feat(platform): Complete Postgres-Only architecture refactoring (Phase 1-7)

Major Changes:
- Implement Platform-Only architecture pattern (unified task management)
- Add PostgresCacheAdapter for unified caching (platform_schema.app_cache)
- Add PgBossQueue for job queue management (platform_schema.job)
- Implement CheckpointService using job.data (generic for all modules)
- Add intelligent threshold-based dual-mode processing (THRESHOLD=50)
- Add task splitting mechanism (auto chunk size recommendation)
- Refactor ASL screening service with smart mode selection
- Refactor DC extraction service with smart mode selection
- Register workers for ASL and DC modules

Technical Highlights:
- All task management data stored in platform_schema.job.data (JSONB)
- Business tables remain clean (no task management fields)
- CheckpointService is generic (shared by all modules)
- Zero code duplication (DRY principle)
- Follows 3-layer architecture principle
- Zero additional cost (no Redis needed, save 8400 CNY/year)

Code Statistics:
- New code: ~1750 lines
- Modified code: ~500 lines
- Test code: ~1800 lines
- Documentation: ~3000 lines

Testing:
- Unit tests: 8/8 passed
- Integration tests: 2/2 passed
- Architecture validation: passed
- Linter errors: 0

Files:
- Platform layer: PostgresCacheAdapter, PgBossQueue, CheckpointService, utils
- ASL module: screeningService, screeningWorker
- DC module: ExtractionController, extractionWorker
- Tests: 11 test files
- Docs: Updated 4 key documents

Status: Phase 1-7 completed, Phase 8-9 pending

docs/04-开发规范/08-云原生开发规范.md

@@ -1,7 +1,8 @@
 # 云原生开发规范
 
-> **文档版本：** V1.0  
+> **文档版本：** V1.1  
 > **创建日期：** 2025-11-16  
+> **最后更新：** 2025-12-13 🏆 **Postgres-Only 架构规范新增**  
 > **适用对象：** 所有开发人员  
 > **强制性：** ✅ 必须遵守  
 > **维护者：** 架构团队
@@ -32,6 +33,7 @@
 | **日志系统** | `import { logger } from '@/common/logging'` | 标准化日志 | ✅ 平台级 |
 | **异步任务** | `import { jobQueue } from '@/common/jobs'` | 长时间任务 | ✅ 平台级 |
 | **缓存服务** | `import { cache } from '@/common/cache'` | 分布式缓存 | ✅ 平台级 |
+| **🏆 断点续传** | `import { CheckpointService } from '@/common/jobs'` | 任务断点管理 | ✅ 平台级（新） |
 | **数据库** | `import { prisma } from '@/config/database'` | 数据库操作 | ✅ 平台级 |
 | **LLM能力** | `import { LLMFactory } from '@/common/llm'` | LLM调用 | ✅ 平台级 |
 
@@ -320,6 +322,144 @@ export async function extractPdfText(ossKey: string): Promise<string> {
 
 ---
 
+## 🏆 Postgres-Only 架构规范（2025-12-13 新增）
+
+### 核心理念
+
+**Platform-Only 模式**：所有任务管理信息统一存储在 `platform_schema.job.data`，业务表只存储业务信息。
+
+### 任务管理的正确做法
+
+#### ✅ DO: 使用 job.data 存储任务管理信息
+
+```typescript
+// ✅ 正确：任务拆分和断点信息存储在 job.data
+import { jobQueue } from '@/common/jobs';
+import { CheckpointService } from '@/common/jobs/CheckpointService';
+
+// 推送任务时，包含完整信息
+await jobQueue.push('asl:screening:batch', {
+  // 业务信息
+  taskId: 'xxx',
+  projectId: 'yyy',
+  literatureIds: [...],
+  
+  // ✅ 任务拆分信息（存储在 job.data）
+  batchIndex: 3,
+  totalBatches: 20,
+  startIndex: 150,
+  endIndex: 200,
+  
+  // ✅ 进度追踪
+  processedCount: 0,
+  successCount: 0,
+  failedCount: 0,
+});
+
+// Worker 中使用 CheckpointService
+const checkpointService = new CheckpointService(prisma);
+
+// 保存断点到 job.data
+await checkpointService.saveCheckpoint(job.id, {
+  currentBatchIndex: 5,
+  currentIndex: 250,
+  processedBatches: 5,
+  totalBatches: 20
+});
+
+// 加载断点从 job.data
+const checkpoint = await checkpointService.loadCheckpoint(job.id);
+if (checkpoint) {
+  resumeFrom = checkpoint.currentIndex;
+}
+```
+
+#### ❌ DON'T: 在业务表中存储任务管理信息
+
+```typescript
+// ❌ 错误：在业务表的 Schema 中添加任务管理字段
+model AslScreeningTask {
+  id String @id
+  projectId String
+  
+  // ❌ 不要添加这些字段！
+  totalBatches Int       // ← 应该在 job.data 中
+  processedBatches Int   // ← 应该在 job.data 中
+  currentIndex Int       // ← 应该在 job.data 中
+  checkpointData Json?   // ← 应该在 job.data 中
+}
+
+// ❌ 错误：自己实现断点服务
+class MyCheckpointService {
+  async save(taskId: string) {
+    await prisma.aslScreeningTask.update({
+      where: { id: taskId },
+      data: { checkpointData: {...} }  // ❌ 不要这样做！
+    });
+  }
+}
+```
+
+**为什么不对？**
+- ❌ 每个模块都要添加相同的字段（代码重复）
+- ❌ 违反 DRY 原则
+- ❌ 违反 3 层架构原则
+- ❌ 维护困难（修改逻辑需要改多处）
+
+### 智能阈值判断的规范
+
+#### ✅ DO: 实现智能双模式处理
+
+```typescript
+const QUEUE_THRESHOLD = 50; // 推荐阈值
+
+export async function startTask(items: any[]) {
+  const useQueue = items.length >= QUEUE_THRESHOLD;
+  
+  if (useQueue) {
+    // 队列模式：大任务（≥50条）
+    const chunks = splitIntoChunks(items, 50);
+    for (const chunk of chunks) {
+      await jobQueue.push('task:batch', {...});
+    }
+  } else {
+    // 直接模式：小任务（<50条）
+    processDirectly(items); // 快速响应
+  }
+}
+```
+
+**为什么这样做？**
+- ✅ 小任务快速响应（无队列延迟）
+- ✅ 大任务高可靠（支持断点续传）
+- ✅ 性能与可靠性平衡
+
+#### ❌ DON'T: 所有任务都走队列
+
+```typescript
+// ❌ 错误：即使1条记录也使用队列
+export async function startTask(items: any[]) {
+  // 无论多少数据，都推送到队列
+  await jobQueue.push('task:batch', items); // ❌ 小任务会有延迟
+}
+```
+
+**为什么不对？**
+- ❌ 小任务响应慢（队列有轮询间隔）
+- ❌ 浪费队列资源
+- ❌ 用户体验差
+
+### 阈值推荐值
+
+| 任务类型 | 推荐阈值 | 理由 |
+|---------|---------|------|
+| 文献筛选 | 50篇 | 单篇~7秒，50篇~5分钟 |
+| 数据提取 | 50条 | 单条~5-10秒，50条~5分钟 |
+| 统计模型 | 30个 | 单个~10秒，30个~5分钟 |
+| 默认 | 50条 | 通用推荐值 |
+
+---
+
 ## ❌ 禁止做法（DON'T）
 
 ### 1. 本地文件存储 ❌