AIclinicalresearch/docs/02-通用能力层/00-通用能力层清单.md

# 通用能力层清单

> **文档版本：** v2.4  
> **创建日期：** 2026-01-14  
> **最后更新：** 2026-01-21  
> **文档目的：** 列出所有通用能力模块，提供快速调用指南
> **本次更新：** RAG 引擎完整实现（替代 Dify）+ 文档处理引擎增强

---

## 📚 概述

通用能力层是平台的核心基础设施，提供可复用的技术能力，避免业务模块重复开发。

### 设计原则

1. **高复用性** - 一次开发，多处使用
2. **标准化** - 统一接口，降低学习成本
3. **解耦合** - 业务模块无需关心底层实现
4. **云原生** - 支持多环境部署（本地/阿里云）

---

## 🎯 能力清单

### 后端通用能力

| 能力 | 路径 | 状态 | 说明 |
|------|------|------|------|
| **存储服务** | `common/storage/` | ✅ | 文件存储抽象层（本地/OSS） |
| **日志服务** | `common/logging/` | ✅ | 结构化日志（Pino） |
| **缓存服务** | `common/cache/` | ✅ | 缓存抽象层（内存/Redis/Postgres） |
| **异步任务** | `common/jobs/` | ✅ | 队列服务（Memory/PgBoss） |
| **🆕批量任务模式** | 设计模式指南 | ✅ | 散装派发 + 轮询收口（Level 2） |
| **LLM网关** | `common/llm/` | ✅ | 统一LLM适配器（5个模型） |
| **流式响应** | `common/streaming/` | ✅ 🆕 | OpenAI Compatible流式输出 |
| **🎉RAG引擎** | `common/rag/` | ✅ 🆕 | **完整实现！pgvector+DeepSeek+Rerank** |
| **文档处理** | `extraction_service/` | ✅ V2 | pymupdf4llm (全文) + **PDF 表格提取引擎** (多引擎可插拔) |
| **认证授权** | `common/auth/` | ✅ | JWT认证 + 权限控制 |
| **Prompt管理** | `common/prompt/` | ✅ | 动态Prompt配置 |
| **🆕R统计引擎** | `r-statistics-service/` | ✅ | Docker化R统计服务（plumber） |
| **🆕DeepResearch引擎** | `common/deepsearch/` | ✅ | Unifuncs DeepSearch API封装（9站点验证） |

### 前端通用能力

| 能力 | 路径 | 状态 | 说明 |
|------|------|------|------|
| **Chat组件** | `shared/components/Chat/` | ✅ 🆕 | AI对话通用组件（V2） |
| **FileCard组件** | `@ant-design/x` | ✅ 🆕 | 文件卡片展示（附件） |
| **认证API** | `framework/auth/api.ts` | ✅ | Token管理 |
| **API Client** | `common/api/axios.ts` | ✅ | 带认证的axios实例 |
| **通用布局** | `shared/layouts/` | ✅ | 主布局、侧边栏 |

---

## 📦 详细文档

### 1. 流式响应服务（🆕 重点推荐）

**路径：** `backend/src/common/streaming/`

**功能：** 提供 OpenAI Compatible 格式的流式响应，支持深度思考

**使用方式：**

```typescript
import { createStreamingService } from '../../../common/streaming';

// 在控制器中
async function handler(request, reply) {
  const service = createStreamingService(reply, {
    model: 'deepseek-v3',
    temperature: 0.7,
    maxTokens: 4096,
    enableDeepThinking: true,
    userId: 'xxx',
    conversationId: 'xxx',
  });

  const result = await service.streamGenerate(messages, {
    onContent: (delta) => console.log('内容:', delta),
    onThinking: (delta) => console.log('思考:', delta),
    onComplete: (content, thinking) => {
      // 保存到数据库
    },
  });
}
```

**输出格式：**
```
data: {"id":"chatcmpl-xxx","choices":[{"delta":{"content":"你好"}}]}\n\n
data: {"id":"chatcmpl-xxx","choices":[{"delta":{"reasoning_content":"让我想想"}}]}\n\n
data: [DONE]\n\n
```

