AIclinicalresearch/docs/03-业务模块/SSA-智能统计分析/07-统计专家配置/统计专家配置清单与准备指南.md

SSA 智能统计分析 — 统计专家配置清单与准备指南

文档版本： v1.0
创建日期： 2026-02-23
目标读者： 统计学专家 / 生物统计师
文档目的： 系统性梳理 QPER 架构中所有需要统计学专家审核/配置的内容，便于专家提前准备

---

📋 目录

1. 系统架构概览
2. 配置总览清单（一览表）
3. A 类：统计方法决策表
4. B 类：分析流程模板
5. C 类：R 统计工具
6. D 类：工具参数约束表
7. E 类：LLM Prompt 模板
8. F 类：意图识别规则
9. G 类：统计工具注册表
10. 当前状态与待办事项
11. 专家审核工作流程建议

---

1. 系统架构概览

QPER 四层架构

系统采用 QPER 四层流水线架构处理用户的统计分析请求：

用户："比较两组血压有没有差别"
    │
    ▼
┌─ Q · Query（意图理解）──────────────────────────┐
│  LLM 解析用户意图 → 结构化查询                    │
│  需要配置：意图识别规则(F)、意图 Prompt(E)          │
│  输出：goal=comparison, Y=SBP, X=Group, design=ind │
└──────────────────────┬─────────────────────────────┘
                       ▼
┌─ P · Planner（方法规划）───────────────────────────┐
│  决策表匹配 → 流程模板填充                          │
│  需要配置：决策表(A)、流程模板(B)、工具注册表(G)    │
│  输出：WorkflowPlan [step1: 描述统计, step2: T检验] │
└──────────────────────┬─────────────────────────────┘
                       ▼
┌─ E · Execute（R引擎执行）──────────────────────────┐
│  调用 R 工具执行统计计算                            │
│  需要配置：R 工具脚本(C)、参数约束(D)               │
│  输出：StepResult[]（含 P 值、统计量、效应量等）     │
└──────────────────────┬─────────────────────────────┘
                       ▼
┌─ R · Reflection（论文级结论）──────────────────────┐
│  LLM 基于真实 R 引擎结果生成论文结论               │
│  需要配置：结论 Prompt(E)                           │
│  输出：ConclusionReport（含摘要、方法学、局限性）    │
└────────────────────────────────────────────────────┘

核心原则

原则	说明
LLM 不做计算	LLM 只负责意图理解、方案规划、结果解读，所有统计计算由 R 引擎完成
白盒透明	用户可以看到每一步做了什么、为什么、R 代码是什么
自动降级	不满足参数检验前提条件时，自动切换非参数方法
可审计	生成可在本地运行的 R 代码，支持结果复现

---

2. 配置总览清单

🟢 = 已配置完成 | 🟡 = 已配置但需专家审核/完善 | 🔴 = 未配置

类别	配置项	文件路径	当前状态	专家需做什么
A. 决策表	统计方法选择规则（11 条）	config/decision_tables.json	🟡	审核匹配规则、降级条件、补充缺失场景
B. 流程模板	分析步骤编排（5 个模板）	config/flow_templates.json	🟡	审核步骤合理性、补充新模板
C. R 工具	统计计算脚本（12 个）	r-statistics-service/tools/*.R	🟡	审核统计方法正确性、护栏阈值
D. 参数约束	变量类型/水平约束（12 工具）	config/tool_param_constraints.json	🟡	审核约束条件（minLevels/maxLevels 等）
E. Prompt	LLM 提示词（12 个）	数据库 + seed 脚本	🟡	审核统计术语准确性、Few-Shot 示例
F. 意图规则	意图识别关键词（5 类）	config/intent_rules.json	🟡	补充统计领域关键词
G. 工具注册表	工具元信息（12 工具）	config/tools_registry.json	🟡	审核工具描述、参数说明、前提条件

---

3. A 类：统计方法决策表

文件： backend/src/modules/ssa/config/decision_tables.json

作用

当系统理解了用户意图后（Q 层输出 goal + outcomeType + predictorType + design），通过此表进行 四维匹配，选出最适合的统计方法。

