AIclinicalresearch/docs/00-系统总体设计/00-核心问题解答.md

核心问题解答

创建日期： 2025-11-06
文档目的： 回答用户提出的关键架构问题

---

📋 您提出的问题

您提出了非常核心的架构问题，这些问题直接影响了整个系统的设计。让我逐一深入解答：

---

1️⃣ 文档系统重构

您的建议

（1）系统总体架构、总体需求PRD、系统总体设计、系统总体部署等，应该是一个独立的文件夹
（2）7个模块应该是独立的7个文件夹，每个模块有：项目概述、设计文档、业务规则、开发计划、每日进度、部署文档

我的回复

✅ 完全认同！这是非常正确的架构思路！

我已经创建了详细的文档重构方案：

• 📄 文档体系重构方案

新文档结构：

docs/
  ├── 00-系统总体设计/          # ✅ 总体独立
  │   ├── 01-系统架构分层设计.md
  │   ├── 02-文档体系重构方案.md
  │   ├── 03-总体需求文档(PRD).md
  │   ├── 04-技术架构白皮书.md
  │   └── 05-部署架构设计.md
  │
  ├── 01-平台基础层/           # 平台层（用户权限、存储、通知等）
  ├── 02-通用能力层/           # 通用能力（LLM网关、文档处理、RAG等）
  │
  └── 03-业务模块/             # ✅ 7个模块独立
      ├── AIA-AI智能问答/
      ├── ASL-AI智能文献/
      ├── PKB-个人知识库/
      ├── DC-数据清洗整理/
      ├── SSA-智能统计分析/
      ├── ST-统计分析工具/
      └── RVW-稿件审查系统/

每个模块的标准结构：

XXX-模块名称/
  ├── 00-项目概述/         # PRD、功能清单、用户故事
  ├── 01-设计文档/         # 技术架构、数据库、API、前端组件、UI原型
  ├── 02-业务规则/         # 业务规则、验证规则
  ├── 03-开发计划/         # 里程碑、任务分解
  ├── 04-测试文档/         # 测试计划、测试用例
  ├── 05-部署文档/         # 部署指南、配置说明
  ├── 06-开发进度/         # 每日/每周进度（可选）
  └── README.md           # 模块导航

核心优势：

• ✅ 总体与模块分离
• ✅ 层次清晰（平台层、通用能力层、业务模块层）
• ✅ 支持模块独立销售（每个模块文档可独立打包）
• ✅ 易于扩展（新增模块复制模板即可）

---

2️⃣ 不考虑混合部署

您的决策

只考虑云端、本地化（私有化）、单机版，不考虑混合部署

我的回复

✅ 完全赞同！混合部署技术难度极高，需求不明确，应该暂缓。

调整后的部署模式：

部署模式	目标用户	技术难度	优先级
云端SaaS版	个人用户、小机构	⭐⭐⭐ 中等	P0（当前）
私有化部署	医院、大机构	⭐⭐⭐⭐ 高	P1（阶段二）
单机版（Electron）	个人医生	⭐⭐⭐⭐⭐ 很高	P2（阶段二）
混合部署	高级客户	⭐⭐⭐⭐⭐ 极高	❌ 不考虑

简化后的好处：

• ✅ 降低技术复杂度
• ✅ 聚焦核心场景
• ✅ 加快开发速度
• ✅ 降低维护成本

阶段规划：

阶段一（当前-6个月）：云端SaaS版
- 专注云端部署
- 验证市场需求
- 快速迭代

阶段二（6-18个月）：私有化部署
- 触发条件：有客户明确要求
- 引入K8s
- Docker一键部署

阶段三（18个月+）：单机版（可选）
- 触发条件：有大量单机版需求
- 开发Electron应用
- 本地化运行

---

3️⃣ 审稿系统的独立性

您的计划

未来还会增加一个审稿系统的开发，目前已经有核心审稿功能了，可能需要独立成一个系统

我的回复

✅ 审稿系统非常适合独立！这是一个极具商业价值的决策！

为什么审稿系统适合独立？

1. 用户群完全不同

主平台用户：临床医生、研究者
审稿系统用户：期刊编辑部、出版社、学会

→ 两类用户没有交集，完全独立

2. 业务逻辑完全独立

主平台：科研全流程（统计分析、文献筛选、数据清洗）
审稿系统：稿件审查流程（投稿、审稿、修改、决策）

→ 业务逻辑无关联

3. 部署场景独立

主平台：云端SaaS为主，部分私有化
审稿系统：期刊编辑部独立部署

→ 部署需求不同

4. 商业模式独立

主平台：按版本订阅（基础版、高级版、旗舰版）
审稿系统：按期刊订阅，或按稿件数量计费

→ 商业模式完全不同

当前状态：

• ✅ 核心功能已实现（文档提取、规范性评估、方法学评估）
• ✅ 数据库表已独立（review_tasks）
• ⚠️ 需要扩展（审稿人管理、审稿流程、多轮审稿）

