ASL-AI智能文献/00-模块当前状态与开发指南.md

@@ -1,15 +1,14 @@
 # AI智能文献模块 - 当前状态与开发指南
 
-> **文档版本：** v2.1  
+> **文档版本：** v2.2  
 > **创建日期：** 2025-11-21  
 > **维护者：** AI智能文献开发团队  
-> **最后更新：** 2026-02-24 🆕 **工具 3 V2.0 开发计划升级至 v2.0（散装派发 + Aggregator 架构，9 条研发红线）**  
+> **最后更新：** 2026-02-25 🆕 **工具 3 M1 骨架管线 + M2 HITL 工作台开发完成！**  
 > **重大进展：**  
-> - 🆕 2026-02-24：工具 3 V2.0 架构升级！Fan-out → 散装派发 + Aggregator 轮询收口，通用模式指南 v1.1 沉淀
-> - 2026-02-23：工具 3 V2.0 开发计划 v1.5 完成！6 轮架构审查 + 5 份文档体系
-> - 🆕 2026-02-23：V2.0 核心功能完成！SSE 流式架构 + 段落化思考日志 + 引用链接可见化  
-> - 🆕 2026-02-22：V2.0 前后端联调完成！瀑布流 UI + Markdown 渲染 + Word 导出 + 中文数据源测试  
-> - 🆕 2026-02-22：V2.0 开发计划确认 + Unifuncs API 网站覆盖测试完成  
+> - 🆕 2026-02-25：**工具 3 M1+M2 开发完成！** 散装派发+Aggregator 全链路、MinerU 集成、XML Prompt 隔离、fuzzyQuoteMatch 溯源、HITL 审核抽屉、Excel 导出、数据归一化修复
+> - 2026-02-24：工具 3 V2.0 架构升级！Fan-out → 散装派发 + Aggregator 轮询收口，通用模式指南 v1.1 沉淀
+> - 2026-02-23：V2.0 核心功能完成！SSE 流式架构 + 段落化思考日志 + 引用链接可见化  
+> - 2026-02-22：V2.0 前后端联调完成！瀑布流 UI + Markdown 渲染 + Word 导出 + 中文数据源测试  
 > - 2026-01-18：智能文献检索（DeepSearch）MVP完成 - unifuncs API 集成  
 > **文档目的：** 反映模块真实状态，帮助新开发人员快速上手
 
@@ -33,15 +32,17 @@
 AI智能文献模块是一个基于大语言模型（LLM）的文献筛选系统，用于帮助研究人员根据PICOS标准自动筛选文献。
 
 ### 当前状态
-- **开发阶段**：🎉 V2.0 Deep Research 核心功能完成 + 🆕 工具 3 开发计划 v2.0 就绪
+- **开发阶段**：🎉 工具 3 M1+M2 开发完成，M3 待启动
 - **已完成功能**：
   - ✅ 标题摘要初筛（Title & Abstract Screening）- 完整流程
   - ✅ 全文复筛后端（Day 2-5）- LLM服务 + API + Excel导出
   - ✅ **智能文献检索（DeepSearch）V1.x MVP** - unifuncs API 集成
   - ✅ **Unifuncs API 网站覆盖测试** - 18 站点实测，9 个一级可用
   - ✅ **🎉 Deep Research V2.0 核心功能** — SSE 流式架构 + 瀑布流 UI + HITL + Word 导出
-- **开发计划就绪（待编码）**：
-  - 📋 **🆕 工具 3 全文智能提取工作台 V2.0** — 开发计划 v2.0 完成（散装派发 + Aggregator 架构，9 条研发红线，M1/M2/M3 三阶段，预计 22 天）
+  - ✅ **🆕 工具 3 M1 骨架管线** — 散装派发+Aggregator 全链路、PKB ACL 防腐层、DeepSeek-V3 纯文本盲提、3 步极简前端
+  - ✅ **🆕 工具 3 M2 HITL 工作台** — MinerU VLM 表格集成、XML Prompt 隔离、fuzzyQuoteMatch 溯源、SSE 实时日志、审核抽屉、Excel 宽表导出
+- **待开发**：
+  - 📋 **工具 3 M3 动态模板引擎** — 自定义字段 CRUD、Prompt 注入防护、E2E 测试
 - **V2.0 已完成**：
   - ✅ **SSE 流式架构**：从 create_task/query_task 轮询改为 OpenAI Compatible SSE 流，实时推送 AI 思考过程
   - ✅ **LLM 需求扩写**：DeepSeek-V3 将粗略输入扩写为结构化检索指令书（PICOS + MeSH）
@@ -128,11 +129,11 @@ frontend-v2/src/modules/asl/
 
 **通用能力指南**：`docs/02-通用能力层/04-DeepResearch引擎/01-Unifuncs DeepSearch API 使用指南.md`
 
-### 🆕 工具 3 全文智能提取工作台 V2.0（2026-02-24 开发计划 v2.0 完成，待编码）
+### 🆕 工具 3 全文智能提取工作台 V2.0（2026-02-25 M1+M2 开发完成）
 
 **功能定位：** 批量读取 PDF 全文 → 动态模板驱动 AI 结构化提取 → 人工 HITL 审核 → Excel 导出。是 ASL 证据整合 V2.0 三大工具中最复杂的一个。
 
-**开发计划状态：** ✅ v2.0 定稿（经 8+ 轮架构审查 + 架构转型：Fan-out → 散装派发 + Aggregator）
+**开发状态：** ✅ M1 骨架管线完成 ✅ M2 HITL 工作台完成 📋 M3 动态模板引擎待启动
 
 **v2.0 架构转型（2026-02-24）：**
 
@@ -176,11 +177,36 @@ frontend-v2/src/modules/asl/
 
 **里程碑规划：**
 
-| 里程碑 | 核心交付 | 时间 |
-|--------|---------|------|
-| M1 骨架管线 | 散装派发 + Aggregator 全链路 + PKB ACL + 纯文本盲提 + 极简前端 | Week 1 |
-| M2 HITL 工作台 | MinerU + 审核抽屉 + SSE 日志 + Excel | Week 2-3 |
-| M3 动态模板引擎 | 自定义字段 + Prompt 注入防护 + E2E 测试 | Week 4 |
+| 里程碑 | 核心交付 | 时间 | 状态 |
+|--------|---------|------|------|
+| M1 骨架管线 | 散装派发 + Aggregator 全链路 + PKB ACL + 纯文本盲提 + 极简前端 | Week 1 | ✅ 完成 |
+| M2 HITL 工作台 | MinerU + XML Prompt 隔离 + fuzzyQuoteMatch + SSE 日志 + 审核抽屉 + Excel 导出 | Week 2-3 | ✅ 完成 |
+| M3 动态模板引擎 | 自定义字段 + Prompt 注入防护 + E2E 测试 | Week 4 | 📋 待启动 |
+
+**M1+M2 已完成的核心代码组件：**
+
+| 组件 | 文件 | 说明 |
+|------|------|------|
+| 散装派发 API | `ExtractionService.ts` | API 层直接 insert N 个独立 Job |
+| 单文档 Worker | `ExtractionSingleWorker.ts` | PdfPipeline → DynamicPrompt → LLM → Validator |
+| Aggregator 轮询 | `ExtractionAggregator.ts` | 定时 groupBy 收口 + 僵尸清理 |
+| PKB 防腐层 | `PkbBridgeService.ts` → `PkbExportService.ts` | ACL 解耦，DTO 传输 |
+| PDF 管线 | `PdfProcessingPipeline.ts` | MinerU VLM 表格 + PKB extractedText fallback |
+| XML Prompt | `DynamicPromptBuilder.ts` | 扁平 JSON 输出模板 + HIGH_FIDELITY_TABLES 优先 |
+| Quote 溯源 | `ExtractionValidator.ts` | fuzzyQuoteMatch 三档置信度 |
+| SSE 事件 | `ExtractionEventBus.ts` | 内存事件总线 + 历史回放 |
+| Excel 导出 | `ExtractionExcelExporter.ts` | flattenModuleData 归一化 + 双行表头宽表 |
+| 模板服务 | `TemplateService.ts` | 3 套系统模板（RCT/Cohort/QC） |
+| 审核抽屉 | `ExtractionDrawer.tsx` | Schema-driven 动态字段渲染 |
+| 审核工作台 | `ExtractionWorkbench.tsx` | 全宽表格 + 700px Drawer |
+
+**M2 关键修复记录（2026-02-25）：**
+- 🔧 DynamicPromptBuilder：LLM 返回数组格式 → 重写 Prompt 明确要求扁平 key-value 格式
+- 🔧 ExcelExporter：新增 `flattenModuleData` 归一化，兼容 `[{key,value,quote}]` 数组格式
+- 🔧 ExtractionDrawer：从硬编码字段改为 schema-driven 动态渲染
+- 🔧 ExtractionValidator：兼容数组格式 quote 验证
+- 🔧 SSE 路由：Fastify 插件封装隔离，SSE 端点绕过 authenticate
+- 🔧 LLM JSON 清洗：sanitize 非法控制字符防止 JSON.parse 崩溃
 