**已使用模块：**
- ✅ AIA - AI智能问答
- 🔜 PKB - 个人知识库（待迁移）

---

### 2. Prompt 管理服务

**路径：** `backend/src/common/prompt/`

**功能：** 动态 Prompt 配置、灰度预览、版本管理

**核心特性：**
- 灰度预览（DRAFT/ACTIVE 分发）
- Handlebars 模板渲染
- 变量提取与校验
- 三级容灾（数据库→缓存→兜底）

**使用方式：**

```typescript
import { getPromptService } from '../../../common/prompt';
import { prisma } from '../../../config/database';

// 获取 Prompt（支持灰度预览）
const promptService = getPromptService(prisma);
const { content, isDraft, version } = await promptService.get(
  'AIA_SCIENTIFIC_QUESTION',  // Prompt Code
  {},                          // 变量（如 { userName: '张三' }）
  { userId }                   // 用于灰度判断
);

if (isDraft) {
  console.log('使用 DRAFT 版本（调试模式）');
}
```

**已集成模块：**
- ✅ RVW - 稿件审查（2个 Prompt）
- ✅ AIA - AI智能问答（10个 Prompt）🆕 2026-01-18

**AIA 模块 Prompt Code 列表：**

| Prompt Code | 智能体 |
|-------------|--------|
| `AIA_SCIENTIFIC_QUESTION` | 科学问题梳理 |
| `AIA_PICO_ANALYSIS` | PICO 梳理 |
| `AIA_TOPIC_EVALUATION` | 选题评价 |
| `AIA_OUTCOME_DESIGN` | 观察指标设计 |
| `AIA_CRF_DESIGN` | 病例报告表设计 |
| `AIA_SAMPLE_SIZE` | 样本量计算 |
| `AIA_PROTOCOL_WRITING` | 临床研究方案撰写 |
| `AIA_METHODOLOGY_REVIEW` | 方法学评审智能体 |
| `AIA_PAPER_POLISH` | 论文润色 |
| `AIA_PAPER_TRANSLATE` | 论文翻译 |

---

### 3. Chat 通用组件（🆕 重点推荐）

**路径：** `frontend-v2/src/shared/components/Chat/`

**功能：** 现代感AI对话组件，支持流式响应、深度思考、会话管理

**核心组件：**

```typescript
import { 
  AIStreamChat,        // 流式对话组件（推荐）
  ThinkingBlock,       // 深度思考展示
  ConversationList,    // 会话列表
  useAIStream,         // 流式响应Hook
  useConversations,    // 会话管理Hook
} from '@/shared/components/Chat';
```

**快速使用：**

```tsx
<AIStreamChat
  apiEndpoint="/api/v1/xxx/chat/stream"
  conversationId={conversationId}
  agentId="xxx"
  enableDeepThinking={true}
  welcome={{
    title: '智能助手',
    description: '有什么可以帮您的？',
  }}
/>
```

**已使用模块：**
- ✅ AIA - AI智能问答
- ✅ DC Tool C - 科研数据编辑器
- 🔜 PKB - 个人知识库（待迁移）

**详细文档：** [Chat组件README](../../frontend-v2/src/shared/components/Chat/README.md)

---

### 4. Ant Design X FileCard 组件（🆕 2026-01-18）

**来源：** `@ant-design/x` (Ant Design X 2.1)

**功能：** 紧凑的文件卡片展示，适用于聊天界面附件显示

**安装：**
```bash
npm install @ant-design/x
```

**使用方式：**

```tsx
import { Attachments } from '@ant-design/x';

const { FileCard } = Attachments;

// 单个文件卡片
<FileCard
  item={{
    uid: 'file-1',
    name: '研究方案.pdf',
    size: 1024000,  // 字节
  }}
/>

// 文件卡片列表（水平排列）
<FileCard.List
  items={[
    { uid: '1', name: '方案.pdf', size: 512000 },
    { uid: '2', name: '数据.xlsx', size: 256000 },
  ]}
/>
```

**在聊天界面中使用：**

```tsx
// 将附件与工具栏放在同一行
<div style={{ display: 'flex', alignItems: 'center', gap: 8 }}>
  <Button icon={<PaperClipOutlined />}>上传附件</Button>
  <Button icon={<BulbOutlined />}>深度思考</Button>
  
  {/* 附件列表 */}
  {attachments.length > 0 && (
    <FileCard.List
      items={attachments.map(att => ({
        uid: att.id,
        name: att.filename,
        size: att.size,
      }))}
    />
  )}
</div>
```

