AIclinicalresearch/START-HERE-FOR-NEW-AI.md

# 🚀 新AI启动指令（2分钟快速上手）

> **日期：** 2025-11-18  
> **状态：** 平台基础设施已完成，立即开始ASL模块开发  
> **阅读时间：** 2分钟

---

## 📋 项目现状（一句话）

**医学科研AI平台，基础设施已完成（8个核心模块+5个LLM模型），现在开发ASL文献筛选模块的第一个功能：标题摘要初筛。所有依赖就绪，可立即开始！**

---

## ✅ 已完成的工作（你的优势）

| 完成时间 | 工作内容 | 状态 |
|---------|---------|------|
| 2025-11-17 | **平台基础设施**（8个模块） | ✅ 100% |
|            | - 存储服务（本地/OSS切换） | ✅ |
|            | - 日志系统（结构化JSON） | ✅ |
|            | - 缓存服务（Memory/Redis） | ✅ |
|            | - 异步任务队列 | ✅ |
|            | - 健康检查+监控 | ✅ |
|            | - 数据库连接池+环境配置 | ✅ |
| 2025-11-18 | **CloseAI集成**（GPT-4o+Claude） | ✅ 100% |
|            | - GPT-4o: 1.5秒响应 ⭐ | ✅ |
|            | - Claude-4.5: 2.8秒响应 | ✅ |
|            | - 双模型筛选: 4.8秒 | ✅ |
| Week 1-2   | 前后端架构+文档 | ✅ 100% |

---

## 🎯 你的任务（ASL模块开发）

### 第一步：定义数据库Schema（2小时）

**文件位置：** `backend/prisma/schema.prisma`

**需要添加4个模型：**
1. `AslScreeningProject` - 筛选项目
2. `AslLiterature` - 文献信息
3. `AslScreeningResult` - 筛选结果
4. `AslScreeningTask` - 筛选任务

**⚠️ 关键要求：**
- 每个模型必须添加 `@@schema("asl_schema")`
- 参考 `docs/03-业务模块/ASL-AI智能文献/04-开发计划/02-标题摘要初筛开发计划.md` Week 1 Day 1（第299-402行有完整代码）

**执行命令：**
```bash
cd backend
npx prisma migrate dev --name add_asl_screening_tables
npx prisma generate
```

---

## 📚 必读文档（3个核心文档）

### 1️⃣ 系统全貌（20分钟）⭐⭐⭐
**`docs/00-系统总体设计/00-系统当前状态与开发指南.md`**

**为什么必读：**
- 包含平台基础设施使用方法（storage/logger/cache/jobQueue）
- 包含5个LLM模型的调用方式
- 包含云原生开发规范（必须遵守）
- 包含禁止的操作清单

**重点章节：**
- Part 1.3：后端架构 - 平台基础设施（必读）
- Part 2.3：云原生开发规范（必须遵守）
- Part 3：重要原则与禁忌（必须遵守）

---

### 2️⃣ ASL开发计划（20分钟）⭐⭐⭐
**`docs/03-业务模块/ASL-AI智能文献/04-开发计划/02-标题摘要初筛开发计划.md`**

**为什么必读：**
- Week 1 Day 1 包含完整的Prisma Schema代码（可直接复制）
- 每一天的开发任务详细说明
- 包含LLM筛选服务代码示例

**重点章节：**
- Week 1 Day 1：数据库Schema设计（第299-402行）
- Week 2 Day 1：LLM筛选核心实现（第403-530行）
- 云原生开发注意事项（第77-162行）

---

### 3️⃣ 任务分解清单（15分钟）⭐⭐
**`docs/03-业务模块/ASL-AI智能文献/04-开发计划/03-任务分解.md`**

**为什么必读：**
- 80+个详细任务，每个有ID、耗时、验收标准
- 按天组织，清晰明确
- 包含云原生开发要求

**重点章节：**
- T1.1.1 - T1.1.5：数据库Schema设计任务
- 云原生开发要求（第61-143行）

---

## ⭐ 核心代码示例（直接使用）

### 1. 使用平台基础设施

```typescript
// ✅ 必须使用平台服务
import { storage, logger, cache, jobQueue } from '@/common'
import { prisma } from '@/config/database'

// 文件上传
await storage.upload('literature/123.pdf', buffer)

// 日志记录
logger.info('Screening started', { projectId, count })

// 缓存LLM响应
await cache.set('llm:key', response, 3600)

// 异步任务
const job = await jobQueue.push('asl:screening', data)

// 数据库操作
await prisma.aslProject.create({ data: {...} })
```