 **9 条研发红线**：详见架构总纲文档 M1 红线表。
 
@@ -188,6 +214,37 @@ frontend-v2/src/modules/asl/
 - 🚀 `docs/02-通用能力层/散装派发与轮询收口任务模式指南.md`（v1.1，Level 2 Cookbook）
 - 📖 `docs/02-通用能力层/分布式Fan-out任务模式开发指南.md`（v1.2，Level 3 参考）
 
+**工具 3 新增 API 端点：**
+```http
+GET    /api/v1/asl/extraction/templates              # 系统模板列表
+POST   /api/v1/asl/extraction/templates/clone         # 克隆模板到项目
+POST   /api/v1/asl/extraction/tasks                   # 创建提取任务（散装派发）
+GET    /api/v1/asl/extraction/tasks/:taskId/status     # 任务状态（groupBy 聚合）
+GET    /api/v1/asl/extraction/tasks/:taskId/results    # 提取结果列表
+GET    /api/v1/asl/extraction/results/:resultId        # 单条结果详情（含 schema）
+PUT    /api/v1/asl/extraction/results/:resultId/review # 审核（approved/rejected）
+GET    /api/v1/asl/extraction/tasks/:taskId/stream     # SSE 实时日志（无需认证）
+GET    /api/v1/asl/extraction/tasks/:taskId/export     # Excel 导出
+GET    /api/v1/asl/extraction/pkb/knowledge-bases      # PKB 知识库代理
+GET    /api/v1/asl/extraction/pkb/knowledge-bases/:kbId/documents  # PKB 文档代理
+```
+
+**工具 3 新增前端路由：**
+```
+/literature/extraction/setup          # Step 1: 配置与启动
+/literature/extraction/progress/:taskId   # Step 2: 进度监控
+/literature/extraction/workbench/:taskId  # Step 3: 审核工作台
+```
+
+**工具 3 新增数据库表（asl_schema）：**
+
+| 表名 | 说明 |
+|------|------|
+| `extraction_templates` | 系统内置模板（RCT/Cohort/QC） |
+| `extraction_project_templates` | 项目模板（克隆自系统模板，含 outcomeType/customFields） |
+| `extraction_tasks` | 提取任务（idempotencyKey 幂等） |
+| `extraction_results` | 单文档提取结果（extractedData JSON + quoteVerification + reviewStatus） |
+
 ### 智能文献检索 DeepSearch V1.x（2026-01-18 MVP完成）
 
 **功能概述：**
@@ -1434,28 +1491,28 @@ Drawer打开: <50ms
 
 ## 🎯 下一步开发计划
 
-### 当前（Deep Research V2.0 优化）
-1. ⏳ **端到端回归测试**：完整流程测试（创建→扩写→确认→执行→结果→导出）
-2. ⏳ **用户体验打磨**：加载动画、错误提示、边界情况处理
-3. ⏳ **中文检索优化**：中英文混合检索策略调优（建议分批搜索）
-4. ⏳ **导出格式完善**：Word 模板美化、更多导出格式
+### 当前（工具 3 M3 动态模板引擎）
+1. ⏳ **M3-1：自定义字段 CRUD**：用户可在项目模板上增删改自定义提取字段
+2. ⏳ **M3-2：Prompt 注入防护**：用户输入的字段 description 经过清洗再注入 Prompt
+3. ⏳ **M3-3：E2E 完整测试**：从模板配置 → 提取 → 审核 → 导出的端到端自动化测试
+4. ⏳ **M3-4：模板版本管理**：支持锁定/解锁、版本快照
+
+### 工具 3 后续优化
+1. ⏳ **RoB 自动评价增强**：Prompt 引导 LLM 基于方法学描述主动评价偏倚风险
+2. ⏳ **study_id 格式标准化**：强制 "FirstAuthor Year" 格式，后处理校验
+3. ⏳ **outcomes 模板匹配**：根据文献内容自动推荐 survival/continuous/dichotomous
+4. ⏳ **缺失字段补充**：country、inclusion_criteria、primary_outcome 等（M3 自定义字段支持）
 
 ### 短期优化
-1. ⏳ Prompt 优化（需求扩写质量提升）
-2. ⏳ 搜索历史管理（历史任务列表、重新搜索）
-3. ⏳ 全文复筛前端 UI 开发
-4. ⏳ 标题摘要初筛 Prompt 优化（准确率 60% → 85%+）
+1. ⏳ Deep Research V2.0 端到端回归测试
+2. ⏳ 搜索历史管理（历史任务列表）
+3. ⏳ 标题摘要初筛 Prompt 优化（准确率 60% → 85%+）
 
-### 中期（Month 2）
-1. ⏳ 全文复筛功能完善
-2. ⏳ 证据图谱可视化
-3. ⏳ 用户自定义数据源
-4. ⏳ 生产环境部署
-
-### 长期（Month 3+）
-1. ⏳ 多语言检索策略自动优化
-2. ⏳ 批量文献检索
-3. ⏳ 成本控制和监控
+### 中期（Month 2-3）
+1. ⏳ 工具 4（网状 Meta 分析）开发
+2. ⏳ 工具 5（证据质量评价 GRADE）开发
+3. ⏳ 生产环境部署
+4. ⏳ 证据图谱可视化
 
 ---
 
@@ -1465,14 +1522,15 @@ Drawer打开: <50ms
 
 ---
 
-**最后更新**：2026-02-23（Deep Research V2.0 核心功能完成）  
+**最后更新**：2026-02-25（工具 3 M1+M2 开发完成 + 数据归一化修复）  
 **文档状态**：✅ 反映真实状态  
-**下次更新时机**：V2.0 端到端回归测试完成 或 全文复筛前端开发启动
+**下次更新时机**：工具 3 M3 动态模板引擎开发完成
 
-**本次更新内容**（v2.0）：
-- ✅ 更新当前状态：V2.0 核心功能开发完成（SSE 流式 + 瀑布流 UI + Word 导出）
-- ✅ 新增 V2.0 完整架构表、技术决策、API 端点、关键文件列表
-- ✅ 新增 5 个精选数据源配置（替代 9 站全量展示）
-- ✅ 更新下一步开发计划（V2.0 优化 + 短期/中期/长期）
+**本次更新内容**（v2.2）：
+- ✅ 工具 3 M1 骨架管线完成：散装派发+Aggregator、PKB ACL、纯文本盲提、3步极简前端
+- ✅ 工具 3 M2 HITL 工作台完成：MinerU 集成、XML Prompt 隔离、fuzzyQuoteMatch、SSE 日志、审核抽屉、Excel 导出
+- ✅ M2 关键修复：DynamicPromptBuilder 扁平输出、ExcelExporter 数据归一化、Schema-driven 前端
+- ✅ 新增工具 3 API 端点（12 个）、前端路由（3 个）、数据库表（4 个）
+- ✅ 更新下一步计划：M3 动态模板引擎 + RoB 增强 + 后续工具 4/5
 
