# AI科研助手 - 技术架构总览

> **最后更新：2025-10-10**  
> **方案版本：v2.0（最终优化版�?*  
> **文档说明�?* 本文档是技术架构的快速参考指南，适合新人快速了解整体技术方�?

---

## 📊 核心数据一�?

| 指标 | 数�?|
|------|------|
| **开发周�?* | 2.5个月�?0周） |
| **开发成�?* | ¥49,300 |
| **技术难�?* | ⭐⭐⭐（中等�?|
| **月度成本** | ¥16,520�?000用户�?|
| **团队规模** | 2人（1全栈 + 1前端�?|

---

## 🎯 关键需求澄�?

### 知识库规模（重要变更�?

| 项目 | 限制 |
|------|------|
| 知识库数�?| 3�?用户 |
| 文件数量 | 50�?知识�?|
| 文件格式 | PDF、DOCX |
| 单用户最�?| 150个文�?|

**影响�?* 技术难度从⭐⭐⭐⭐⭐降至⭐⭐⭐，Dify完全满足需求！

---

## 🏗�?技术架构（一图看懂）

```
┌─────────────────────────────────────────�?
�?        前端（React + Vite�?            �?
�? - 项目管理（自研）                      �?
�? - 智能体选择（自研）                    �?
�? - 聊天界面（参考LobeChat）⭐            �?
�? - 知识库管理（自研�?                   �?
└─────────────────────────────────────────�?
                    �?REST API
┌─────────────────────────────────────────�?
�?     业务�?(Node.js/TypeScript)        �?
�? - 对话逻辑（自研）�?                   �?
�? - 项目/课题管理                         �?
�? - 智能体路由（配置化）�?               �?
�? - 简化运营后台⭐                        �?
└─────────────────────────────────────────�?
          �?                   �?
┌──────────────────�? ┌─────────────────�?
�?  Dify           �? �? LLM API        �?
�? （仅RAG）⭐      �? �? - DeepSeek-V3⭐│
�? - 知识库检�?    �? �? - Qwen3 �?    �?
�? - Qdrant(内置)�?�? �?                �?
└──────────────────�? └─────────────────�?
```

---

## 🔑 核心决策

### 1. 聊天功能实现方式

| 方案 | 选择 | 原因 |
|------|------|------|
| **前端UI** | 参考LobeChat组件 �?| 成熟稳定，节�?.5�?|
| **对话逻辑** | 自研（调用LLM API）✅ | 业务可控，核心只�?�?|
| Dify对话功能 | �?不用 | 不适合12个智能体管理 |
| LobeChat整体 | �?不用 | 缺少项目管理功能 |

### 2. RAG系统

| 功能 | 方案 |
|------|------|
| **知识库管�?* | Dify �?|
| **文档解析** | Dify内置 �?|
| **向量数据�?* | Dify内置Qdrant �?|
| **检�?* | Dify API �?|
| 自建RAG | �?不需�?|

### 3. 运营后台

| 功能 | 状�?| 实现方式 |
|------|------|---------|
| 用户管理 | �?保留 | 简化版 |
| 数据统计 | �?保留 | 基础仪表�?|
| 模型管理 | �?删除 | `config/models.yaml` |
| 智能体管�?| �?删除 | `config/agents.yaml` |
| Prompt配置 | �?删除 | `prompts/*.txt` |

### 4. 大模型选择

| 优先�?| 模型 | 价格 | 用�?|
|--------|------|------|------|
| **主力** | DeepSeek-V3 | ¥1/百万tokens | 90%的请�?|
| **备用** | Qwen3-72B | ¥4/百万tokens | 需要更强中文理解时 |
| 可�?| Gemini 2.0 | ¥2.7/百万tokens | 国际用户 |

---

## 💰 成本明细

### 开发成�?

| 项目 | 金额 |
|------|------|
| 人力�?人月�?| ¥48,000 |
| 服务器（开发环境） | ¥1,250 |
| LLM API（测试） | ¥50 |
| **总计** | **¥49,300** |

### 月度运营成本�?000用户�?

| 项目 | 金额 |
|------|------|
| 基础设施（服务器�?| ¥1,200 |
| LLM API（DeepSeek-V3�?| ¥180 |
| 对象存储（知识库�?| ¥140 |
| 人力�?人运维） | ¥15,000 |
| **总计** | **¥16,520/�?* |