**样式特点：**
- 自动识别文件类型图标（PDF/Word/Excel/图片等）
- 自动格式化文件大小（KB/MB）
- 紧凑设计，适合水平排列
- 支持删除回调

**已使用模块：**
- ✅ AIA - AI智能问答（附件上传预览）

**官方文档：** https://x.ant.design/components/attachments-cn

---

### 5. LLM 网关

**路径：** `backend/src/common/llm/`

**功能：** 统一LLM调用接口，支持5个主流模型

**支持模型：**
- DeepSeek-V3（直连）
- Qwen3-72B（阿里云）
- Qwen-Long（1M上下文）
- GPT-5-Pro（CloseAI代理）
- Claude-4.5（CloseAI代理）

**使用方式：**

```typescript
import { LLMFactory } from '../../../common/llm/adapters/LLMFactory';

// 获取适配器
const llm = LLMFactory.getAdapter('deepseek-v3');

// 非流式调用
const response = await llm.chat(messages, { temperature: 0.7 });

// 流式调用
const stream = llm.chatStream(messages, { temperature: 0.7 });
for await (const chunk of stream) {
  console.log(chunk.content);
}
```

**已使用模块：**
- ✅ AIA - AI智能问答
- ✅ PKB - 个人知识库
- ✅ DC Tool B - 病历结构化
- ✅ DC Tool C - 数据编辑器

---

### 4. 存储服务

**路径：** `backend/src/common/storage/`

**功能：** 文件存储抽象层，零代码切换本地/OSS

**使用方式：**

```typescript
import { storage } from '../../../common/storage';

// 上传文件
const url = await storage.upload('path/to/file.pdf', buffer, {
  contentType: 'application/pdf',
});

// 下载文件
const buffer = await storage.download('path/to/file.pdf');

// 删除文件
await storage.delete('path/to/file.pdf');

// 获取签名URL（OSS）
const signedUrl = await storage.getSignedUrl('path/to/file.pdf', 3600);
```

**环境配置：**
```env
# 本地开发
STORAGE_PROVIDER=local
UPLOAD_DIR=./uploads

# 生产环境（阿里云OSS）
STORAGE_PROVIDER=oss
OSS_REGION=oss-cn-hangzhou
OSS_BUCKET=your-bucket
OSS_ACCESS_KEY_ID=xxx
OSS_ACCESS_KEY_SECRET=xxx
```

**已使用模块：**
- ✅ PKB - 文档上传
- ✅ DC Tool B - 病历文件
- ✅ AIA - 附件上传（待完成）

---

### 5. 异步任务队列

**路径：** `backend/src/common/jobs/`

**功能：** Postgres-Only 异步任务处理，基于 PgBoss

**使用方式：**

```typescript
import { JobFactory } from '../../../common/jobs';

// 获取队列实例
const queue = JobFactory.getQueue();

// 创建任务
const jobId = await queue.createJob('extraction-job', {
  taskId: 'xxx',
  fileUrl: 'xxx',
  options: {},
});

// 注册 Worker
queue.registerWorker('extraction-job', async (job) => {
  console.log('处理任务:', job.data);
  // 执行任务逻辑
  return { success: true };
});

// 启动队列
await queue.start();
```

**已使用模块：**
- ✅ DC Tool B - 病历批量提取
- ✅ DC Tool C - 数据异步处理

**详细文档：** [Postgres-Only异步任务指南](./Postgres-Only异步任务处理指南.md)

---

### 6. 缓存服务

**路径：** `backend/src/common/cache/`

**功能：** 缓存抽象层（内存/Redis/Postgres）

**使用方式：**

```typescript
import { cache } from '../../../common/cache';

// 设置缓存（TTL: 3600秒）
await cache.set('key', { data: 'value' }, 3600);

// 获取缓存
const value = await cache.get('key');

// 删除缓存
await cache.delete('key');

// 批量删除（支持通配符）
await cache.clear('prefix:*');
```