当前已配置的 11 条规则

规则 ID	分析目标	结局类型	自变量类型	设计	主方法	降级方法	降级触发条件
DIFF_CONT_BIN_IND	comparison	continuous	binary	independent	T 检验	Mann-Whitney	Shapiro-Wilk P<0.05
DIFF_CONT_BIN_PAIRED	comparison	continuous	binary	paired	配对 T 检验	Wilcoxon	差值 Shapiro-Wilk P<0.05
DIFF_CONT_MULTI_IND	comparison	continuous	categorical	independent	ANOVA	Kruskal-Wallis	Shapiro-Wilk P<0.05（内部自动切换）
DIFF_CAT_CAT_IND	comparison	categorical	categorical	independent	卡方检验	Fisher	期望频数<5 超过 20% 且 2×2 表
DIFF_CAT_CAT_SMALL	comparison	categorical	binary	independent	Fisher	无	直接使用
ASSOC_CONT_CONT	correlation	continuous	continuous	*	相关分析	无	Pearson/Spearman 自动选择
ASSOC_CAT_ANY	correlation	categorical	*	*	卡方检验	Fisher	期望频数<5 超过 20%
PRED_BIN_ANY	regression	binary	*	*	Logistic 回归	无	—
PRED_CONT_ANY	regression	continuous	*	*	线性回归	无	—
DESC_ANY	descriptive	*	*	*	描述性统计	无	—
COHORT_STUDY	cohort_study	binary	*	*	描述统计	无	对应队列研究模板

🔍 专家需审核的问题

1. 降级条件是否正确？

   • Shapiro-Wilk P<0.05 作为正态性检验阈值是否合理？
   • 期望频数<5 超过 20% 的 Fisher 切换标准是否合理？

2. 缺失的分析场景：

   • 有序分类变量（ordinal）的比较方法？
   • 多因素方差分析（多个自变量）？
   • 生存分析（Kaplan-Meier、Cox 回归）？
   • 重复测量设计？
   • 倾向性评分匹配？
   • 交叉表的多重比较？

3. 优先级是否合理？

   • 当多条规则同时匹配时，priority 值高的优先，需确认排序逻辑

4. 队列研究的 outcomeType 限定为 binary 是否合适？

   • 如果结局变量是连续型（如生存时间），是否需要新规则？

---

4. B 类：分析流程模板

文件： backend/src/modules/ssa/config/flow_templates.json

作用

决策表选出方法后，通过流程模板确定 执行步骤的编排顺序。每个模板定义了"先做什么、再做什么"。

当前已配置的 5 个模板

模板 1：standard_analysis（标准分析流程）

步骤 1: 描述性统计（固定）
步骤 2: 主分析（动态填入，如 T 检验）
步骤 3: 敏感性分析（动态填入降级方法，条件：有降级方法时才执行）

适用： 两组比较、多组比较、卡方检验、相关分析等

模板 2：paired_analysis（配对设计分析）

步骤 1: 描述性统计（固定）
步骤 2: 配对检验（动态填入，如配对 T 检验）

适用： 前后对比、配对设计

模板 3：regression_analysis（回归建模）

步骤 1: 描述性统计（固定）
步骤 2: 多因素回归（动态填入，如 Logistic 或线性回归）

适用： 多因素分析

模板 4：descriptive_only（纯描述统计）

步骤 1: 描述性统计（固定）

适用： 仅需数据概况

模板 5：cohort_study_standard（经典队列研究）

步骤 1: 表1 — 组间基线特征比较（ST_BASELINE_TABLE，group_var=分组变量）
步骤 2: 表2 — 结局指标单因素分析（ST_BASELINE_TABLE，group_var=结局变量）
步骤 3: 表3 — 多因素 Logistic 回归（ST_LOGISTIC_BINARY，含 EPV 截断）

适用： 队列研究 Table 1→2→3

🔍 专家需审核的问题

1. 标准分析是否都需要"敏感性分析"步骤？

   • 当主分析与敏感性分析结论不一致时，系统已有冲突处理准则

2. 队列研究模板是否完整？

   • 表1 基线比较 → 表2 单因素筛选 → 表3 多因素回归，这个流程是否标准？
   • 是否需要增加：表2 → 表3 之间的变量筛选逻辑（如 P<0.1 纳入多因素）？
   • 表3 的 EPV（Events Per Variable）截断规则：当前 epv_capped_predictors 的计算方式是否合理？

3. 需要新增的流程模板：

   • 病例对照研究模板？
   • 横断面调查模板？
   • 生存分析模板（KM + Log-rank + Cox）？
   • 诊断试验模板（敏感性、特异性、ROC）？
   • 一致性分析模板（Kappa、ICC）？