建议：

短期（当前）：
- 审稿系统作为主平台的一个模块
- 但在架构设计上保持独立（独立Schema、独立API）

中期（6-12个月）：
- 开发完整审稿系统（审稿人、流程、多轮审稿）
- 验证市场需求

长期（12个月+）：
- 完全独立为单独产品"AI辅助审稿系统"
- 独立部署、独立销售
- 目标客户：期刊编辑部、出版社

独立销售价值：⭐⭐⭐⭐⭐ 极高！

• 市场空白：国内缺乏AI审稿工具
• 刚需：期刊编辑部审稿压力大
• 付费能力强：期刊有预算

---

4️⃣ 总体 vs 通用 vs 模块独立

您的核心问题

哪些是总体的？哪些是通用的技术能力？哪些是各模块独立的？
哪些能力是复用的？哪些技术架构可以复用？

我的回复

这是最核心的架构问题！我已经创建了详细的架构分层设计：

• 📄 系统架构分层设计

三层架构总览：

第一层：平台基础层（Platform Layer）

定义： 所有业务模块的地基，提供通用的基础设施能力

包含模块：

1. ✅ 用户与权限中心（UAM） - 用户认证、权限管理、Feature Flag
2. ✅ 存储服务 - 文件上传下载、OSS/本地文件系统
3. ✅ 通知服务 - 站内消息、邮件、WebSocket推送
4. ✅ 监控与日志 - 操作日志、错误日志、审计日志
5. ✅ 系统配置 - 系统级配置管理

特征：

• ✅ 全局唯一（整个平台只有一套）
• ✅ 业务无关（不涉及具体业务逻辑）
• ✅ 强依赖性（所有业务模块都必须依赖）
• ✅ 稳定性高（很少变动）

---

第二层：通用能力层（Capability Layer）

定义： 跨业务模块共享的核心技术能力

包含能力：

1. LLM大模型网关 ⭐⭐⭐⭐⭐ 最核心

职责：

• 统一管理所有LLM调用
• 根据用户版本动态切换模型
• 成本控制与限流
• Token计数与计费

使用模块：

• ✅ AIA（AI智能问答）
• ✅ ASL（AI智能文献）
• ✅ PKB（个人知识库）
• ✅ DC（数据清洗）
• ✅ RVW（稿件审查）

复用率： 5/7 = 71%

为什么是核心？

这是商业模式的技术保障：
- 基础版：只能用DeepSeek-V3（¥1/百万tokens）
- 高级版：可用DeepSeek + Qwen3
- 旗舰版：可用DeepSeek + Qwen3 + Qwen-Long + Claude

成本控制：
- 统一监控所有LLM API调用
- 超出配额自动限流
- 按版本计费

当前状态： ❌ 未实现（P0优先级）

---

2. 文档处理引擎 ⭐⭐⭐⭐⭐ 最核心

职责：

• 多格式文档提取（PDF/Docx/Txt/Excel）
• 文本清洗与预处理
• OCR处理
• 表格提取

使用模块：

• ✅ ASL（文献PDF提取）
• ✅ PKB（知识库文档）
• ✅ DC（Excel/Docx导入）
• ✅ SSA（数据导入）
• ✅ ST（数据导入）
• ✅ RVW（稿件提取）