**已使用模块：**
- ✅ AIA - 智能体配置缓存
- ✅ Prompt管理 - 模板缓存

---

### 7. 日志服务

**路径：** `backend/src/common/logging/`

**功能：** 结构化日志，支持多级别输出

**使用方式：**

```typescript
import { logger } from '../../../common/logging';

// 不同级别
logger.debug('调试信息', { detail: 'xxx' });
logger.info('普通日志', { userId: 'xxx' });
logger.warn('警告信息', { issue: 'xxx' });
logger.error('错误信息', { error, stack: error.stack });

// 结构化字段
logger.info('[ModuleName] 操作描述', {
  userId: 'xxx',
  conversationId: 'xxx',
  duration: 1234,
});
```

**日志格式：**
```
2026-01-14 18:44:27.500 [aiclinical-backend] info: [AIA:ConversationService] 消息发送完成
  {
    "conversationId": "xxx",
    "tokens": 1234,
    "hasThinking": true
  }
```

**已使用模块：** 所有模块

---

### 8. 🎉 RAG 引擎（✅ 2026-01-21 完整实现）

**路径：** `backend/src/common/rag/` + `ekb_schema`

**功能：** 完整的 RAG 检索引擎（替代 Dify）

**核心组件：**
- ✅ EmbeddingService - 文本向量化（text-embedding-v4）
- ✅ ChunkService - 智能文本分块
- ✅ VectorSearchService - 向量检索 + 混合检索
- ✅ RerankService - qwen3-rerank 重排序
- ✅ QueryRewriter - DeepSeek V3 查询理解
- ✅ DocumentIngestService - 文档入库完整流程

**技术栈：**
```
PostgreSQL + pgvector (向量存储)
  ↓
text-embedding-v4 1024维 (向量化)
  ↓
DeepSeek V3 (查询理解 + 中英翻译)
  ↓
向量检索 + 关键词检索 → RRF 融合
  ↓
qwen3-rerank (精排序)
```

**Brain-Hand 架构使用方式：**

```typescript
import { getVectorSearchService, QueryRewriter } from '@/common/rag';

// 业务层：查询理解（The Brain）
const rewriter = new QueryRewriter();
const result = await rewriter.rewrite('K药副作用');
const queries = [result.original, ...result.rewritten];
// ["K药副作用", "Keytruda AE", "Pembrolizumab side effects"]

// 引擎层：执行检索（The Hand）
const searchService = getVectorSearchService(prisma);
const results = await searchService.searchWithQueries(queries, {
  topK: 10,
  filter: { kbId: 'your-kb-id' }
});

// Rerank 精排
const final = await searchService.rerank(queries[0], results, { topK: 5 });
```

**性能指标：**
- 延迟：2.5秒/次（包含查询理解）
- 成本：¥0.0025/次
- 准确率：+20.5%（跨语言场景）

**已使用模块：**
- ✅ PKB - 个人知识库（双轨模式：pgvector/dify）
- 🔜 AIA - AI智能问答
- 🔜 ASL - AI智能文献

**详细文档：**
- 📖 [RAG 引擎使用指南](./03-RAG引擎/05-RAG引擎使用指南.md) ⭐ **推荐阅读**
- [知识库引擎架构设计](./03-RAG引擎/01-知识库引擎架构设计.md)
- [数据模型设计](./03-RAG引擎/04-数据模型设计.md)
- [分阶段实施方案](./03-RAG引擎/03-分阶段实施方案.md)

---

### 9. 🎉 文档处理引擎（✅ V2 — 2026-02-23 表格提取引擎升级）

**路径：** `extraction_service/` (Python 微服务) + `backend/src/common/document/tableExtraction/` (TypeScript)

**功能：** 将各类文档统一转换为 LLM 友好的 Markdown 格式 + **PDF 结构化表格提取**

**V2 分层架构 — 全文文本 + 结构化表格 分离：**
| 引擎层 | 定位 | 输出 | 状态 |
|--------|------|------|------|
| **pymupdf4llm** | 全文文本提取 | Markdown | ✅ 已有 |
| **PDF 表格提取引擎** | 结构化表格提取 (统一抽象层) | ExtractedTable[] | ✅ V2 新增 |

**PDF 表格提取引擎 — 候选引擎 (可插拔)：**
| 引擎 | 状态 | 特点 |
|------|------|------|
| MinerU Cloud API (VLM) | ✅ 已接入 (当前默认) | 综合 4.6/5 |
| Qwen3-VL | 📋 待评测 | 多模态理解最强 |
| PaddleOCR-VL 1.5 | 📋 待评测 | 医学场景案例多 |
| Qwen-OCR + Qwen-Long | 📋 待评测 | 成本最低 |
| Docling (IBM) | 📋 待评测 | MIT 开源，离线部署 |