---

5. C 类：R 统计工具

目录： r-statistics-service/tools/

作用

每个 R 工具实现一种统计方法的完整计算。系统通过 HTTP API 调用 R 工具，传入数据和参数，返回标准化的结果块（Block-based 输出）。

当前已实现的 12 个 R 工具

工具代码	方法名称	文件	内置护栏	自动降级
ST_DESCRIPTIVE	描述性统计	descriptive.R	NA 安全处理	—
ST_T_TEST_IND	独立样本 T 检验	t_test_ind.R	正态性(Shapiro-Wilk)、方差齐性(Levene)	→ Mann-Whitney
ST_T_TEST_PAIRED	配对 T 检验	t_test_paired.R	差值正态性(Shapiro-Wilk)	→ Wilcoxon
ST_MANN_WHITNEY	Mann-Whitney U 检验	mann_whitney.R	样本量检查	—
ST_WILCOXON	Wilcoxon 符号秩检验	wilcoxon.R	配对数据完整性	—
ST_CHI_SQUARE	卡方检验	chi_square.R	期望频数检查	→ Fisher
ST_FISHER	Fisher 精确检验	fisher.R	2×2 表检查	—
ST_ANOVA_ONE	单因素方差分析	anova_one.R	正态性、方差齐性(Bartlett)	→ Kruskal-Wallis
ST_CORRELATION	相关分析	correlation.R	正态性检测	Pearson↔Spearman 自动
ST_LOGISTIC_BINARY	二元 Logistic 回归	logistic_binary.R	多重共线性(VIF)、EPV 检查	—
ST_LINEAR_REG	线性回归	linear_reg.R	残差正态性、多重共线性(VIF)	—
ST_BASELINE_TABLE	基线特征表	baseline_table.R	变量类型自动判断	gtsummary 自动选方法

每个 R 工具的标准输出结构

{
  "success": true,
  "tool_code": "ST_T_TEST_IND",
  "blocks": [
    { "type": "key_value", "title": "检验结果", "items": {...} },
    { "type": "table", "title": "组间比较", "headers": [...], "rows": [...] },
    { "type": "chart", "title": "箱线图", "chartType": "boxplot", "base64": "..." },
    { "type": "text", "title": "结论", "content": "..." }
  ],
  "guardrail_notes": ["正态性检验通过 (Shapiro-Wilk P=0.23)"],
  "reproducible_code": "# 可复现 R 代码\nlibrary(...)..."
}

🔍 专家需审核的问题

1. 护栏阈值是否合理？

   • 正态性检验：Shapiro-Wilk P<0.05 → 切换非参数，这个阈值是否标准？
   • 方差齐性：Levene/Bartlett P<0.05 → 使用 Welch 校正，是否合理？
   • 期望频数：<5 超过 20% → Fisher，标准是否准确？
   • EPV（Events Per Variable）≥10 的门槛是否需要调整？

2. 统计方法实现是否正确？

   • T 检验：Welch T 检验 vs Student T 检验的选择逻辑
   • ANOVA 事后比较方法：Tukey HSD vs Bonferroni？
   • Logistic 回归：变量选择策略（Enter 法 / Forward / Backward）？
   • 相关分析：自动选择 Pearson vs Spearman 的依据

3. 缺失的 R 工具（需开发新工具时才需要配置）：

   • Kaplan-Meier 生存分析
   • Cox 比例风险回归
   • 重复测量 ANOVA
   • 混合效应模型
   • ROC 曲线与 AUC
   • Kappa/ICC 一致性分析
   • 倾向性评分匹配

