# Protocol Agent 开发计划总览 > 版本：v1.0 > 创建日期：2026-01-24 > 状态：待开发 --- ## 一、项目背景 Protocol Agent（研究方案制定助手）是AIA模块的第13个智能体入口，旨在通过多轮对话引导用户完成临床研究方案的核心要素制定。 ### 1.1 核心价值 - **统一入口**：整合样本量计算、PICO提取等7个工具的能力 - **长期记忆**：ProtocolContext持久化存储研究方案要素 - **专业引导**：基于临床研究方法学的思维链引导 - **平台基础**：为后续统计分析Agent、数据清洗Agent等提供可复用框架 ### 1.2 设计哲学 ``` Code as Skeleton, Data as Brain 代码是骨架（确定性流程），数据是大脑（灵活配置） ``` --- ## 二、决策确认记录 | 决策项 | 选择 | 说明 | |--------|------|------| | **入口方式** | B - 第13个入口 | Protocol Agent作为独立入口，12个现有智能体保留 | | **状态流转** | **对话驱动** | 用户在对话中说"继续"或点击"同步"按钮，自然推进阶段 | | **数据同步** | **内嵌同步按钮** | AI整理好数据后，在回复中显示"同步到方案"按钮 | | **Action Card** | B - 规则触发 | 基于阶段和条件规则触发，非LLM决定 | | **Reflexion** | B - Prompt-based | 使用Prompt模板进行质量检查（P2优先级） | | **MVP范围** | 渐进式演进 | Phase 1聚焦核心流程，后续迭代增强 | | **阶段数量** | **5个阶段** | 科学问题→PICO→研究设计→样本量→观察指标 | | **完成功能** | **一键生成** | 5阶段完成后，支持一键生成研究方案并下载Word | --- ## 三、文档索引 本开发计划包含以下文档： | 序号 | 文档名称 | 内容说明 | |------|----------|----------| | 00 | 开发计划总览.md | 本文档，项目概述与决策记录 | | 01 | 架构设计.md | 五层Agent架构、组件职责、执行流程 | | 02 | 数据库设计.md | 完整Prisma Schema定义 | | 03 | 代码结构设计.md | 目录结构、核心接口、类型定义 | | 04 | 分阶段实施计划.md | Sprint划分、任务列表、里程碑 | --- ## 四、核心架构概览 ### 4.1 核心交互模式：对话驱动 ``` ┌─────────────────────────────────────────────────────────────────────────┐ │ 对话驱动交互模式 │ ├─────────────────────────────────────────────────────────────────────────┤ │ │ │ 【用户与AI对话】 │ │ ↓ │ │ 【AI收集信息，整理数据】 │ │ ↓ │ │ 【AI回复中显示 "✅ 同步到方案" 按钮】 │ │ ↓ │ │ 【用户点击同步】→ 数据写入Context → State Panel更新 │ │ ↓ │ │ 【AI询问：继续下一阶段吗？】 │ │ ↓ │ │ 【用户说"继续"】→ AI识别意图 → 自动进入下一阶段 │ │ │ └─────────────────────────────────────────────────────────────────────────┘ ``` ### 4.2 五层架构 ``` ┌─────────────────────────────────────────────────────────┐ │ 1. Query Layer 意图识别、实体提取、上下文消歧 │ ├─────────────────────────────────────────────────────────┤ │ 2. Planner Layer 状态机、策略选择、任务分解 │ ├─────────────────────────────────────────────────────────┤ │ 3. Executor Layer LLM调用、工具调用、响应构建 │ ├─────────────────────────────────────────────────────────┤ │ 4. Tools Layer 内部工具、外部工具、RAG、Deep Link │ ├─────────────────────────────────────────────────────────┤ │ 5. Reflection Layer 质量检查、一致性校验、恢复处理 │ └─────────────────────────────────────────────────────────┘ ``` ### 4.3 三层职责划分 | 层次 | 职责 | 实现方式 | |------|------|----------| | **代码层** | 状态流转、数据存储、API调用、错误处理 | TypeScript代码 | | **Prompt层** | 意图识别、对话生成、信息提取、质量检查 | Prompt模板 + LLM | | **工具层** | Deep Link、外部API、知识库检索 | 工具注册 + 调用 | --- ## 五、阶段规划 ### Phase 1：MVP完整功能（4周） **目标**：完成Agent框架 + 5阶段对话 + 一键生成研究方案 - ✅ 通用Agent框架搭建 - ✅ 5个核心阶段（科学问题→PICO→研究设计→样本量→观察指标） - ✅ 对话驱动 + 同步按钮交互模式 - ✅ ProtocolContext持久化 - ✅ State Panel前端展示 - ✅ **一键生成研究方案** - ✅ **Word文档导出** ### Phase 2：知识增强（3周） **目标**：集成专家知识库，提升专业深度 - 🔲 EKB知识库建设 - 🔲 RAG检索集成 - 🔲 Function Calling工具调用 - 🔲 高级Reflexion质量检查 ### Phase 3：平台化（2周） **目标**：配置化、可观测性、多Agent支持 - 🔲 后台配置管理界面 - 🔲 Prompt在线调试 - 🔲 完整Trace分析 - 🔲 统计分析Agent接入准备 --- ## 六、技术栈 | 类别 | 技术选型 | 说明 | |------|----------|------| | **后端框架** | Fastify v4 + TypeScript | 现有架构 | | **数据库** | PostgreSQL 15 + Prisma 6 | 现有架构 | | **LLM** | DeepSeek-V3 (主) / GPT-4 (备) | 通过LLM Gateway | | **前端框架** | React 19 + Ant Design 6 | 现有架构 | | **状态管理** | Zustand | 轻量级状态管理 | --- ## 七、风险与缓解 | 风险 | 影响 | 缓解措施 | |------|------|----------| | LLM幻觉 | 生成不准确的医学信息 | Reflexion检查 + 知识库约束 | | 上下文丢失 | 长对话信息遗忘 | ProtocolContext持久化 + 摘要策略 | | 提取不准确 | Context数据错误 | 置信度标记 + 用户确认 | | Prompt调优耗时 | 延迟交付 | 预留充足调优时间 | --- ## 八、成功标准 ### Phase 1 交付标准 1. **功能完整性**：用户可完成5阶段研究方案要素制定 2. **数据准确性**：Context提取准确率 > 85% 3. **用户体验**：单阶段平均对话轮数 < 5轮 4. **系统稳定性**：API响应成功率 > 99% --- ## 九、相关文档 - [Protocol Agent PRD v1.0](../00-系统设计/Protocol_Agent_PRD_v1.0.md) - [MVP简化指南](../00-系统设计/Protocol_Agent_Development_Simplification_Guide.md) - [架构设计V3](../02-技术设计/Protocol_Agent_Architecture_Design_V3.md) - [技术实现V3](../02-技术设计/Protocol_Agent_Technical_Implementation_V3.md) - [后端配置设计](../02-技术设计/Protocol_Agent_Backend_Config_Design.md)