 

docs/03-业务模块/RVW-稿件审查系统/06-开发记录/RVW V2.0 统计验证规则说明书（专家评审版）.md

@@ -0,0 +1,479 @@
+# RVW V2.0 统计验证规则说明书
+
+> **文档目的：** 供统计学专家评审和确认  
+> **版本：** v1.0  
+> **日期：** 2026-02-18  
+> **适用场景：** 医学期刊论文表格数据验证
+
+---
+
+## 目录
+
+1. [概述](#概述)
+2. [L1 算术验证规则](#l1-算术验证规则)
+3. [L2 统计验证规则](#l2-统计验证规则)
+4. [L2.5 一致性取证规则](#l25-一致性取证规则)
+5. [容错阈值设置](#容错阈值设置)
+6. [待评审问题清单](#待评审问题清单)
+
+---
+
+## 概述
+
+### 验证层级架构
+
+| 层级 | 名称 | 目标 | 复杂度 |
+|------|------|------|--------|
+| **L1** | 算术验证 | 检查基础计算（加减乘除）是否正确 | 低 |
+| **L2** | 统计验证 | 逆向验证统计检验结果是否合理 | 中 |
+| **L2.5** | 一致性取证 | 启发式规则，发现潜在数据问题 | 高 |
+
+### 技术依赖
+
+- **scipy.stats**：用于统计计算（t 分布、卡方分布、正态分布）
+- **python-docx**：Word 文档表格提取
+- **正则表达式**：数据格式识别
+
+---
+
+## L1 算术验证规则
+
+### 规则 L1-1：百分比计算验证
+
+**应用场景：** 分类变量描述统计（如 n (%) 格式）
+
+**规则描述：**
+
+对于格式为 `n (p%)` 的单元格，验证：
+
+$$
+\text{calculated\_percent} = \frac{n}{N} \times 100
+$$
+
+其中 N 为该列或该组的总数。
+
+**判定条件：**
+
+| 条件 | 判定 |
+|------|------|
+| `|reported_percent - calculated_percent| > 0.1%` | ❌ Error |
+| `|reported_percent - calculated_percent| ≤ 0.1%` | ✅ Pass |
+
+**示例：**
+
+| 原始数据 | N | 报告值 | 计算值 | 判定 |
+|---------|---|--------|--------|------|
+| 45 (50.0%) | 90 | 50.0% | 50.0% | ✅ Pass |
+| 45 (52.0%) | 90 | 52.0% | 50.0% | ❌ Error (差 2%) |
+
+**识别模式（正则表达式）：**
+
+```
+(\d+(?:\.\d+)?)\s*\(\s*(\d+(?:\.\d+)?)\s*%?\s*\)
+```
+
+**N 值获取策略：**
+
+1. 首先从表头识别标记为 "n"、"N"、"Total"、"合计" 的列
+2. 其次检查同行中是否有总数列
+3. 最后尝试从上下文推断
+
+---
+
+### 规则 L1-2：合计行验证
+
+**应用场景：** 表格中的 Total/Sum/合计 行
+
+**规则描述：**
+
+对于标记为 "Total"、"Sum"、"合计"、"总计" 的行，验证该行的每个数值列是否等于上方各行之和。
+
+$$
+\text{Total}_{\text{col}} = \sum_{i=1}^{n-1} \text{Value}_{i, \text{col}}
+$$
+
+**判定条件：**
+
+| 条件 | 判定 |
+|------|------|
+| `|reported_total - calculated_sum| > 0.5` | ❌ Error |
+| `|reported_total - calculated_sum| ≤ 0.5` | ✅ Pass |
+
+**示例：**
+
+| 分组 | 人数 | 判定 |
+|------|------|------|
+| A 组 | 30 | - |
+| B 组 | 25 | - |
+| C 组 | 45 | - |
+| **合计** | **100** | ✅ Pass (30+25+45=100) |
+| **合计** | **110** | ❌ Error (30+25+45=100≠110) |
+
+**识别关键词：**
+
+- 英文：total, sum, all
+- 中文：合计, 总计, 总和
+
+---
+
+## L2 统计验证规则
+
+### 规则 L2-1：卡方检验 P 值逆向验证
+
+**应用场景：** 分类变量组间比较（基线特征表、疗效比较表）
+
+**规则描述：**
+
+从表格中提取报告的 χ² 值，根据自由度（df）反算 P 值，与报告的 P 值对比。
+
+**计算公式：**
+
+$$
+P_{\text{calculated}} = 1 - F_{\chi^2}(\chi^2, df)
+$$
+
+其中 $F_{\chi^2}$ 是卡方分布的累积分布函数。
+
+**自由度估计：**
+
+- **默认 df = 1**（适用于大多数 2×2 比较）
+- 对于 r×c 表：df = (r-1) × (c-1)
+
+**判定条件：**
+
+| 条件 | 判定 |
+|------|------|
+| 显著性结论相反（P<0.05 vs P≥0.05） | ❌ Error |
+| `|P_reported - P_calculated| > 0.05` | ⚠️ Warning |
+| `|P_reported - P_calculated| ≤ 0.05` | ✅ Pass |
+
+**示例：**
+
+| χ² 值 | df | 报告 P | 计算 P | 判定 |
+|-------|-----|--------|--------|------|
+| 57.52 | 1 | 0.001 | 0.0000 | ✅ Pass（均显著） |
+| 3.84 | 1 | 0.05 | 0.050 | ✅ Pass |
+| 2.50 | 1 | 0.01 | 0.114 | ❌ Error（显著性结论相反） |
+
+**识别模式（正则表达式）：**
+
+```
+# χ² 值识别
+(?:χ[²2]|[χx]2|2)\s*[=:]\s*(\d+\.?\d*)
+
+# P 值识别
+[Pp][\s\-值]*[=<>≤≥]\s*(\d+\.?\d*)
+```
+
+**⚠️ 待专家确认：**
+
+1. df=1 作为默认值是否合理？
+2. 是否需要从表格结构推断实际自由度？
+
+---
+
+### 规则 L2-2：T 检验 P 值逆向验证
+
+**应用场景：** 连续变量两组比较（Mean±SD 格式）
+
+**规则描述：**
+
+从表格中提取两组的 Mean±SD 和样本量 n，使用独立样本 t 检验公式反算 P 值。
+
+**计算公式：**
+
+$$
+t = \frac{|\bar{X}_1 - \bar{X}_2|}{\sqrt{\frac{SD_1^2}{n_1} + \frac{SD_2^2}{n_2}}}
+$$
+
+$$
+df = n_1 + n_2 - 2
+$$
+
+$$
+P_{\text{calculated}} = 2 \times (1 - F_t(t, df))
+$$
+
+其中 $F_t$ 是 t 分布的累积分布函数。
+
+**判定条件：**
+
+| 条件 | 判定 |
+|------|------|
+| `|P_reported - P_calculated| > 0.05` | ❌ Error |
+| `0.01 < |P_reported - P_calculated| ≤ 0.05` | ⚠️ Warning |
+| `|P_reported - P_calculated| ≤ 0.01` | ✅ Pass |
+
+**示例：**
+
+| 组1 Mean±SD | 组2 Mean±SD | n1 | n2 | 报告 P | 计算 P | 判定 |
+|-------------|-------------|-----|-----|--------|--------|------|
+| 65.2±10.5 | 58.3±9.8 | 50 | 48 | 0.001 | 0.0007 | ✅ Pass |
+| 45.0±12.0 | 44.5±11.5 | 30 | 30 | 0.001 | 0.86 | ❌ Error |
+
+**识别模式（正则表达式）：**
+
+```
+# Mean±SD 格式
+(\d+\.?\d*)\s*[±\+\-]\s*(\d+\.?\d*)
+
+# 带括号的 SD 格式
+(\d+\.?\d*)\s*\(\s*(\d+\.?\d*)\s*\)(?!\s*%)
+```
+
+**样本量获取策略：**
+
+1. 从表头提取：`(n=50)`、`n=50`、`(50例)`
+2. 从数据行提取：行首的 n 信息
+3. 从上下文推断
+
+**⚠️ 待专家确认：**
+
+1. 使用 Welch's t-test（不假设方差齐性）是否更合适？
+2. 当前假设为独立样本 t 检验，是否需要区分配对 t 检验？
+
+---
+
+### 规则 L2-3：CI 与 P 值逻辑一致性
+
+**应用场景：** 回归分析结果表（OR、HR、RR 及其 95% CI）
+
+**规则描述（黄金法则）：**
+
+95% 置信区间与 P 值之间存在严格的逻辑对应关系：
+
+| 95% CI 与 1.0 的关系 | P 值要求 |
+|--------------------|----------|
+| CI 跨越 1.0 (如 0.8-1.2) | P **必须** ≥ 0.05（不显著） |
+| CI 不跨越 1.0 (如 1.1-1.5) | P **必须** < 0.05（显著） |
+
+**违反此规则 = 数据逻辑矛盾**
+
+**判定条件：**
+
+| 场景 | CI | P 值 | 判定 |
+|------|-----|------|------|
