AIclinicalresearch/docs/03-业务模块/SSA-智能统计分析/00-系统设计/SSA-Pro_v2.0_双引擎架构版 V2.1.md

PRD: SSA-Pro 智能统计分析 (v2.0 双引擎架构版)

文档状态： v2.1 (Optimized for User Scenarios)

发布日期： 2026-02-18

文档密级： 内部绝密

核心变更： > 1. 重构业务流程，确立“智能分析（混合模式）”为主流程。

2. 明确“执行模式”为“标准化复用”场景，而非手动填参。

3. 强化“专家配置”在架构中的核心地位。

1. 核心变革说明 (Executive Summary)

致研发团队：为什么要进行这次架构升级？

经过前几轮的技术验证与业务推演，我们发现原有的“上传->规划->执行”一条龙模式存在两个致命的业务死角：

1. 用户意图模糊：用户往往不知道自己要做什么（如“帮我分析一下”），直接跑代码会报错或产生无意义结果。
2. 统计专家缺位：护栏规则硬编码在代码里，统计专家无法维护，导致系统缺乏“灵魂”。

因此，我们将架构解耦为两个独立子系统，通过编排满足不同场景：

• Planner（大脑）：负责陪聊、澄清意图、生成方案。（独立上线，无需数据）
• Executor（四肢）：负责接收明确指令、跑数、出结果。（复用之前的 R 开发成果）

架构拆分与用户体验的关系：

架构上的拆分（Planner/Executor）是为了技术上的解耦和复用，但在用户体验端，对于最常见的“智能分析”场景，我们将这两者无缝串联，给用户提供“一站式”体验。

2. 研发背景与业务价值

2.1 用户真实痛点

• 场景 A (无数据)：医生在写基金本子，还没收病人，但他急需一份《统计学分析计划书》来填表。原方案不支持此场景。
• 场景 B (数据脏)：医生上传的 Excel 列名全是中文，且有特殊字符。原方案直接跑 R 会崩溃。
• 场景 C (隐私顾虑)：医生不敢把数据上传到云端，但又想知道该用什么统计方法。

2.2 产品解决方案：双引擎 + 配置中台

1. 独立咨询 (SSA-Planner)：无需上传数据，通过多轮对话澄清意图，输出专业的 SAP (分析计划)。
2. 独立计算 (SSA-Executor)：用户确认方案后，再上传数据，一键执行计算，交付代码。
3. 专家协同 (Config Center)：统计专家通过 Excel 配置规则，系统动态加载，不再硬编码。

2.3 商业价值

• 降低门槛：用户不用传数据就能体验 AI 能力（Planner），极大地提高了转化率。
• 数据安全：实现了逻辑（云端）与数据（本地/隔离）的彻底解耦。

3. 系统架构与模块定义

3.1 总体架构图

graph TD
subgraph "用户触点"
Chat[前端 Chat 界面]
end

subgraph "Module A: 智能规划师 (SSA-Planner)"  
    Intent\[意图识别引擎\]  
    Clarify\[澄清引导模块\]  
    GenSAP\[SAP 生成模块\]  
end

subgraph "Module B: 智能执行器 (SSA-Executor)"  
    API\[Executor API\]  
    R\_Core\[R Docker 容器\]  
    Guard\[统计护栏\]  
end

subgraph "Module C: 统计配置中台 (Admin)"  
    Meta\[元数据管理\]  
    Rules\[规则引擎\]  
    Templates\[代码模板\]  
end

Chat \--"1. 咨询/方案"--\> Intent  
Intent \<--\> Clarify  
Intent \--\> GenSAP  
  
Chat \--"2. 执行/计算"--\> API  
API \--\> R\_Core  
  
Meta \-.-\> Intent  
Rules \-.-\> Guard

3.2 模块功能详述

🧩 模块 A：SSA-Planner (智能规划师)

• 定位：纯 NLP 应用，不涉及 R 计算。
• 输入：自然语言 + (可选) 数据 Schema。
• 核心能力：
  • 意图澄清：当用户指令模糊时，主动反问（"您是想做差异分析还是相关性分析？"）。
  • 方案生成：检索 RAG 库，生成结构化的 JSON 计划和 Markdown 报告。
• 交付物：《统计分析计划书》 (PDF/Word)。

🧩 模块 B：SSA-Executor (智能执行器)

• 定位：纯计算服务，无状态 API。
• 输入：skill_code + params + data_source。
• 核心能力：
  • 混合数据加载：支持 JSON 和 OSS 数据源。
  • 护栏检查：执行正态性、方差齐性检查。
  • 结果交付：生成三线表、高清图、R 源码。
• 技术备注：这部分完全复用原 V1.3 计划中的 R 服务开发内容。
• 注意：Executor 无法直接处理用户的自然语言。必须经由 Planner 将自然语言转化为结构化参数后，才能被调用。

🧩 模块 C：统计配置中台 (Config Center)