**核心 API：**
```
POST http://localhost:8000/api/document/to-markdown
Content-Type: multipart/form-data

参数：file (PDF/Word/Excel/PPT等)
返回：{ success: true, text: "Markdown内容", metadata: {...} }
```

**支持格式：**
| 格式 | 工具 | 输出质量 | 状态 |
|------|------|----------|------|
| PDF (全文) | pymupdf4llm | Markdown 文本 | ✅ |
| PDF (表格) | **MinerU VLM** | HTML 结构化表格 | ✅ V2 |
| Word | mammoth | 结构完整 | ✅ |
| Excel/CSV | pandas | 上下文丰富 | ✅ |
| PPT | python-pptx | 按页拆分 | ✅ |
| 纯文本 | 直接读取 | 原样输出 | ✅ |

**使用方式（Node.js 调用）：**

```typescript
// 在 RAG 引擎入库时自动调用
import { getDocumentIngestService } from '@/common/rag';

const ingestService = getDocumentIngestService(prisma);
const result = await ingestService.ingestDocument(
  { filename: 'paper.pdf', fileBuffer: pdfBuffer },
  { kbId: 'your-kb-id' }
);
// DocumentIngestService 内部会调用 Python 微服务转换

# 转换任意文档为 Markdown
md = processor.to_markdown("research_paper.pdf")
md = processor.to_markdown("report.docx")
md = processor.to_markdown("data.xlsx")
```

**后端调用（TypeScript）：**

```typescript
import { ExtractionClient } from '../../../common/document/ExtractionClient';

const client = new ExtractionClient();

// 提取文本（返回 Markdown）
const markdown = await client.extractText(buffer, 'pdf');
```

**已使用模块：**
- ✅ PKB - 文档上传
- ✅ DC Tool B - 病历文本提取
- ✅ ASL - 文献 PDF 提取
- 🔜 AIA - 附件处理

**详细文档：**
- 📖 [PDF 表格提取引擎使用指南](./02-文档处理引擎/04-PDF表格提取引擎使用指南.md) ⭐ **5 秒上手 + 实战场景**
- 📖 [PDF 表格提取引擎设计方案](./02-文档处理引擎/03-PDF表格提取引擎设计方案.md) — 统一抽象 + 多引擎可插拔
- 📖 [文档处理引擎使用指南](./02-文档处理引擎/02-文档处理引擎使用指南.md)
- [文档处理引擎设计方案](./02-文档处理引擎/01-文档处理引擎设计方案.md)

---

### 10. 认证授权

**路径：** `backend/src/common/auth/`

**功能：** JWT认证 + 基于角色的访问控制

**后端使用：**

```typescript
import { authenticate, requirePermission } from '../../../common/auth/auth.middleware';

// 路由添加认证
fastify.get('/api', { preHandler: [authenticate] }, handler);

// 要求特定权限
fastify.post('/api', { 
  preHandler: [authenticate, requirePermission('module:action')] 
}, handler);

// 控制器获取用户ID
function getUserId(request: FastifyRequest): string {
  const userId = (request as any).user?.userId;
  if (!userId) throw new Error('User not authenticated');
  return userId;
}
```

**前端使用：**

```typescript
import { getAccessToken } from '@/framework/auth/api';

// 方式1: 使用 apiClient（推荐）
import apiClient from '@/common/api/axios';
const response = await apiClient.get('/api/xxx');

// 方式2: 原生 fetch
const response = await fetch('/api/xxx', {
  headers: {
    'Content-Type': 'application/json',
    'Authorization': `Bearer ${getAccessToken()}`,
  },
});
```

**已使用模块：** 所有模块

**详细文档：** [模块认证规范](../04-开发规范/10-模块认证规范.md)

---

### 11. Prompt 管理系统

**路径：** `backend/src/common/prompt/`

**功能：** 动态Prompt配置、版本管理、A/B测试

**使用方式：**

```typescript
import { PromptService } from '../../../common/prompt/prompt.service';

const promptService = new PromptService();

// 获取激活的Prompt
const prompt = await promptService.getActivePrompt('template_code');

// 渲染Prompt（变量替换）
const rendered = promptService.renderPrompt(template.content, {
  userName: '张三',
  context: '研究背景...',
});
```