+| 矛盾 1 | 0.8-1.2（跨越 1） | 0.03（<0.05） | ❌ Error |
+| 矛盾 2 | 1.2-2.5（不跨越 1） | 0.10（≥0.05） | ❌ Error |
+| 正确 1 | 0.8-1.2（跨越 1） | 0.45（≥0.05） | ✅ Pass |
+| 正确 2 | 1.2-2.5（不跨越 1） | 0.01（<0.05） | ✅ Pass |
+
+**示例：**
+
+| OR | 95% CI | 报告 P | 判定 |
+|----|--------|--------|------|
+| 1.5 | 1.2-2.0 | 0.001 | ✅ Pass（CI 不跨越 1，P<0.05） |
+| 0.9 | 0.7-1.1 | 0.30 | ✅ Pass（CI 跨越 1，P≥0.05） |
+| 1.3 | 0.9-1.8 | 0.02 | ❌ Error（CI 跨越 1，但 P<0.05） |
+
+**识别模式（正则表达式）：**
+
+```
+# OR/HR/RR 识别
+(?:OR|HR|RR)\s*[=:]\s*(\d+\.?\d*)
+
+# CI 识别（多种格式）
+[\(\[]\s*(\d+\.?\d*)\s*[-–—,;]\s*(\d+\.?\d*)\s*[\)\]]
+95%?\s*CI\s*[:\s]+(\d+\.?\d*)\s*[-–—,;to]+\s*(\d+\.?\d*)
+```
+
+**⚠️ 待专家确认：**
+
+1. 此规则仅适用于比值指标（OR、HR、RR），对于回归系数（β）是否需要调整为 CI 跨越 0？
+2. 90% CI 和 95% CI 的判定标准应如何区分？
+
+---
+
+## L2.5 一致性取证规则
+
+### 规则 L2.5-1：SE 三角验证
+
+**应用场景：** Logistic 回归、Cox 回归等报告 OR/HR/RR、95% CI 和 P 值的表格
+
+**规则描述：**
+
+利用 OR/HR 与 95% CI 的数学关系，反推标准误（SE），再计算 Z 值和 P 值，与报告的 P 值对比。
+
+**计算公式：**
+
+$$
+SE = \frac{\ln(CI_{\text{upper}}) - \ln(CI_{\text{lower}})}{3.92}
+$$
+
+（3.92 = 2 × 1.96，对应 95% CI 的 Z 临界值）
+
+$$
+Z = \frac{|\ln(OR)|}{SE}
+$$
+
+$$
+P_{\text{calculated}} = 2 \times (1 - \Phi(Z))
+$$
+
+其中 $\Phi$ 是标准正态分布的累积分布函数。
+
+**判定条件：**
+
+| 条件 | 判定 |
+|------|------|
+| `|P_reported - P_calculated| > 0.05` | ❌ Error |
+| `0.01 < |P_reported - P_calculated| ≤ 0.05` | ⚠️ Warning |
+| `|P_reported - P_calculated| ≤ 0.01` | ✅ Pass |
+
+**示例：**
+
+| OR | 95% CI | 报告 P | 计算 SE | 计算 Z | 计算 P | 判定 |
+|----|--------|--------|---------|--------|--------|------|
+| 2.0 | 1.2-3.3 | 0.008 | 0.258 | 2.69 | 0.007 | ✅ Pass |
+| 1.5 | 1.0-2.25 | 0.001 | 0.206 | 1.97 | 0.049 | ❌ Error |
+
+**⚠️ 待专家确认：**
+
+1. SE 计算公式是否准确？是否需要考虑 CI 的不对称情况？
+2. 对于 HR（风险比），此公式是否同样适用？
+
+---
+
+### 规则 L2.5-2：SD > Mean 检查
+
+**应用场景：** 连续变量描述统计
+
+**规则描述：**
+
+对于**已知为正值的指标**（如年龄、体重、血压、实验室指标），标准差（SD）大于均值（Mean）通常是异常的，可能暗示：
+
+1. 数据录入错误
+2. SD 与 SEM 混淆
+3. 数据分布异常
+
+**计算公式：**
+
+$$
+CV = \frac{SD}{Mean}
+$$
+
+若 CV > 100%（即 SD > Mean），则触发警告。
+
+**判定条件：**
+
+| 场景 | 判定 |
+|------|------|
+| 已知正值指标 + SD > Mean | ❌ Error |
+| 未知指标类型 + SD > Mean | ⚠️ Warning（建议核查） |
+
+**已知正值指标关键词：**
+
+| 类别 | 指标 |
+|------|------|
+| 人口学 | 年龄、身高、体重、BMI |
+| 生命体征 | 收缩压、舒张压、心率、脉搏 |
+| 血常规 | WBC、RBC、HGB、PLT |
+| 生化 | 肌酐、尿素氮、血糖、ALT、AST、胆红素 |
+| 其他 | 费用、时间、持续时间 |
+
+**例外情况：**
+
+- **差值指标**：如"治疗前后变化值"可正可负
+- **某些偏态分布指标**：如住院天数（可能存在极端值）
+
+**示例：**
+
+| 指标 | Mean±SD | CV | 判定 |
+|------|---------|-----|------|
+| 年龄 | 65±12 | 18.5% | ✅ Pass |
+| 体重 | 70±15 | 21.4% | ✅ Pass |
+| 年龄 | 30±45 | 150% | ❌ Error（SD>Mean） |
+| 变化值 | 5±12 | 240% | ⚠️ Warning（可能合理） |
+
+**⚠️ 待专家确认：**
+
+1. CV > 100% 作为阈值是否合理？
+2. 是否有其他需要排除的例外情况？
+
+---
+
+## 容错阈值设置
+
+### 当前阈值配置
+
+| 参数 | 值 | 说明 |
+|------|-----|------|
+| `PVALUE_ERROR_THRESHOLD` | 0.05 | P 值差异 > 此值 → Error |
+| `PVALUE_WARNING_THRESHOLD` | 0.01 | P 值差异 > 此值 → Warning |
+| `DEFAULT_TOLERANCE_PERCENT` | 0.1% | 百分比容错 ±0.1% |
+| `CI_RELATIVE_TOLERANCE` | 2% | CI 端点相对误差 ±2% |
+| `STAT_RELATIVE_TOLERANCE` | 5% | t/χ² 值相对误差 ±5% |
+
+### 阈值设置依据
+
+1. **P 值阈值 0.05**：当计算的 P 值与报告的 P 值差异超过 0.05 时，可能导致显著性结论相反，属于严重问题
+2. **P 值阈值 0.01**：0.01-0.05 之间的差异可能是舍入误差或计算方法差异，给予警告
+3. **百分比容错 0.1%**：考虑四舍五入误差，允许 ±0.1% 的偏差
+
+**⚠️ 待专家确认：**
+
+1. 上述阈值是否合理？
+2. 是否需要针对不同检验方法设置不同阈值？
+
+---
+
+## 待评审问题清单
+
+### 高优先级（请专家重点关注）
+
+| # | 问题 | 当前处理 | 请确认 |
+|---|------|----------|--------|
+| 1 | 卡方检验默认 df=1 | 适用于 2×2 比较 | 是否合理？如何推断多组比较？ |
+| 2 | T 检验使用 Welch's 还是 Student's | 当前用合并方差公式 | 是否应默认使用 Welch's？ |
+| 3 | CI vs P 值规则中的 "1.0" | 仅适用于比值指标 | 回归系数应使用 0？ |
+| 4 | SE 三角公式的准确性 | 基于正态近似 | 对于小样本是否适用？ |
+| 5 | SD > Mean 的阈值 | CV > 100% 触发 | 是否过于严格？ |
+
+### 中优先级（功能扩展）
+
+| # | 问题 | 说明 |
+|---|------|------|
+| 6 | 配对 T 检验验证 | 当前仅支持独立样本 |
+| 7 | ANOVA P 值验证 | 多组比较 |
+| 8 | 非参数检验验证 | Mann-Whitney、Wilcoxon |
+| 9 | 相关性分析验证 | Pearson、Spearman |
+
+### 低优先级（边缘情况）
+
+| # | 问题 | 说明 |
+|---|------|------|
+| 10 | 90% CI vs 95% CI 区分 | 当前假设都是 95% CI |
+| 11 | 单侧检验 vs 双侧检验 | 当前假设都是双侧 |
+| 12 | Bonferroni 校正后的 P 值 | 多重比较场景 |
+
+---
+
+## 附录：识别模式汇总
+
+### 正则表达式清单
+
+```python
+# 1. 百分比格式 n (%)
+PERCENT_PATTERN = r"(\d+(?:\.\d+)?)\s*\(\s*(\d+(?:\.\d+)?)\s*%?\s*\)"
+
+# 2. P 值
+PVALUE_PATTERN = r"[Pp][\s\-值]*[=<>≤≥]\s*(\d+\.?\d*)"
+
+# 3. 卡方值
+CHI_SQUARE_PATTERN = r"(?:χ[²2]|[χx]2|2)\s*[=:]\s*(\d+\.?\d*)"
+
+# 4. Mean±SD
+MEAN_SD_PATTERN = r"(\d+\.?\d*)\s*[±\+\-]\s*(\d+\.?\d*)"
+
+# 5. OR/HR/RR
+EFFECT_SIZE_PATTERN = r"(?:OR|HR|RR)\s*[=:]\s*(\d+\.?\d*)"
+
+# 6. 95% CI
+CI_PATTERN = r"[\(\[]\s*(\d+\.?\d*)\s*[-–—,;]\s*(\d+\.?\d*)\s*[\)\]]"
+```
+
+---
+
+**文档版本：** v1.0  
+**创建日期：** 2026-02-18  
+**待更新：** 专家评审反馈后更新

