AIclinicalresearch/docs/03-业务模块/ASL-AI智能文献/06-技术文档/工具3敏捷拆分与演进路线图.md

📦 工具 3 开发计划敏捷拆分与三步演进路线图

制定人： 资深架构师 & 敏捷教练

核心思想： 垂直切片（Vertical Slicing）。不要等所有功能做完再联调，而是先打通一条“最简且极陋”的全链路，再逐步往上叠加复杂度和体验。

拆分目标： 将原计划的 22 天长周期，拆分为 3 个可独立提测、独立 Demo 的 Milestone（里程碑）。

🎯 为什么原计划需要拆分？

原计划的 Sprint 1（12天）虽然限制了只做“标准模板”，但它的技术复杂度密度依然极高。它要求后端同时搞定 PKB 跨模块 ACL、pg-boss Fan-out 扇出、MinerU 视觉大模型调用，还要前端搞定复杂的 SSE 状态水合、React Query 混编以及复杂的审核抽屉。

一旦前端的抽屉渲染出 Bug，后端的 Fan-out 扇出测试就会被阻塞；一旦 MinerU 接口超时，前端的进度条联调就无法进行。

解决方案：按“业务价值”分为 3 个独立交付物（M1, M2, M3）。

🚀 里程碑 1 (M1)：打通“骨架”与底层基建 (The Skeleton Pipeline)

🎯 核心目标： 证明“从 PKB 拿数据 -> 后端 Fan-out 分发 -> 大模型盲提 -> 数据存入 DB”这条核心管线是通的。

⏱️ 建议时间： Week 1 (约 5-6 天)

👁️ Demo 形态： 用户点个按钮，系统能在后台静默跑完流程，数据库里能看到 JSON 数据。前端只有一个非常简陋的列表。

📦 包含的核心任务：

1. [后端] 基础设施与防腐层： 建立 Prisma 表、写好 PkbExportService (PKB侧) 和 PkbBridgeService (ASL侧)。
2. [后端] Fan-out 调度核心： 跑通 Manager Job 派发 10 个 Child Job 的逻辑。
3. [后端] 纯文本降级提取 (Mock MinerU)： ⚠️ 关键妥协。在 M1 阶段，暂时不接 MinerU，直接用 PKB 里现成的 extractedText（纯文本）加上写死的“标准 RCT Schema”喂给 DeepSeek。
4. [前端] 极简进度与列表： 完成 useTaskStatus 轮询和极简的数据列表（不带抽屉，只看状态是否变成 Completed）。

🌟 M1 的价值：

彻底排除了最容易出错的“并发死锁”和“跨模块读写”问题。后端基建稳固后，可以甩开膀子在 M2 加特性。

🎨 里程碑 2 (M2)：血肉丰满与人机交互 (The HITL Workbench)

🎯 核心目标： 接入视觉大模型解决准确率问题，完成前端最复杂的人机协作（HITL）双联屏抽屉。

⏱️ 建议时间： Week 2-3 (约 8-9 天)

👁️ Demo 形态： 完整的 V1 体验。前端有漂亮的打字机日志、右侧能滑出包含 Quote 高亮的比对抽屉，并能导出 Excel。

📦 包含的核心任务：

1. [后端] 接入 MinerU 表格引擎： 将 M1 中的纯文本提取，升级为 纯文本 + MinerU 高保真 HTML，并引入 Clean Data OSS 缓存机制。
2. [前端] SSE 终端日志： 补齐 ProcessingTerminal 组件，实现 SSE 状态水合。
3. [前端] 智能审核抽屉 (核心战役)：
   • 完成 ExtractionDrawer。
   • 采用 Collapse 折叠面板进行性能优化。
   • 实现 [强制认可] 和 [手动覆写] 交互闭环。
   • 签名 URL 懒加载防过期。
4. [后端] 算法辅助： 上线 fuzzyQuoteMatch 模糊匹配与置信度算法。
5. [全栈] 导出闭环： 完成标准宽表 Excel 导出。

🌟 M2 的价值：

这个阶段结束时，工具 3 已经是一个“完全可用且高度可用”的产品了。它虽然不能自定义字段，但用来提取标准 RCT 文献已经足够惊艳。

🧠 里程碑 3 (M3)：注入灵魂的动态引擎 (The Dynamic Template Engine)

🎯 核心目标： 让系统从“死表单”变成真正的“动态模板引擎”，支持各专科自定义。

⏱️ 建议时间： Week 4 (约 5-6 天)

👁️ Demo 形态： 前端有炫酷的“配置模板”弹窗，用户能随心所欲添加“糖尿病比例”等字段，AI 能听懂并精准提取。

📦 包含的核心任务：

1. [前端] 模板设计器： 完成 Step 1 的系统基座选择器和“添加自定义字段” Modal 交互。
2. [后端] 动态 Schema 组装： DynamicPromptBuilder 升级，支持将用户的自定义字段动态合入 JSON Schema。
3. [后端] 安全护栏： 针对用户的自定义 Prompt，加上严格的 BEGIN/END 隔离区和防逃逸提示词，防止大模型被注入攻击。
4. [前端] 抽屉动态渲染兼容： 审核抽屉的 UI 能够自适应展示用户新增的 Custom 字段（带蓝色 ⚡ 标签）。
5. [QA] 自动化护城河： 补充 Playwright E2E 测试脚本，封版。

🌟 M3 的价值：

赋予了产品极高的商业扩展性和商业壁垒。

📊 拆分后的研发管理优势

维度	原计划 (22天大版)	M1/M2/M3 拆分版
联调阻塞	高。前端等后端写完，后端等算法调完。	极低。M1 让前后端通过简单的 JSON 走通了握手；M2 前端画抽屉时，后端可以安心调 MinerU。
风险暴露	晚。最后一周才发现 pg-boss 会重试死锁。	极早。M1 第一周就会用大量并发测试扇出模式，逼出所有分布式 Bug。
团队士气	疲惫。一个月才能看到最终结果。	高昂。每周五都能组织一次 Demo，看着产品像搭积木一样变强。
上线灵活性	只能全量上。	如果项目赶进度，甚至可以只把 M1+M2 拿去给真实医生试用，M3 作为 v2.1 版本后续迭代发布。

👨‍💻 给研发负责人的执行建议

1. 并行开发池 (Parallel Tracks)： M1 期间，前端其实比较闲（因为只有个简单列表）。此时应该让前端核心骨干提前启动 M2 中 ExtractionDrawer（抽屉）的静态 UI 开发（使用 Mock JSON），这样 M2 联调时会极快。
2. 重防 M1，重攻 M2： M1 是防守（架构防腐、防并发死锁）；M2 是进攻（让用户觉得 AI 抓取极其准确、交互极其顺滑）。