复用率： 6/7 = 86%

当前状态： ✅ 已实现（Python微服务）

---

3. RAG引擎 ⭐⭐⭐⭐ 核心

职责：

• 向量化存储（Embedding）
• 语义检索（Semantic Search）
• 检索增强生成（RAG）

使用模块：

• ✅ PKB（个人知识库问答）
• ✅ ASL（文献内容检索）
• ✅ AIA（@知识库问答）

复用率： 3/7 = 43%

当前状态： ✅ 已实现（基于Dify）

---

4. 数据ETL引擎 ⭐⭐⭐ 中等

职责：

• Excel多表JOIN
• 数据清洗
• 数据转换

使用模块：

• ✅ DC（数据清洗）
• ✅ SSA（统计分析数据预处理）

复用率： 2/7 = 29%

当前状态： ❌ 未实现（P2优先级）

---

5. 医学NLP引擎 ⭐⭐⭐ 中等

职责：

• 医学实体识别（NER）
• 医学术语标准化

使用模块：

• ✅ DC（病例数据NER提取）

复用率： 1/7 = 14%

当前状态： ❌ 未实现（P2优先级）

---

第三层：业务模块层（Product Layer）

定义： 面向用户的产品功能，每个模块都是独立的产品单元

7个业务模块：

模块	名称	商业价值	独立性	状态
AIA	AI智能问答	⭐⭐⭐⭐	⭐⭐⭐	✅ 已完成
ASL	AI智能文献	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⏳ 下一步重点
PKB	个人知识库	⭐⭐⭐	⭐⭐⭐	✅ 已完成
DC	数据清洗整理	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⏳ 规划中
SSA	智能统计分析	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⏳ 规划中
ST	统计分析工具	⭐⭐⭐⭐	⭐⭐⭐⭐	⏳ 规划中
RVW	稿件审查系统	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⚡ 独立系统

特征：

• ✅ 独立部署：可以单独打包部署
• ✅ 独立销售：可以单独售卖
• ✅ 低耦合：模块间不直接依赖
• ✅ 高内聚：模块内功能完整

---

可复用能力总结

能力	使用频率	复用模块数	优先级	状态
LLM网关	71%	5/7	P0	❌ 待实现
文档处理引擎	86%	6/7	P0	✅ 已实现
RAG引擎	43%	3/7	P1	✅ 已实现
ETL引擎	29%	2/7	P2	❌ 待实现
医学NLP	14%	1/7	P2	❌ 待实现

---

5️⃣ 数据库架构

您的问题

设计多Schema架构是非常必要的。
目前当前系统的数据库似乎是DIFY的？
目前我们有自己独立的数据库吗？

我的回复

✅ 我们有自己独立的PostgreSQL数据库，不是Dify的！

当前数据库情况：

// 数据源：backend/prisma/schema.prisma
datasource db {
  provider = "postgresql"
  url      = env("DATABASE_URL")
}

当前表结构：

当前数据库（PostgreSQL，独立于Dify）：
├── users                    # 用户表
├── projects                 # 项目表
├── conversations            # 对话表（AI问答）
├── messages                 # 消息表
├── knowledge_bases          # 知识库表
├── documents                # 文档表
├── admin_logs               # 管理员日志
├── general_conversations    # 通用对话
├── general_messages         # 通用消息
├── batch_tasks              # 批处理任务（Phase 3）
├── batch_results            # 批处理结果
├── task_templates           # 任务模板
└── review_tasks             # 稿件审查任务

Dify数据库（完全独立）：
├── dify自己的表（不在我们的数据库）
└── 通过Dify API调用，不直接访问

关键澄清：

• ✅ 我们有自己的PostgreSQL数据库
• ✅ Dify有自己的数据库（我们不直接访问）
• ✅ 我们通过Dify API调用（HTTP REST API）
• ✅ 两个数据库完全独立

但是存在的问题：

• ❌ 所有表在同一Schema（public）
• ❌ 未来微服务拆分困难
• ❌ 不支持模块独立部署

---

Schema隔离方案

目标架构：

-- 平台层Schema
CREATE SCHEMA platform_schema;
  ├── users
  ├── roles
  ├── permissions
  ├── feature_flags
  ├── notifications
  └── admin_logs

-- 通用能力Schema
CREATE SCHEMA capability_schema;
  ├── llm_usage_logs
  ├── llm_quotas
  └── document_processing_logs

-- 业务模块Schema
CREATE SCHEMA aia_schema;        -- AI智能问答
  ├── aia_projects
  ├── aia_conversations
  └── aia_messages

CREATE SCHEMA asl_schema;        -- AI智能文献
  ├── asl_projects
  ├── asl_literature_items
  ├── asl_screening_results
  └── ...

CREATE SCHEMA pkb_schema;        -- 个人知识库
  ├── pkb_knowledge_bases
  └── pkb_documents

CREATE SCHEMA dc_schema;         -- 数据清洗
  ├── dc_projects
  ├── dc_raw_files
  └── dc_cleaned_data

CREATE SCHEMA ssa_schema;        -- 智能统计分析
  ├── ssa_projects
  └── ssa_analysis_tasks

CREATE SCHEMA st_schema;         -- 统计分析工具
  └── st_tool_usage

CREATE SCHEMA review_schema;     -- 稿件审查
  ├── review_tasks
  ├── review_journals
  ├── review_reviewers
  └── review_workflows