docs/03-业务模块/SSA-智能统计分析/07-统计专家配置/统计专家配置清单与准备指南.md

@@ -0,0 +1,586 @@
+# SSA 智能统计分析 — 统计专家配置清单与准备指南
+
+> **文档版本：** v1.0  
+> **创建日期：** 2026-02-23  
+> **目标读者：** 统计学专家 / 生物统计师  
+> **文档目的：** 系统性梳理 QPER 架构中所有需要统计学专家审核/配置的内容，便于专家提前准备
+
+---
+
+## 📋 目录
+
+1. [系统架构概览](#1-系统架构概览)
+2. [配置总览清单（一览表）](#2-配置总览清单)
+3. [A 类：统计方法决策表](#3-a-类统计方法决策表)
+4. [B 类：分析流程模板](#4-b-类分析流程模板)
+5. [C 类：R 统计工具](#5-c-类r-统计工具)
+6. [D 类：工具参数约束表](#6-d-类工具参数约束表)
+7. [E 类：LLM Prompt 模板](#7-e-类llm-prompt-模板)
+8. [F 类：意图识别规则](#8-f-类意图识别规则)
+9. [G 类：统计工具注册表](#9-g-类统计工具注册表)
+10. [当前状态与待办事项](#10-当前状态与待办事项)
+11. [专家审核工作流程建议](#11-专家审核工作流程建议)
+
+---
+
+## 1. 系统架构概览
+
+### QPER 四层架构
+
+系统采用 **QPER** 四层流水线架构处理用户的统计分析请求：
+
+```
+用户："比较两组血压有没有差别"
+    │
+    ▼
+┌─ Q · Query（意图理解）──────────────────────────┐
+│  LLM 解析用户意图 → 结构化查询                    │
+│  需要配置：意图识别规则(F)、意图 Prompt(E)          │
+│  输出：goal=comparison, Y=SBP, X=Group, design=ind │
+└──────────────────────┬─────────────────────────────┘
+                       ▼
+┌─ P · Planner（方法规划）───────────────────────────┐
+│  决策表匹配 → 流程模板填充                          │
+│  需要配置：决策表(A)、流程模板(B)、工具注册表(G)    │
+│  输出：WorkflowPlan [step1: 描述统计, step2: T检验] │
+└──────────────────────┬─────────────────────────────┘
+                       ▼
+┌─ E · Execute（R引擎执行）──────────────────────────┐
+│  调用 R 工具执行统计计算                            │
+│  需要配置：R 工具脚本(C)、参数约束(D)               │
+│  输出：StepResult[]（含 P 值、统计量、效应量等）     │
+└──────────────────────┬─────────────────────────────┘
+                       ▼
+┌─ R · Reflection（论文级结论）──────────────────────┐
+│  LLM 基于真实 R 引擎结果生成论文结论               │
+│  需要配置：结论 Prompt(E)                           │
+│  输出：ConclusionReport（含摘要、方法学、局限性）    │
+└────────────────────────────────────────────────────┘
+```
+
+### 核心原则
+
+| 原则 | 说明 |
+|------|------|
+| **LLM 不做计算** | LLM 只负责意图理解、方案规划、结果解读，所有统计计算由 R 引擎完成 |
+| **白盒透明** | 用户可以看到每一步做了什么、为什么、R 代码是什么 |
+| **自动降级** | 不满足参数检验前提条件时，自动切换非参数方法 |
+| **可审计** | 生成可在本地运行的 R 代码，支持结果复现 |
+
+---
+
+## 2. 配置总览清单
+
+> 🟢 = 已配置完成 | 🟡 = 已配置但需专家审核/完善 | 🔴 = 未配置
+
+| 类别 | 配置项 | 文件路径 | 当前状态 | 专家需做什么 |
+|------|--------|----------|---------|-------------|
+| **A. 决策表** | 统计方法选择规则（11 条） | `config/decision_tables.json` | 🟡 | 审核匹配规则、降级条件、补充缺失场景 |
+| **B. 流程模板** | 分析步骤编排（5 个模板） | `config/flow_templates.json` | 🟡 | 审核步骤合理性、补充新模板 |
+| **C. R 工具** | 统计计算脚本（12 个） | `r-statistics-service/tools/*.R` | 🟡 | 审核统计方法正确性、护栏阈值 |
+| **D. 参数约束** | 变量类型/水平约束（12 工具） | `config/tool_param_constraints.json` | 🟡 | 审核约束条件（minLevels/maxLevels 等） |
+| **E. Prompt** | LLM 提示词（12 个） | 数据库 + seed 脚本 | 🟡 | 审核统计术语准确性、Few-Shot 示例 |
+| **F. 意图规则** | 意图识别关键词（5 类） | `config/intent_rules.json` | 🟡 | 补充统计领域关键词 |
+| **G. 工具注册表** | 工具元信息（12 工具） | `config/tools_registry.json` | 🟡 | 审核工具描述、参数说明、前提条件 |
+
+---
+
+## 3. A 类：统计方法决策表
+
+**文件：** `backend/src/modules/ssa/config/decision_tables.json`
+
+### 作用
+
+当系统理解了用户意图后（Q 层输出 goal + outcomeType + predictorType + design），通过此表进行 **四维匹配**，选出最适合的统计方法。
+
+### 当前已配置的 11 条规则
+
+| 规则 ID | 分析目标 | 结局类型 | 自变量类型 | 设计 | 主方法 | 降级方法 | 降级触发条件 |
+|---------|---------|---------|-----------|------|--------|---------|-------------|
+| `DIFF_CONT_BIN_IND` | comparison | continuous | binary | independent | T 检验 | Mann-Whitney | Shapiro-Wilk P<0.05 |
+| `DIFF_CONT_BIN_PAIRED` | comparison | continuous | binary | paired | 配对 T 检验 | Wilcoxon | 差值 Shapiro-Wilk P<0.05 |
+| `DIFF_CONT_MULTI_IND` | comparison | continuous | categorical | independent | ANOVA | Kruskal-Wallis | Shapiro-Wilk P<0.05（内部自动切换） |
+| `DIFF_CAT_CAT_IND` | comparison | categorical | categorical | independent | 卡方检验 | Fisher | 期望频数<5 超过 20% 且 2×2 表 |
+| `DIFF_CAT_CAT_SMALL` | comparison | categorical | binary | independent | Fisher | 无 | 直接使用 |
+| `ASSOC_CONT_CONT` | correlation | continuous | continuous | * | 相关分析 | 无 | Pearson/Spearman 自动选择 |
+| `ASSOC_CAT_ANY` | correlation | categorical | * | * | 卡方检验 | Fisher | 期望频数<5 超过 20% |
+| `PRED_BIN_ANY` | regression | binary | * | * | Logistic 回归 | 无 | — |
+| `PRED_CONT_ANY` | regression | continuous | * | * | 线性回归 | 无 | — |
+| `DESC_ANY` | descriptive | * | * | * | 描述性统计 | 无 | — |
+| `COHORT_STUDY` | cohort_study | binary | * | * | 描述统计 | 无 | 对应队列研究模板 |
+
+### 🔍 专家需审核的问题
+
+1. **降级条件是否正确？**  
+   - Shapiro-Wilk P<0.05 作为正态性检验阈值是否合理？
+   - 期望频数<5 超过 20% 的 Fisher 切换标准是否合理？
+