---

6. D 类：工具参数约束表

文件： backend/src/modules/ssa/config/tool_param_constraints.json

作用

定义每个统计工具对输入参数的变量类型要求，用于：

• 前端变量选择器的智能提示和⚠️警告标记
• 后端 API 的参数校验（防火墙）
• 帮助临床医生正确选择变量

当前已配置（12 个工具，全覆盖）

工具	参数名	选择模式	类型要求	水平限制	提示语
T 检验	group_var	单选	categorical	maxLevels=2	T检验要求二分类分组变量
	value_var	单选	numeric	—	T检验要求连续型因变量
Mann-Whitney	group_var	单选	categorical	maxLevels=2	要求二分类分组变量
	value_var	单选	numeric	—	要求连续型因变量
配对 T 检验	before_var	单选	numeric	—	前测变量应为连续型
	after_var	单选	numeric	—	后测变量应为连续型
Wilcoxon	before_var	单选	numeric	—	前测变量应为连续型
	after_var	单选	numeric	—	后测变量应为连续型
卡方检验	var1	单选	categorical	—	要求分类变量
	var2	单选	categorical	—	要求分类变量
Fisher	var1	单选	categorical	—	要求分类变量
	var2	单选	categorical	—	要求分类变量
相关分析	var_x	单选	numeric	—	要求连续型变量
	var_y	单选	numeric	—	要求连续型变量
Logistic 回归	outcome_var	单选	categorical	maxLevels=2	要求二分类结局变量
	predictors	多选	any	—	预测变量
	confounders	多选	any	—	混杂因素（可选）
线性回归	outcome_var	单选	numeric	—	要求连续型结局变量
	predictors	多选	any	—	预测变量
	confounders	多选	any	—	混杂因素（可选）
ANOVA	group_var	单选	categorical	minLevels=3	要求3组及以上分组变量
	value_var	单选	numeric	—	要求连续型因变量
基线表	group_var	单选	categorical	minLevels=2, maxLevels=5	需要分类分组变量
	analyze_vars	多选	any	—	选择需要分析的变量
描述统计	variables	多选	any	—	选择需要描述的变量
	group_var	单选	categorical	—	分组变量（可选）

🔍 专家需审核的问题

1. 水平限制是否准确？

   • 基线表 maxLevels=5 是否合理？分组变量超过 5 组的情况是否存在？
   • ANOVA minLevels=3 是否排除了两组情况的正确性？（两组应走 T 检验）

2. 类型要求是否完整？

   • 相关分析：Spearman 也可以接受有序分类变量，是否需要放宽为 any？
   • Logistic 回归的 predictors：是否应区分连续/分类？

3. 提示语是否专业且易懂？

   • 面向临床医生，提示语是否够简明？

---

7. E 类：LLM Prompt 模板

作用

Prompt 模板控制 LLM 在不同场景下的行为。所有 Prompt 存储在数据库中，通过 seed 脚本初始化。

当前已配置的 12 个 Prompt

7.1 核心角色定义

Prompt Key	用途	统计相关度	审核重点
SSA_BASE_SYSTEM	LLM 基础角色定义	⭐⭐⭐	确认"不做计算"的边界描述是否准确

当前内容要点：

• 定义 LLM 为"分析规划者"和"结果解读者"
• 严禁生成任何数值结果（P值、均值、标准差等）
• 所有计算由 R 引擎完成

7.2 意图分类

Prompt Key	用途	统计相关度	审核重点
SSA_INTENT_ROUTER	意图分类器	⭐⭐	6 种意图的定义和典型示例是否准确
SSA_QUERY_INTENT	分析意图解析	⭐⭐⭐⭐⭐	Few-Shot 示例、goal 分类、confidence 评分

SSA_QUERY_INTENT 审核重点：

• goal 分类是否完整？ 当前：comparison / correlation / regression / descriptive / cohort_study
  • 是否需要增加：survival_analysis, diagnostic_test, agreement, meta_analysis？
• Few-Shot 示例是否覆盖常见场景？ 当前 6 个示例
  • 是否需要增加：生存分析、诊断试验、一致性分析的示例？
• Confidence 评分标准是否合理？
  • 0.9-1.0 = 明确指定 Y 和 X
  • 0.7-0.8 = 指定 Y 但 X 需推断
  • 0.5-0.6 = 意图清楚但无变量名
  • <0.5 = 模糊表达需追问

7.3 对话场景

Prompt Key	用途	统计相关度	审核重点
SSA_INTENT_CHAT	自由对话	⭐	—
SSA_INTENT_EXPLORE	数据探索	⭐⭐	数据质量问题的提醒清单是否完整
SSA_INTENT_CONSULT	方法咨询	⭐⭐⭐⭐	推荐逻辑、前提条件说明是否准确
SSA_INTENT_ANALYZE	分析协调	⭐⭐⭐	方案状态说明的措辞
SSA_INTENT_DISCUSS	结果讨论	⭐⭐⭐⭐	P 值解读指导、临床意义讨论准则
SSA_INTENT_FEEDBACK	改进反馈	⭐⭐⭐	诊断问题的分类框架