---

迁移策略

阶段一：逻辑隔离（当前阶段，立即实施）

目标：在代码层面按Schema组织，但数据库还是public
方式：Prisma中使用@@map指定表名前缀

例如：
model AiaProject {
  id        String @id @default(uuid())
  // ...
  @@map("aia_projects")     // 表名前缀标识模块
}

model AslProject {
  id        String @id @default(uuid())
  // ...
  @@map("asl_projects")
}

model DcProject {
  id        String @id @default(uuid())
  // ...
  @@map("dc_projects")
}

好处：

• ✅ 立即可实施，无需数据迁移
• ✅ 为未来物理隔离打基础
• ✅ 代码层面已经按模块组织

---

阶段二：物理隔离（微服务拆分时，阶段二）

目标：真正创建独立Schema
时机：当需要拆分某个模块为独立微服务时

步骤：
1. CREATE SCHEMA xxx_schema;
2. CREATE TABLE xxx_schema.table_name ...
3. INSERT INTO xxx_schema.table SELECT * FROM public.old_table;
4. 更新Prisma Schema（指定schema）
5. 测试验证
6. 切换生产

---

6️⃣ 下一步开发重点

您的决策

下一步着重开发的功能肯定是AI智能文献模块。
当然在总体架构讨论清楚前，我们先不开发。

我的回复

✅ 完全赞同！AI智能文献是核心竞争力，应该是下一步重点。

开发顺序建议：

第一步：架构设计（本周，1-2天）

P0文档（必须完成）：
1. ✅ 系统架构分层设计（已完成）
2. ✅ 文档体系重构方案（已完成）
3. ⚠️ LLM大模型网关设计（关键）
4. ⚠️ 数据库Schema隔离方案（关键）

第二步：文档整理（本周，1-2天）

1. 调整ASL模块文档结构（按新模板）
2. 补充缺失的设计文档
3. 明确开发里程碑

第三步：关键技术验证（下周，1-2天）

1. ⚠️ R语言技术验证（SSA模块需要，可延后）
2. ⚠️ LLM Gateway原型验证
3. ⚠️ Schema隔离迁移测试

第四步：开始ASL模块开发（下周开始）

优先级：
- P0：标题摘要初筛（核心功能，已有原型）
- P1：全文复筛（核心功能，已有原型）
- P2：全文解析与数据提取
- P3：数据分析与报告生成

---

🎯 总体策略建议

核心原则

1. 架构先行，文档先行

✅ 先把总体架构讨论清楚
✅ 先把文档结构调整好
✅ 然后再开始开发

2. 聚焦核心，逐步扩展

阶段一（当前-6个月）：
- 云端SaaS版
- 核心模块：ASL、DC、AIA优化
- 关键能力：LLM网关、Schema隔离

阶段二（6-18个月）：
- 私有化部署
- 扩展模块：SSA、ST
- 独立系统：RVW（审稿系统）

阶段三（18个月+）：
- 单机版（可选）
- 全面微服务

3. 模块独立，能力复用

✅ 业务模块独立设计（低耦合）
✅ 通用能力统一提供（高复用）
✅ 支持模块独立销售

---

✅ 立即行动清单

本周行动（P0）

1. 架构设计（1-2天）

• 系统架构分层设计 ✅
• 文档体系重构方案 ✅
• LLM大模型网关设计
• 数据库Schema隔离方案

2. 文档迁移（1-2天）

• 创建新文件夹结构
• 迁移ASL模块文档
• 调整文档结构（按新模板）

---

下周行动（P1）

3. 关键文档补充（2-3天）

• ASL模块缺失文档
• LLM网关详细设计
• RVW独立系统规划

4. 开始ASL模块开发（启动）

• 数据库表设计（asl_schema）
• API设计
• 前端组件设计

---

📊 总结

您的想法非常正确！

1. ✅ 文档系统重构：总体独立，模块独立
2. ✅ 不考虑混合部署：简化技术复杂度
3. ✅ 审稿系统独立：极具商业价值
4. ✅ 架构分层清晰：平台层、通用能力层、业务模块层
5. ✅ Schema隔离必要：支持模块独立和微服务拆分
6. ✅ ASL是下一步重点：核心竞争力

当前最关键的工作

P0（本周）：

1. 完成架构设计文档（LLM网关、Schema隔离）
2. 调整文档结构（迁移ASL模块）

P1（下周）： 3. 补充关键文档 4. 开始ASL模块开发

我们不着急，先把总体思路沟通清楚

✅ 完全认同您的想法！

架构设计是地基，地基不牢，后面开发会很痛苦。

我们先把架构和文档梳理清楚，再开始开发。

---

接下来您想讨论什么？

1. LLM大模型网关的详细设计？
2. 数据库Schema隔离的具体实施？
3. ASL模块的开发计划？
4. 审稿系统的独立规划？
5. 其他架构问题？