+2. **缺失的分析场景：**  
+   - 有序分类变量（ordinal）的比较方法？
+   - 多因素方差分析（多个自变量）？
+   - 生存分析（Kaplan-Meier、Cox 回归）？
+   - 重复测量设计？
+   - 倾向性评分匹配？
+   - 交叉表的多重比较？
+
+3. **优先级是否合理？**  
+   - 当多条规则同时匹配时，`priority` 值高的优先，需确认排序逻辑
+
+4. **队列研究的 outcomeType 限定为 binary 是否合适？**  
+   - 如果结局变量是连续型（如生存时间），是否需要新规则？
+
+---
+
+## 4. B 类：分析流程模板
+
+**文件：** `backend/src/modules/ssa/config/flow_templates.json`
+
+### 作用
+
+决策表选出方法后，通过流程模板确定 **执行步骤的编排顺序**。每个模板定义了"先做什么、再做什么"。
+
+### 当前已配置的 5 个模板
+
+#### 模板 1：`standard_analysis`（标准分析流程）
+```
+步骤 1: 描述性统计（固定）
+步骤 2: 主分析（动态填入，如 T 检验）
+步骤 3: 敏感性分析（动态填入降级方法，条件：有降级方法时才执行）
+```
+**适用：** 两组比较、多组比较、卡方检验、相关分析等
+
+#### 模板 2：`paired_analysis`（配对设计分析）
+```
+步骤 1: 描述性统计（固定）
+步骤 2: 配对检验（动态填入，如配对 T 检验）
+```
+**适用：** 前后对比、配对设计
+
+#### 模板 3：`regression_analysis`（回归建模）
+```
+步骤 1: 描述性统计（固定）
+步骤 2: 多因素回归（动态填入，如 Logistic 或线性回归）
+```
+**适用：** 多因素分析
+
+#### 模板 4：`descriptive_only`（纯描述统计）
+```
+步骤 1: 描述性统计（固定）
+```
+**适用：** 仅需数据概况
+
+#### 模板 5：`cohort_study_standard`（经典队列研究）
+```
+步骤 1: 表1 — 组间基线特征比较（ST_BASELINE_TABLE，group_var=分组变量）
+步骤 2: 表2 — 结局指标单因素分析（ST_BASELINE_TABLE，group_var=结局变量）
+步骤 3: 表3 — 多因素 Logistic 回归（ST_LOGISTIC_BINARY，含 EPV 截断）
+```
+**适用：** 队列研究 Table 1→2→3
+
+### 🔍 专家需审核的问题
+
+1. **标准分析是否都需要"敏感性分析"步骤？**
+   - 当主分析与敏感性分析结论不一致时，系统已有冲突处理准则
+
+2. **队列研究模板是否完整？**
+   - 表1 基线比较 → 表2 单因素筛选 → 表3 多因素回归，这个流程是否标准？
+   - 是否需要增加：表2 → 表3 之间的变量筛选逻辑（如 P<0.1 纳入多因素）？
+   - 表3 的 EPV（Events Per Variable）截断规则：当前 `epv_capped_predictors` 的计算方式是否合理？
+
+3. **需要新增的流程模板：**
+   - 病例对照研究模板？
+   - 横断面调查模板？
+   - 生存分析模板（KM + Log-rank + Cox）？
+   - 诊断试验模板（敏感性、特异性、ROC）？
+   - 一致性分析模板（Kappa、ICC）？
+
+---
+
+## 5. C 类：R 统计工具
+
+**目录：** `r-statistics-service/tools/`
+
+### 作用
+
+每个 R 工具实现一种统计方法的完整计算。系统通过 HTTP API 调用 R 工具，传入数据和参数，返回标准化的结果块（Block-based 输出）。
+
+### 当前已实现的 12 个 R 工具
+
+| 工具代码 | 方法名称 | 文件 | 内置护栏 | 自动降级 |
+|---------|---------|------|---------|---------|
+| `ST_DESCRIPTIVE` | 描述性统计 | `descriptive.R` | NA 安全处理 | — |
+| `ST_T_TEST_IND` | 独立样本 T 检验 | `t_test_ind.R` | 正态性(Shapiro-Wilk)、方差齐性(Levene) | → Mann-Whitney |
+| `ST_T_TEST_PAIRED` | 配对 T 检验 | `t_test_paired.R` | 差值正态性(Shapiro-Wilk) | → Wilcoxon |
+| `ST_MANN_WHITNEY` | Mann-Whitney U 检验 | `mann_whitney.R` | 样本量检查 | — |
+| `ST_WILCOXON` | Wilcoxon 符号秩检验 | `wilcoxon.R` | 配对数据完整性 | — |
+| `ST_CHI_SQUARE` | 卡方检验 | `chi_square.R` | 期望频数检查 | → Fisher |
+| `ST_FISHER` | Fisher 精确检验 | `fisher.R` | 2×2 表检查 | — |
+| `ST_ANOVA_ONE` | 单因素方差分析 | `anova_one.R` | 正态性、方差齐性(Bartlett) | → Kruskal-Wallis |
+| `ST_CORRELATION` | 相关分析 | `correlation.R` | 正态性检测 | Pearson↔Spearman 自动 |
+| `ST_LOGISTIC_BINARY` | 二元 Logistic 回归 | `logistic_binary.R` | 多重共线性(VIF)、EPV 检查 | — |
+| `ST_LINEAR_REG` | 线性回归 | `linear_reg.R` | 残差正态性、多重共线性(VIF) | — |
+| `ST_BASELINE_TABLE` | 基线特征表 | `baseline_table.R` | 变量类型自动判断 | gtsummary 自动选方法 |
+
+### 每个 R 工具的标准输出结构
+
+```
+{
+  "success": true,
+  "tool_code": "ST_T_TEST_IND",
+  "blocks": [
+    { "type": "key_value", "title": "检验结果", "items": {...} },
+    { "type": "table", "title": "组间比较", "headers": [...], "rows": [...] },
+    { "type": "chart", "title": "箱线图", "chartType": "boxplot", "base64": "..." },
+    { "type": "text", "title": "结论", "content": "..." }
+  ],
+  "guardrail_notes": ["正态性检验通过 (Shapiro-Wilk P=0.23)"],
+  "reproducible_code": "# 可复现 R 代码\nlibrary(...)..."
+}
+```
+
+### 🔍 专家需审核的问题
+
+1. **护栏阈值是否合理？**
+   - 正态性检验：Shapiro-Wilk P<0.05 → 切换非参数，这个阈值是否标准？
+   - 方差齐性：Levene/Bartlett P<0.05 → 使用 Welch 校正，是否合理？
+   - 期望频数：<5 超过 20% → Fisher，标准是否准确？
+   - EPV（Events Per Variable）≥10 的门槛是否需要调整？
+
+2. **统计方法实现是否正确？**
+   - T 检验：Welch T 检验 vs Student T 检验的选择逻辑
+   - ANOVA 事后比较方法：Tukey HSD vs Bonferroni？
+   - Logistic 回归：变量选择策略（Enter 法 / Forward / Backward）？
+   - 相关分析：自动选择 Pearson vs Spearman 的依据
+
+3. **缺失的 R 工具（需开发新工具时才需要配置）：**
+   - Kaplan-Meier 生存分析
+   - Cox 比例风险回归
+   - 重复测量 ANOVA
+   - 混合效应模型
+   - ROC 曲线与 AUC
+   - Kappa/ICC 一致性分析
+   - 倾向性评分匹配
+
+---
+
+## 6. D 类：工具参数约束表
+
+**文件：** `backend/src/modules/ssa/config/tool_param_constraints.json`
+
+### 作用
+
+定义每个统计工具对输入参数的**变量类型要求**，用于：
+- 前端变量选择器的智能提示和⚠️警告标记
+- 后端 API 的参数校验（防火墙）
+- 帮助临床医生正确选择变量
+
+### 当前已配置（12 个工具，全覆盖）
+
+| 工具 | 参数名 | 选择模式 | 类型要求 | 水平限制 | 提示语 |
+|------|--------|---------|---------|---------|--------|
+| **T 检验** | `group_var` | 单选 | categorical | maxLevels=2 | T检验要求二分类分组变量 |