**已使用模块：**
- ✅ DC Tool C - 代码生成Prompt
- 🔜 AIA - 智能体Prompt（待迁移）

---

## 🎨 前端 Chat 组件（V2）

### 概述

基于 **Ant Design X 2.1** 构建的现代感AI对话组件，支持流式响应、深度思考、会话管理。

### 核心组件

#### 1. AIStreamChat - 流式对话组件（推荐）

```tsx
import { AIStreamChat } from '@/shared/components/Chat';

<AIStreamChat
  apiEndpoint="/api/v1/aia/conversations/xxx/messages/stream"
  conversationId="xxx"
  agentId="TOPIC_01"
  enableDeepThinking={true}
  welcome={{
    title: 'AI 助手',
    description: '有什么可以帮您的？',
  }}
  onMessageSent={(msg) => console.log('发送:', msg)}
  onMessageReceived={(msg) => console.log('接收:', msg)}
/>
```

**特性：**
- ✅ 逐字流式显示（打字机效果）
- ✅ 深度思考展示（可折叠）
- ✅ 欢迎页配置
- ✅ 快捷提示
- ✅ 附件上传
- ✅ 现代感设计

#### 2. ThinkingBlock - 深度思考组件

```tsx
import { ThinkingBlock } from '@/shared/components/Chat';

<ThinkingBlock
  content={thinkingContent}
  isThinking={true}
  duration={2.5}
  defaultExpanded={true}
/>
```

#### 3. ConversationList - 会话列表

```tsx
import { ConversationList } from '@/shared/components/Chat';

<ConversationList
  groups={groupedConversations}
  currentId={currentId}
  onSelect={setCurrent}
  onNew={createConversation}
  onDelete={deleteConversation}
/>
```

### Hooks

#### useAIStream - 流式响应处理

```tsx
import { useAIStream } from '@/shared/components/Chat';

const {
  content,          // 当前内容
  thinking,         // 思考内容
  status,           // 流式状态
  isStreaming,      // 是否正在流式输出
  isThinking,       // 是否正在思考
  error,            // 错误信息
  sendMessage,      // 发送消息
  abort,            // 中断请求
  reset,            // 重置状态
} = useAIStream({
  apiEndpoint: '/api/v1/aia/chat/stream',
  headers: { Authorization: `Bearer ${token}` },
});
```

#### useConversations - 会话管理

```tsx
import { useConversations } from '@/shared/components/Chat';

const {
  conversations,         // 会话列表
  groupedConversations,  // 分组会话（今天/昨天/更早）
  current,               // 当前会话
  setCurrent,            // 设置当前会话
  addConversation,       // 添加会话
  updateConversation,    // 更新会话
  deleteConversation,    // 删除会话
} = useConversations();
```

### 向后兼容

保留了 V1 版本的组件：
- `ChatContainer` - 传统对话容器（非流式）
- `MessageRenderer` - 消息渲染器
- `CodeBlockRenderer` - 代码块渲染器（Tool C专用）

---

## 🔗 能力组合使用

### 场景1：AI对话模块（如AIA）

**前端：**
```tsx
import { AIStreamChat } from '@/shared/components/Chat';

<AIStreamChat
  apiEndpoint="/api/v1/aia/conversations/xxx/messages/stream"
  enableDeepThinking={true}
/>
```

**后端：**
```typescript
import { createStreamingService } from '../../../common/streaming';
import { LLMFactory } from '../../../common/llm/adapters/LLMFactory';

async function sendMessageStream(userId, conversationId, request, reply) {
  const service = createStreamingService(reply);
  await service.streamGenerate(messages);
}
```

### 场景2：知识库问答（如PKB）

**前端：**
```tsx
<AIStreamChat
  apiEndpoint="/api/v1/pkb/chat/stream"
  enableAttachment={true}  // 支持文档上传
/>
```

**后端：**
```typescript
import { DifyClient } from '../../../common/rag/DifyClient';
import { createStreamingService } from '../../../common/streaming';

// RAG检索 + 流式输出
const ragResults = await dify.retrievalSearch(query, options);
const messages = buildMessagesWithRAG(query, ragResults);
await service.streamGenerate(messages);
```