### 知识库存储详�?

```
单用户：150个文�?× 5MB = 750MB
1000用户�?50GB总存�?

对象存储（阿里云OSS）：
- 存储费：¥90/�?
- 流量费：¥50/�?
- 总计：�?40/�?
```

---

## 📅 开发计划（10周）

| 阶段 | 时间 | 主要任务 |
|------|------|---------|
| **阶段1** | 1.5�?| 基础搭建 + 复用LobeChat组件 |
| **阶段2** | 3.5�?| 核心功能�?2个智能体 + 对话�?|
| **阶段3** | 2�?| 高级功能（RAG + 文档生成�?|
| **阶段4** | 1�?| 简化运营后�?|
| **阶段5** | 2�?| 测试优化 |

### 阶段1：基础搭建�?.5周）
- [ ] 前端框架（React + Vite + TailwindCSS�?
- [ ] **复用LobeChat聊天UI组件** �?
- [ ] 后端框架（Fastify + Prisma + PostgreSQL�?
- [ ] Dify部署（Docker�?
- [ ] DeepSeek-V3 + Qwen3接入

### 阶段2：核心功能（3.5周）
- [ ] 用户认证（JWT�?
- [ ] 项目/课题CRUD
- [ ] 12个智能体配置（`agents.yaml`�?
- [ ] 对话系统（上下文组装 + 流式输出�?
- [ ] 知识库集成（Dify API�?

### 阶段3：高级功能（2周）
- [ ] 多模型切换（DeepSeek/Qwen�?
- [ ] 历史记录管理
- [ ] 固定到项目背景功�?
- [ ] 文档生成（CRF、研究方案）

### 阶段4：简化运营后台（1周）
- [ ] 用户列表与管�?
- [ ] 基础数据统计
- [ ] 对话记录查看

### 阶段5：测试优化（2周）
- [ ] 功能测试
- [ ] 性能优化
- [ ] DeepSeek-V3效果调优

---

## 🛠�?技术栈

### 前端
```
- React 18 + TypeScript
- Vite（构建工具）
- TailwindCSS（UI框架�?
- Zustand（状态管理）
- LobeChat组件（聊天UI）⭐
- react-markdown（Markdown渲染�?
```

### 后端
```
- Node.js + Fastify + TypeScript
- Prisma（ORM�?
- PostgreSQL（数据库�?
- Redis（缓存）
```

### 第三方服�?
```
- Dify（RAG知识库）�?
- DeepSeek-V3（主力LLM）⭐
- Qwen3（备用LLM）⭐
- 阿里云OSS（对象存储）
```

---

## �?核心优势

### 1. 开发效率高
- �?复用LobeChat聊天UI：节�?.5�?
- �?使用Dify RAG：节�?0�?
- �?配置化智能体：节�?�?
- �?总节省：**�?4.5�?*

### 2. 成本可控
- �?开发成本：¥49,300（vs 纯手写�?0k+�?
- �?月度LLM成本：�?80（vs GPT-4 ¥2,500�?
- �?知识库存储：¥140/月（适度规模�?

### 3. 技术风险低
- �?Dify�?0k+ Stars，生产级稳定
- �?LobeChat�?0k+ Stars，成熟方�?
- �?DeepSeek-V3：性价比极�?

### 4. 架构灵活
- �?业务逻辑完全可控
- �?可随时替换RAG引擎
- �?可随时增减LLM模型

---

## 📋 核心文件结构

```
项目根目�?
├── frontend/                    # 前端
�?  ├── src/
�?  �?  ├── components/
�?  �?  �?  ├── chat/           # 聊天组件（参考LobeChat）⭐
�?  �?  �?  �?  ├── ChatMessage.tsx
�?  �?  �?  �?  ├── ChatInput.tsx
�?  �?  �?  �?  └── StreamRenderer.tsx
�?  �?  �?  ├── project/        # 项目管理
�?  �?  �?  └── kb/             # 知识库管�?
�?  �?  ├── pages/
�?  �?  └── services/
�?  └── package.json
�?
├── backend/                     # 后端
�?  ├── src/
�?  �?  ├── services/
�?  �?  �?  ├── chat.service.ts        # 对话服务 �?
�?  �?  �?  ├── kb.service.ts          # 知识库服�?
�?  �?  �?  └── project.service.ts
�?  �?  ├── adapters/
�?  �?  �?  └── llm-factory.ts         # LLM适配�?�?
�?  �?  ├── clients/
�?  �?  �?  └── dify.ts                # Dify客户�?
�?  �?  └── config/
�?  �?      └── agent-loader.ts        # 智能体配置加�?�?
�?  ├── config/
�?  �?  ├── agents.yaml                # 智能体配�?�?
�?  �?  └── models.yaml                # 模型配置 �?
�?  ├── prompts/                       # Prompt文件 �?
�?  �?  ├── picos_system.txt
�?  �?  ├── topic_evaluation_system.txt
�?  �?  └── ...（共12个智能体�?
�?  └── package.json
�?
└── docker-compose.yml           # Dify部署
```