+| | `value_var` | 单选 | numeric | — | T检验要求连续型因变量 |
+| **Mann-Whitney** | `group_var` | 单选 | categorical | maxLevels=2 | 要求二分类分组变量 |
+| | `value_var` | 单选 | numeric | — | 要求连续型因变量 |
+| **配对 T 检验** | `before_var` | 单选 | numeric | — | 前测变量应为连续型 |
+| | `after_var` | 单选 | numeric | — | 后测变量应为连续型 |
+| **Wilcoxon** | `before_var` | 单选 | numeric | — | 前测变量应为连续型 |
+| | `after_var` | 单选 | numeric | — | 后测变量应为连续型 |
+| **卡方检验** | `var1` | 单选 | categorical | — | 要求分类变量 |
+| | `var2` | 单选 | categorical | — | 要求分类变量 |
+| **Fisher** | `var1` | 单选 | categorical | — | 要求分类变量 |
+| | `var2` | 单选 | categorical | — | 要求分类变量 |
+| **相关分析** | `var_x` | 单选 | numeric | — | 要求连续型变量 |
+| | `var_y` | 单选 | numeric | — | 要求连续型变量 |
+| **Logistic 回归** | `outcome_var` | 单选 | categorical | maxLevels=2 | 要求二分类结局变量 |
+| | `predictors` | 多选 | any | — | 预测变量 |
+| | `confounders` | 多选 | any | — | 混杂因素（可选） |
+| **线性回归** | `outcome_var` | 单选 | numeric | — | 要求连续型结局变量 |
+| | `predictors` | 多选 | any | — | 预测变量 |
+| | `confounders` | 多选 | any | — | 混杂因素（可选） |
+| **ANOVA** | `group_var` | 单选 | categorical | minLevels=3 | 要求3组及以上分组变量 |
+| | `value_var` | 单选 | numeric | — | 要求连续型因变量 |
+| **基线表** | `group_var` | 单选 | categorical | minLevels=2, maxLevels=5 | 需要分类分组变量 |
+| | `analyze_vars` | 多选 | any | — | 选择需要分析的变量 |
+| **描述统计** | `variables` | 多选 | any | — | 选择需要描述的变量 |
+| | `group_var` | 单选 | categorical | — | 分组变量（可选） |
+
+### 🔍 专家需审核的问题
+
+1. **水平限制是否准确？**
+   - 基线表 `maxLevels=5` 是否合理？分组变量超过 5 组的情况是否存在？
+   - ANOVA `minLevels=3` 是否排除了两组情况的正确性？（两组应走 T 检验）
+
+2. **类型要求是否完整？**
+   - 相关分析：Spearman 也可以接受有序分类变量，是否需要放宽为 `any`？
+   - Logistic 回归的 `predictors`：是否应区分连续/分类？
+
+3. **提示语是否专业且易懂？**
+   - 面向临床医生，提示语是否够简明？
+
+---
+
+## 7. E 类：LLM Prompt 模板
+
+### 作用
+
+Prompt 模板控制 LLM 在不同场景下的行为。所有 Prompt 存储在数据库中，通过 seed 脚本初始化。
+
+### 当前已配置的 12 个 Prompt
+
+#### 7.1 核心角色定义
+
+| Prompt Key | 用途 | 统计相关度 | 审核重点 |
+|-----------|------|-----------|---------|
+| `SSA_BASE_SYSTEM` | LLM 基础角色定义 | ⭐⭐⭐ | 确认"不做计算"的边界描述是否准确 |
+
+**当前内容要点：**
+- 定义 LLM 为"分析规划者"和"结果解读者"
+- 严禁生成任何数值结果（P值、均值、标准差等）
+- 所有计算由 R 引擎完成
+
+#### 7.2 意图分类
+
+| Prompt Key | 用途 | 统计相关度 | 审核重点 |
+|-----------|------|-----------|---------|
+| `SSA_INTENT_ROUTER` | 意图分类器 | ⭐⭐ | 6 种意图的定义和典型示例是否准确 |
+| `SSA_QUERY_INTENT` | 分析意图解析 | ⭐⭐⭐⭐⭐ | Few-Shot 示例、goal 分类、confidence 评分 |
+
+**`SSA_QUERY_INTENT` 审核重点：**
+- **goal 分类是否完整？** 当前：comparison / correlation / regression / descriptive / cohort_study
+  - 是否需要增加：`survival_analysis`, `diagnostic_test`, `agreement`, `meta_analysis`？
+- **Few-Shot 示例是否覆盖常见场景？** 当前 6 个示例
+  - 是否需要增加：生存分析、诊断试验、一致性分析的示例？
+- **Confidence 评分标准是否合理？**
+  - 0.9-1.0 = 明确指定 Y 和 X
+  - 0.7-0.8 = 指定 Y 但 X 需推断
+  - 0.5-0.6 = 意图清楚但无变量名
+  - <0.5 = 模糊表达需追问
+
+#### 7.3 对话场景
+
+| Prompt Key | 用途 | 统计相关度 | 审核重点 |
+|-----------|------|-----------|---------|
+| `SSA_INTENT_CHAT` | 自由对话 | ⭐ | — |
+| `SSA_INTENT_EXPLORE` | 数据探索 | ⭐⭐ | 数据质量问题的提醒清单是否完整 |
+| `SSA_INTENT_CONSULT` | 方法咨询 | ⭐⭐⭐⭐ | 推荐逻辑、前提条件说明是否准确 |
+| `SSA_INTENT_ANALYZE` | 分析协调 | ⭐⭐⭐ | 方案状态说明的措辞 |
+| `SSA_INTENT_DISCUSS` | 结果讨论 | ⭐⭐⭐⭐ | P 值解读指导、临床意义讨论准则 |
+| `SSA_INTENT_FEEDBACK` | 改进反馈 | ⭐⭐⭐ | 诊断问题的分类框架 |
+
+#### 7.4 核心任务 Prompt
+
+| Prompt Key | 用途 | 统计相关度 | 审核重点 |
+|-----------|------|-----------|---------|
+| `SSA_METHOD_CONSULT` | 方法推荐输出格式 | ⭐⭐⭐⭐ | 推荐理由、前提条件、降级方案的描述准则 |
+| `SSA_ANALYZE_PLAN` | 分析方案解释 | ⭐⭐⭐ | 方案解释的非技术化表达准则 |
+| `SSA_PICO_INFERENCE` | PICO 结构推断 | ⭐⭐⭐⭐⭐ | Few-Shot 示例、观察性研究处理、Confidence 准则 |
+| `SSA_REFLECTION` | 论文级结论生成 | ⭐⭐⭐⭐⭐ | 冲突处理准则、方法学说明格式、局限性模板 |
+
+### 🔍 专家需审核的关键 Prompt
+
+**优先级 1（最重要）：**
+
+1. **`SSA_QUERY_INTENT`** — 决定了系统如何理解用户需求
+   - Few-Shot 示例是否覆盖临床常见场景？
+   - 队列研究 vs 横断面调查的区分规则
+   - "统计学意义"这类表达的意图分类是否正确
+
+2. **`SSA_REFLECTION`** — 决定了最终报告的质量
+   - 冲突处理准则（主分析与敏感性分析不一致时）
+   - 方法学段落的撰写指导
+   - 局限性的标准表述
+
+3. **`SSA_PICO_INFERENCE`** — 决定了数据理解的准确性
+   - 观察性研究 intervention=null 的判断准则
+   - 变量名引用规则
+   - Confidence 评分准则
+
+**优先级 2：**
+
+4. **`SSA_INTENT_CONSULT`** — 方法咨询的准确性
+5. **`SSA_INTENT_DISCUSS`** — P 值和效应量的解读指导
+6. **`SSA_METHOD_CONSULT`** — 推荐方法的输出格式
+
+---
+
+## 8. F 类：意图识别规则
+
+**文件：** `backend/src/modules/ssa/config/intent_rules.json`
+
+### 作用
+
+系统首先用 **关键词规则引擎**（零延迟）判断用户意图。规则无法确定时，才使用 LLM 兜底。
+
+### 当前已配置的 5 类意图规则
+
+| 意图 | 关键词 | 排除词 | 前置条件 | 优先级 |
+|------|--------|--------|---------|--------|