### 场景3：代码生成工具（如Tool C）

**前端：**
```tsx
<ChatContainer
  conversationType="tool-c"
  customMessageRenderer={(msg) => (
    <MessageRenderer
      messageInfo={msg}
      onExecuteCode={handleExecute}
    />
  )}
/>
```

**后端：**
```typescript
import { LLMFactory } from '../../../common/llm/adapters/LLMFactory';
import { PromptService } from '../../../common/prompt/prompt.service';

// Prompt管理 + LLM调用
const prompt = await promptService.getActivePrompt('code_gen');
const llm = LLMFactory.getAdapter('deepseek-v3');
const response = await llm.chat(messages);
```

---

## 📊 使用统计

### 能力使用矩阵

| 能力 | AIA | PKB | DC-B | DC-C | ASL | RVW |
|------|-----|-----|------|------|-----|-----|
| **StreamingService** | ✅ | 🔜 | ❌ | ❌ | ❌ | ❌ |
| **Chat组件V2** | ✅ | 🔜 | ❌ | ✅ | ❌ | ❌ |
| **LLM网关** | ✅ | ✅ | ✅ | ✅ | ❌ | ❌ |
| **存储服务** | 🔜 | ✅ | ✅ | ✅ | ✅ | ✅ |
| **异步任务** | ❌ | ❌ | ✅ | ✅ | ✅ | ✅ |
| **知识库引擎** | 🔜 | ✅ | ❌ | ❌ | 🔜 | 🔜 |
| **文档处理** | 🔜 | ✅ | ✅ | ❌ | ❌ | ❌ |
| **认证授权** | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| **Prompt管理** | 🔜 | ❌ | ❌ | ✅ | ❌ | ❌ |

图例：✅ 已使用 | 🔜 计划使用 | ❌ 不需要

---

## 🚀 最佳实践

### 1. 优先使用通用能力

❌ **错误做法：**
```typescript
// 自己实现流式响应
reply.raw.write(`data: ${JSON.stringify(chunk)}\n\n`);
```

✅ **正确做法：**
```typescript
// 使用 StreamingService
const service = createStreamingService(reply);
await service.streamGenerate(messages);
```

### 2. 标准化API格式

❌ **错误做法：**
```typescript
// 自定义SSE格式
event: delta\ndata: {"content":"xxx"}\n\n
```

✅ **正确做法：**
```typescript
// OpenAI Compatible格式
data: {"choices":[{"delta":{"content":"xxx"}}]}\n\n
```

### 3. 云原生设计

❌ **错误做法：**
```typescript
// 直接使用本地文件系统
fs.writeFileSync('/tmp/file.txt', content);
```

✅ **正确做法：**
```typescript
// 使用存储抽象层
await storage.upload('path/file.txt', buffer);
```

---

## 📚 学习路径

### 新手入门

1. 阅读 [系统整体设计](../00-系统总体设计/00-系统当前状态与开发指南.md)
2. 阅读 [云原生开发规范](../04-开发规范/08-云原生开发规范.md)
3. 参考 AIA 或 DC Tool C 的实现

### 进阶学习

1. 深入 [Chat组件文档](../../frontend-v2/src/shared/components/Chat/README.md)
2. 研究 [StreamingService 源码](../../backend/src/common/streaming/)
3. 了解 [Postgres-Only架构](./Postgres-Only异步任务处理指南.md)

---

## 🔄 版本历史

### V2.0 (2026-01-14) 🎉

**通用能力层建设：**
- 🆕 StreamingService - OpenAI Compatible流式响应
- 🆕 Chat组件V2 - 现代感UI + 完整功能
- 🆕 useAIStream Hook - 流式响应处理
- 🆕 ThinkingBlock - 深度思考展示

**已应用模块：**
- ✅ AIA - 首个使用者
- 🔜 PKB - 计划迁移
- 🔜 其他AI对话场景

### V1.0 (历史版本)

- 基础LLM网关
- 简单Chat组件
- 各模块独立实现

---

## 📞 获取帮助

- **通用能力层问题：** 查看本文档或各子模块README
- **业务模块问题：** 查看对应模块的状态文档
- **架构设计问题：** 查看系统总体设计文档

---

**维护说明：** 新增通用能力时，请及时更新本文档。