• 定位：专家知识注入入口。
• MVP 实现：Excel 导入工具。
• 配置内容：
  • 工具定义（Name, Desc, Usage）。
  • 护栏阈值（P < 0.05）。
  • R 代码模板（Glue Template）。

4. 核心业务流程 (User Journey)

流程一：智能分析模式 (Intelligent Analysis Mode) - ⭐ 最常见场景

场景：用户有数据，有模糊的意图（如“帮我对比一下差异”），希望一站式出结果。

架构逻辑：串联调用 Planner -> Executor。

1. 用户：上传 data.csv 并输入：“帮我对比一下吸烟组和非吸烟组的体重差异”。
2. Planner（后台隐形介入）：
   • 读取 Data Schema，识别出 Group 和 Weight 列。
   • 理解用户意图（"对比差异"），结合变量类型（二分类 vs 连续），推荐“独立样本 T 检验”。
   • 生成 Executor 能听懂的 JSON 参数。
3. 交互：系统弹出 [ 方案确认卡片 ]（由 Planner 生成）。
   • 设计意图：给用户一种“专家先审视，再执行”的安全感。
4. 用户：点击 [ 确认并执行 ]。
5. Executor：接收 Planner 的 JSON -> 跑 R 代码 -> 返回结果。
6. 用户：获得结果。

流程二：纯咨询模式 (Consultation Mode) - 科研设计场景

场景：用户还没收集数据（无数据），在写开题报告或基金标书，需要设计统计方案。

架构逻辑：仅调用 Planner。

1. 用户：“我想研究阿司匹林对心血管事件的影响，该怎么设计统计？”
2. Planner：检索知识库，生成《统计分析计划书 (SAP)》。
   • 包含：研究假设、变量定义、推荐方法（Cox 回归）、样本量估算建议。
3. 用户：下载 SAP 文档。（流程结束）

流程三：标准化复用模式 (Standardized Reuse Mode) - 专家/高阶场景

场景：

1. 复用：上周生成了一个完美的 SAP，这周新数据来了，直接套用，不想再跟 AI 废话。
2. 专家下发：科室主任定义好了标准分析流程，存为模板，研究生直接上传数据运行。
   架构逻辑：跳过 Planner 推理，直接调用 Executor。
3. 用户：上传 new_data.csv，并从“我的方案库”中选择“肺癌生存分析标准模板”（或加载之前的 SAP ID）。
4. 系统：自动校验新数据是否符合模板要求的列名（Schema Check）。
5. Executor：直接读取模板参数 -> 跑数 -> 出结果。
6. 用户：下载结果。

5. 接口与数据协议 (Schema)

5.1 Planner 输出协议 (Plan JSON)

这是连接 Planner 和 Executor 的契约。

{
"analysis_id": "uuid",
"tool_code": "ST_T_TEST_IND",
"reasoning": "因变量为连续数值，自变量为二分类...",
"params": {
"group_col": "Gender",
"val_col": "BMI",
"conf_level": 0.95
},
"guardrails": {
"check_normality": true,
"action_on_fail": "switch_to_wilcoxon"
}
}

6. 实施路线图 (Updated Roadmap)

基于新架构，我们将开发顺序调整为 “Planner 先行，Executor 并行”。

Phase 1: 智能规划师上线 (Week 1-2)

• 目标：上线“统计咨询 Chatbot”。
• 后端：开发 Excel 配置导入脚本；开发 Planner Service (DeepSeek)。
• 前端：开发咨询模式 UI。
• 专家：整理 Top 10 工具的 Excel 配置。
• 注：此阶段不需要 R 服务参与。

Phase 2: 执行器与联调 (Week 3-4)

• 目标：打通计算闭环。
• R 团队：完成 Docker 封装、数据加载器 (Data Loader)、T 检验 Wrapper。
• 后端：对接 R API，透传 Planner 的参数。
• 前端：开发结果展示卡片。

Phase 3: 量产与优化 (Week 5+)

• 目标：覆盖更多工具。
• R 团队：批量复制开发剩余 9 个工具。
• 专家：持续优化配置 Excel。

7. 风险与应对

| 风险点 | 影响 | 应对策略 |

| Planner 瞎指挥 | 生成的参数 Executor 无法执行 | 引入 Zod Schema 强校验，参数不合法直接让 AI 重试。 |

| 数据列名不匹配 | R 代码报错 "Column not found" | 在 Executor 入口增加 模糊匹配/同义词映射 逻辑。 |

| 专家配置进度慢 | 阻塞 Planner 上线 | 提供标准模板，先配 1 个工具（T检验）跑通全流程。 |

8. 结语

这次架构调整不是推翻过去，而是升维。

我们保留了最核心的 R 计算引擎 (Executor)，它是我们的硬实力；

我们剥离出了 AI 规划师 (Planner)，它是我们的软实力；

我们引入了 配置中台，它是我们的护城河。

请大家基于此文档，放心开工。