+| **analyze** | 分析、检验、t检验、卡方、回归、比较一下、跑一下、执行分析、做个分析、方差分析、ANOVA、相关分析、logistic、生存分析、Cox、基线表 | 什么方法、用什么、应该怎么、推荐 | 有数据 | 10 |
+| **discuss** | 什么意思、说明什么、怎么解释、p值、置信区间、结果说明、为什么显著、为什么不显著、临床意义、效应量 | — | 有数据+有结果 | 9 |
+| **feedback** | 结果不对、不太对、换个方法、重新分析、有问题、不满意、重做 | — | 有数据+有结果 | 9 |
+| **explore** | 看看、分布、缺失、概况、有哪些变量、数据特征、异常值、样本量、描述一下数据、多少例、变量类型 | — | 有数据 | 8 |
+| **consult** | 什么方法、用什么、应该怎么分析、推荐方法、分析方案、哪种检验、怎么选、前提条件 | — | 有数据 | 7 |
+
+### 🔍 专家需审核的问题
+
+1. **关键词是否完整？**
+   - analyze 缺少：生存分析相关（生存曲线、KM、hazard ratio）、诊断试验相关（ROC、AUC、敏感性）
+   - consult 缺少：样本量估计、效能分析相关
+   - discuss 缺少：多重比较校正相关（Bonferroni、FDR）
+
+2. **排除词是否合理？**
+   - 当前 analyze 排除"什么方法、用什么"以避免误判为 consult，但用户说"用 T 检验分析"是否会被误排除？
+
+3. **默认意图 `chat` 是否是最佳兜底？**
+
+---
+
+## 9. G 类：统计工具注册表
+
+**文件：** `backend/src/modules/ssa/config/tools_registry.json`
+
+### 作用
+
+注册所有可用的统计工具元信息，包括工具代码、参数列表、输出类型、前提条件和降级方法。
+
+### 当前注册的 12 个工具
+
+| 工具代码 | 工具名称 | 分类 | 前提条件 | 降级方法 |
+|---------|---------|------|---------|---------|
+| `ST_DESCRIPTIVE` | 描述性统计 | basic | — | — |
+| `ST_T_TEST_IND` | 独立样本T检验 | parametric | 正态分布 | ST_MANN_WHITNEY |
+| `ST_MANN_WHITNEY` | Mann-Whitney U检验 | nonparametric | — | — |
+| `ST_T_TEST_PAIRED` | 配对T检验 | parametric | — | — |
+| `ST_CHI_SQUARE` | 卡方检验 | categorical | — | ST_FISHER |
+| `ST_CORRELATION` | 相关分析 | correlation | — | — |
+| `ST_LOGISTIC_BINARY` | 二元Logistic回归 | regression | — | — |
+| `ST_FISHER` | Fisher精确检验 | categorical | — | — |
+| `ST_ANOVA_ONE` | 单因素方差分析 | parametric | 正态分布+方差齐性 | Kruskal-Wallis |
+| `ST_WILCOXON` | Wilcoxon符号秩检验 | nonparametric | — | — |
+| `ST_LINEAR_REG` | 线性回归 | regression | — | — |
+| `ST_BASELINE_TABLE` | 基线特征表 | composite | — | — |
+
+### 🔍 专家需审核的问题
+
+1. **前提条件字段（prerequisite）需要补全**
+   - 多数工具未填写前提条件，但实际 R 代码中有检查
+   - 建议统一补全，用于向用户展示
+
+2. **category 分类是否需要调整？**
+   - 当前：basic / parametric / nonparametric / categorical / correlation / regression / composite
+   - 是否需要更精细的分类？
+
+3. **配对 T 检验缺少 fallback 声明**
+   - `ST_T_TEST_PAIRED` 的 fallback 应为 `ST_WILCOXON`
+
+---
+
+## 10. 当前状态与待办事项
+
+### ✅ 已完成（系统可运行）
+
+| 项目 | 说明 |
+|------|------|
+| 12 个 R 工具全部实现 | 含内置护栏和自动降级 |
+| 11 条决策表规则 | 覆盖常见分析场景 |
+| 5 个流程模板 | 含队列研究全套模板 |
+| 12 个 Prompt 入库 | 含角色定义、意图分类、结论生成 |
+| 参数约束表全覆盖 | 12 工具 27 个参数 |
+| 变量可编辑化 | 医生可修改系统默认选择 |
+
+### 🟡 需要专家审核/完善
+
+| 优先级 | 项目 | 预估工作量 |
+|--------|------|-----------|
+| P0 | 决策表降级条件审核 | 1-2 小时 |
+| P0 | R 工具护栏阈值审核 | 2-3 小时 |
+| P0 | `SSA_QUERY_INTENT` Prompt Few-Shot 审核 | 1 小时 |
+| P0 | `SSA_REFLECTION` 冲突处理准则审核 | 1 小时 |
+| P1 | 参数约束表水平限制审核 | 30 分钟 |
+| P1 | 意图识别关键词补充 | 30 分钟 |
+| P1 | 队列研究模板步骤审核 | 1 小时 |
+| P2 | 工具注册表前提条件补全 | 30 分钟 |
+| P2 | PICO 推断 Prompt 示例审核 | 30 分钟 |
+
+### 🔴 未来扩展（新统计方法）
+
+| 统计方法 | 涉及配置项 | 说明 |
+|---------|-----------|------|
+| **生存分析** | 新 R 工具 + 决策表 + 流程模板 + Prompt 示例 | Kaplan-Meier + Cox |
+| **诊断试验** | 新 R 工具 + 决策表 + 流程模板 | ROC/AUC/敏感性/特异性 |
+| **一致性分析** | 新 R 工具 + 决策表 | Kappa / ICC |
+| **倾向性评分** | 新 R 工具 + 流程模板 | PSM + 匹配后分析 |
+| **混合效应模型** | 新 R 工具 + 决策表 | 重复测量/多水平 |
+| **样本量估计** | 新 R 工具 + 意图规则 | 效能分析 |
+| **Meta 分析** | 新 R 工具 + 完整子系统 | 固定/随机效应 |
+
+---
+
+## 11. 专家审核工作流程建议
+
+### 推荐审核顺序
+
+```
+第一轮：理解架构（30 分钟）
+├── 阅读本文档第 1 节（系统架构概览）
+└── 理解 QPER 四层流水线和配置关系
+
+第二轮：审核统计核心（3-4 小时）
+├── A. 决策表 → 确认方法选择规则和降级条件
+├── C. R 工具 → 审核护栏阈值和统计实现
+├── D. 参数约束 → 确认变量类型要求
+└── B. 流程模板 → 审核步骤编排逻辑
+
+第三轮：审核 LLM 指导（2-3 小时）
+├── E. SSA_QUERY_INTENT → 审核 Few-Shot 和 goal 分类
+├── E. SSA_REFLECTION → 审核结论生成准则
+├── E. SSA_PICO_INFERENCE → 审核研究设计推断
+└── F. 意图规则 → 补充统计领域关键词
+
+第四轮：规划扩展（1-2 小时）
+├── 确定优先需要新增的统计方法
+├── 为新方法准备决策表规则
+└── 为新方法准备 Few-Shot 示例
+```
+
+### 配置文件位置速查
+
+| 配置文件 | 路径 |
+|---------|------|
+| 决策表 | `backend/src/modules/ssa/config/decision_tables.json` |
+| 流程模板 | `backend/src/modules/ssa/config/flow_templates.json` |
+| 工具注册表 | `backend/src/modules/ssa/config/tools_registry.json` |
+| 参数约束 | `backend/src/modules/ssa/config/tool_param_constraints.json` |
+| 意图规则 | `backend/src/modules/ssa/config/intent_rules.json` |
+| Prompt 种子 | `backend/scripts/seed-ssa-*.ts` |
+| R 工具 | `r-statistics-service/tools/*.R` |
+
+### 反馈格式建议
+
+专家审核后，建议按以下格式反馈：
+
+```markdown
+## 审核反馈 — [配置项名称]
+
+### 确认正确的部分
+- [列出审核通过的规则/配置]
+
+### 需要修改的部分
+- [配置项]: [当前值] → [建议值]
+- [原因说明]
+
+### 需要新增的部分
+- [新规则/新工具/新示例]
+- [适用场景说明]
+
+### 需要讨论的问题
+- [有争议或需要权衡的决策]
+```
+
+---
+
+**文档版本：** v1.0  
+**创建日期：** 2026-02-23  
+**维护者：** 开发团队  
+**下次更新触发条件：** 专家审核反馈后 / 新增统计工具时