7.4 核心任务 Prompt

Prompt Key	用途	统计相关度	审核重点
SSA_METHOD_CONSULT	方法推荐输出格式	⭐⭐⭐⭐	推荐理由、前提条件、降级方案的描述准则
SSA_ANALYZE_PLAN	分析方案解释	⭐⭐⭐	方案解释的非技术化表达准则
SSA_PICO_INFERENCE	PICO 结构推断	⭐⭐⭐⭐⭐	Few-Shot 示例、观察性研究处理、Confidence 准则
SSA_REFLECTION	论文级结论生成	⭐⭐⭐⭐⭐	冲突处理准则、方法学说明格式、局限性模板

🔍 专家需审核的关键 Prompt

优先级 1（最重要）：

1. SSA_QUERY_INTENT — 决定了系统如何理解用户需求

   • Few-Shot 示例是否覆盖临床常见场景？
   • 队列研究 vs 横断面调查的区分规则
   • "统计学意义"这类表达的意图分类是否正确

2. SSA_REFLECTION — 决定了最终报告的质量

   • 冲突处理准则（主分析与敏感性分析不一致时）
   • 方法学段落的撰写指导
   • 局限性的标准表述

3. SSA_PICO_INFERENCE — 决定了数据理解的准确性

   • 观察性研究 intervention=null 的判断准则
   • 变量名引用规则
   • Confidence 评分准则

优先级 2：

4. SSA_INTENT_CONSULT — 方法咨询的准确性
5. SSA_INTENT_DISCUSS — P 值和效应量的解读指导
6. SSA_METHOD_CONSULT — 推荐方法的输出格式

---

8. F 类：意图识别规则

文件： backend/src/modules/ssa/config/intent_rules.json

作用

系统首先用 关键词规则引擎（零延迟）判断用户意图。规则无法确定时，才使用 LLM 兜底。

当前已配置的 5 类意图规则

意图	关键词	排除词	前置条件	优先级
analyze	分析、检验、t检验、卡方、回归、比较一下、跑一下、执行分析、做个分析、方差分析、ANOVA、相关分析、logistic、生存分析、Cox、基线表	什么方法、用什么、应该怎么、推荐	有数据	10
discuss	什么意思、说明什么、怎么解释、p值、置信区间、结果说明、为什么显著、为什么不显著、临床意义、效应量	—	有数据+有结果	9
feedback	结果不对、不太对、换个方法、重新分析、有问题、不满意、重做	—	有数据+有结果	9
explore	看看、分布、缺失、概况、有哪些变量、数据特征、异常值、样本量、描述一下数据、多少例、变量类型	—	有数据	8
consult	什么方法、用什么、应该怎么分析、推荐方法、分析方案、哪种检验、怎么选、前提条件	—	有数据	7

🔍 专家需审核的问题

1. 关键词是否完整？

   • analyze 缺少：生存分析相关（生存曲线、KM、hazard ratio）、诊断试验相关（ROC、AUC、敏感性）
   • consult 缺少：样本量估计、效能分析相关
   • discuss 缺少：多重比较校正相关（Bonferroni、FDR）

2. 排除词是否合理？

   • 当前 analyze 排除"什么方法、用什么"以避免误判为 consult，但用户说"用 T 检验分析"是否会被误排除？

3. 默认意图 chat 是否是最佳兜底？

---

9. G 类：统计工具注册表

文件： backend/src/modules/ssa/config/tools_registry.json

作用

注册所有可用的统计工具元信息，包括工具代码、参数列表、输出类型、前提条件和降级方法。

当前注册的 12 个工具

工具代码	工具名称	分类	前提条件	降级方法
ST_DESCRIPTIVE	描述性统计	basic	—	—
ST_T_TEST_IND	独立样本T检验	parametric	正态分布	ST_MANN_WHITNEY
ST_MANN_WHITNEY	Mann-Whitney U检验	nonparametric	—	—
ST_T_TEST_PAIRED	配对T检验	parametric	—	—
ST_CHI_SQUARE	卡方检验	categorical	—	ST_FISHER
ST_CORRELATION	相关分析	correlation	—	—
ST_LOGISTIC_BINARY	二元Logistic回归	regression	—	—
ST_FISHER	Fisher精确检验	categorical	—	—
ST_ANOVA_ONE	单因素方差分析	parametric	正态分布+方差齐性	Kruskal-Wallis
ST_WILCOXON	Wilcoxon符号秩检验	nonparametric	—	—
ST_LINEAR_REG	线性回归	regression	—	—
ST_BASELINE_TABLE	基线特征表	composite	—	—