---

## 🚀 快速启�?

### 1. 准备工作

**申请API Key�?*
- [ ] DeepSeek API Key (https://platform.deepseek.com)
- [ ] 阿里云DashScope Key (https://dashscope.aliyun.com)
- [ ] 阿里云OSS (https://oss.console.aliyun.com)

**准备服务器：**
- [ ] 云服务器 4�?G（开发环境）
- [ ] PostgreSQL 数据�?
- [ ] Redis 缓存

### 2. 部署Dify

```bash
# 克隆Dify
git clone https://github.com/langgenius/dify.git
cd dify/docker

# 启动
docker-compose up -d

# 访问 http://localhost:3000
# 创建账号并获取API Key
```

### 3. 后端开�?

```bash
cd backend
npm install

# 配置环境变量
cp .env.example .env
# 填入�?
# - DATABASE_URL
# - REDIS_URL
# - DEEPSEEK_API_KEY
# - DASHSCOPE_API_KEY
# - DIFY_API_KEY

# 运行数据库迁�?
npx prisma migrate dev

# 启动开发服务器
npm run dev
```

### 4. 前端开�?

```bash
cd frontend
npm install

# 配置API地址
# .env.local
VITE_API_URL=http://localhost:3001

# 启动开发服务器
npm run dev
```

---

## 📚 相关文档

### 设计文档
- [产品需求文�?PRD)](./产品需求文�?PRD).md) - 完整的产品需�?
- [数据库设计文档](../01-设计文档/数据库设计文�?md) - 数据库表结构
- [API设计规范](../01-设计文档/API设计规范.md) - 所有API定义
- [代码规范](../02-开发规�?代码规范.md) - 代码风格规范
- [核心业务规则](../03-业务规则/核心业务规则总览.md) - 业务逻辑规则

### 开发计�?
- [开发里程碑](../04-开发计�?开发里程碑.md) - 详细�?0周开发计�?

### 参考文�?
- **技术架构选型对比方案.md** - 完整技术方案（在项目根目录�?
- **对话系统实现方案对比.md** - 对话功能详细说明（在项目根目录）
- **知识库需求调整说�?md** - 知识库实现方案（在项目根目录�?

---

## 🎯 关键决策清单

**在开始开发前，请确认�?*

- [ ] **聊天实现方式�?* 参考LobeChat + 自研对话逻辑 �?
- [ ] **RAG系统�?* 使用Dify（无需自建）✅
- [ ] **向量数据库：** Dify内置Qdrant（无需关心）✅
- [ ] **运营后台�?* 简化版（配置文件管理）�?
- [ ] **主力LLM�?* DeepSeek-V3 �?
- [ ] **备用LLM�?* Qwen3 �?
- [ ] **知识库限制：** 3�?用户�?0个文�?�?�?
- [ ] **开发周期：** 2.5个月 �?
- [ ] **团队规模�?* 2�?�?

---

## 💡 常见问题 FAQ

### Q1: 为什么不直接用Dify的对话功能？
**A:** Dify对话功能需要为每个智能体创建独立应用，12个智能体管理复杂，且缺少项目管理功能。我们只用Dify做RAG检索�?

### Q2: 对话功能自己实现会很复杂吗？
**A:** 不复杂！核心只要4步：接收消息 �?组装上下�?�?调用LLM �?返回流式结果。参考LobeChat的实现，约需4天�?

### Q3: 150个文�?用户，Dify够用吗？
**A:** 完全够用！Dify单个知识库支持上万个文档片段，我们的需求远低于上限�?

### Q4: 为什么选择DeepSeek-V3�?
**A:** 性价比极高（¥1/百万tokens），性能接近GPT-4，年度可节省¥27,840�?

### Q5: 2.5个月真的能完成吗�?
**A:** 可以！通过复用LobeChat组件、使用Dify RAG、配置化智能体，我们节省了约54天开发时间�?

---

## 🎉 总结

**这是一个经过充分优化、成本可控、技术可行的方案�?*

�?**开发周期：** 2.5个月  
�?**开发成本：** ¥49,300  
�?**月度成本�?* ¥16,520�?000用户�? 
�?**技术难度：** ⭐⭐⭐（中等�? 
�?**风险等级�?* 低（使用成熟组件和服务）  

**立即可以开始！** 🚀

---

**文档版本：v2.0**  
**最后更新：2025-10-10**  
**文档位置�?* `docs/00-项目概述/技术架构总览.md`  
**作者：** AI技术顾�?