🔍 专家需审核的问题

1. 前提条件字段（prerequisite）需要补全

   • 多数工具未填写前提条件，但实际 R 代码中有检查
   • 建议统一补全，用于向用户展示

2. category 分类是否需要调整？

   • 当前：basic / parametric / nonparametric / categorical / correlation / regression / composite
   • 是否需要更精细的分类？

3. 配对 T 检验缺少 fallback 声明

   • ST_T_TEST_PAIRED 的 fallback 应为 ST_WILCOXON

---

10. 当前状态与待办事项

✅ 已完成（系统可运行）

项目	说明
12 个 R 工具全部实现	含内置护栏和自动降级
11 条决策表规则	覆盖常见分析场景
5 个流程模板	含队列研究全套模板
12 个 Prompt 入库	含角色定义、意图分类、结论生成
参数约束表全覆盖	12 工具 27 个参数
变量可编辑化	医生可修改系统默认选择

🟡 需要专家审核/完善

优先级	项目	预估工作量
P0	决策表降级条件审核	1-2 小时
P0	R 工具护栏阈值审核	2-3 小时
P0	SSA_QUERY_INTENT Prompt Few-Shot 审核	1 小时
P0	SSA_REFLECTION 冲突处理准则审核	1 小时
P1	参数约束表水平限制审核	30 分钟
P1	意图识别关键词补充	30 分钟
P1	队列研究模板步骤审核	1 小时
P2	工具注册表前提条件补全	30 分钟
P2	PICO 推断 Prompt 示例审核	30 分钟

🔴 未来扩展（新统计方法）

统计方法	涉及配置项	说明
生存分析	新 R 工具 + 决策表 + 流程模板 + Prompt 示例	Kaplan-Meier + Cox
诊断试验	新 R 工具 + 决策表 + 流程模板	ROC/AUC/敏感性/特异性
一致性分析	新 R 工具 + 决策表	Kappa / ICC
倾向性评分	新 R 工具 + 流程模板	PSM + 匹配后分析
混合效应模型	新 R 工具 + 决策表	重复测量/多水平
样本量估计	新 R 工具 + 意图规则	效能分析
Meta 分析	新 R 工具 + 完整子系统	固定/随机效应

---

11. 专家审核工作流程建议

推荐审核顺序

第一轮：理解架构（30 分钟）
├── 阅读本文档第 1 节（系统架构概览）
└── 理解 QPER 四层流水线和配置关系

第二轮：审核统计核心（3-4 小时）
├── A. 决策表 → 确认方法选择规则和降级条件
├── C. R 工具 → 审核护栏阈值和统计实现
├── D. 参数约束 → 确认变量类型要求
└── B. 流程模板 → 审核步骤编排逻辑

第三轮：审核 LLM 指导（2-3 小时）
├── E. SSA_QUERY_INTENT → 审核 Few-Shot 和 goal 分类
├── E. SSA_REFLECTION → 审核结论生成准则
├── E. SSA_PICO_INFERENCE → 审核研究设计推断
└── F. 意图规则 → 补充统计领域关键词

第四轮：规划扩展（1-2 小时）
├── 确定优先需要新增的统计方法
├── 为新方法准备决策表规则
└── 为新方法准备 Few-Shot 示例

配置文件位置速查

配置文件	路径
决策表	backend/src/modules/ssa/config/decision_tables.json
流程模板	backend/src/modules/ssa/config/flow_templates.json
工具注册表	backend/src/modules/ssa/config/tools_registry.json
参数约束	backend/src/modules/ssa/config/tool_param_constraints.json
意图规则	backend/src/modules/ssa/config/intent_rules.json
Prompt 种子	backend/scripts/seed-ssa-*.ts
R 工具	r-statistics-service/tools/*.R

反馈格式建议

专家审核后，建议按以下格式反馈：

## 审核反馈 — [配置项名称]

### 确认正确的部分
- [列出审核通过的规则/配置]

### 需要修改的部分
- [配置项]: [当前值] → [建议值]
- [原因说明]

### 需要新增的部分
- [新规则/新工具/新示例]
- [适用场景说明]

### 需要讨论的问题
- [有争议或需要权衡的决策]

---

文档版本： v1.0
创建日期： 2026-02-23
维护者： 开发团队
下次更新触发条件： 专家审核反馈后 / 新增统计工具时