### 2. 调用LLM（双模型筛选）

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

// 并行调用两个模型（4.8秒完成）
const [deepseekResult, gpt4oResult] = await Promise.all([
  LLMFactory.getAdapter('deepseek-v3').chat(messages),
  LLMFactory.getAdapter('gpt-5').chat(messages)  // 实际使用 gpt-4o
])

// 判断一致性
if (deepseekResult.decision === gpt4oResult.decision) {
  // 共识度高，直接采纳
} else {
  // 不一致，标记为需要人工复核
}
```

### 3. Excel内存解析（云原生）

```typescript
import xlsx from 'xlsx'

// ✅ 正确：内存解析
const workbook = xlsx.read(buffer, { type: 'buffer' })

// ❌ 错误：不要保存到磁盘
// fs.writeFileSync('./temp.xlsx', buffer)  // 禁止！
```

---

## ⚠️ 必须遵守的规范

### 禁止的操作（会被拒绝）

1. ❌ `fs.writeFileSync()` - 使用 `storage.upload()`
2. ❌ `new PrismaClient()` - 使用全局 `prisma`
3. ❌ 同步处理LLM批量任务 - 使用 `jobQueue`
4. ❌ Excel保存到磁盘 - 内存解析
5. ❌ 重复实现存储/日志/缓存 - 使用平台服务
6. ❌ 频繁Git提交 - 一天工作结束后统一提交
7. ❌ 提交未测试的代码 - 必须测试通过

### 必须遵守的原则

1. ✅ 使用平台基础设施（storage/logger/cache/jobQueue）
2. ✅ Schema隔离（所有表必须 `@@schema("asl_schema")`）
3. ✅ Excel内存解析（不落盘）
4. ✅ 异步处理LLM任务（避免超时）
5. ✅ 使用全局Prisma实例

---

## 🚀 立即开始的3个步骤

```bash
# Step 1: 阅读核心文档（35分钟）
1. docs/00-系统总体设计/00-系统当前状态与开发指南.md（20分钟）
2. docs/03-业务模块/ASL-AI智能文献/04-开发计划/02-标题摘要初筛开发计划.md（15分钟）

# Step 2: 定义数据库Schema（2小时）
1. 打开 backend/prisma/schema.prisma
2. 复制开发计划文档中的Prisma代码（Week 1 Day 1）
3. 运行迁移：npx prisma migrate dev --name add_asl_screening_tables

# Step 3: 创建后端目录结构（10分钟）
mkdir -p backend/src/modules/asl/{routes,controllers,services,schemas,types,utils}
```

---

## 📞 遇到问题？

| 问题类型 | 查看文档 |
|---------|---------|
| 不了解架构 | `00-系统当前状态与开发指南.md` |
| 不知道怎么用平台服务 | `00-系统当前状态与开发指南.md` Part 1.3 |
| 不知道怎么调用LLM | `02-通用能力层/01-LLM大模型网关/03-CloseAI集成指南.md` |
| 不知道做什么任务 | `03-业务模块/ASL-AI智能文献/04-开发计划/03-任务分解.md` |
| 不知道怎么写代码 | `03-业务模块/ASL-AI智能文献/04-开发计划/02-标题摘要初筛开发计划.md` |

---

## 🎉 准备好了吗？

**检查清单：**
- [ ] 已阅读本文档（2分钟）✅
- [ ] 已阅读 `00-系统当前状态与开发指南.md` Part 1.3 和 Part 2.3（10分钟）
- [ ] 已查看 `02-标题摘要初筛开发计划.md` Week 1 Day 1（5分钟）
- [ ] 理解了平台基础设施的使用方式（storage/logger/cache/jobQueue）
- [ ] 理解了5个LLM模型的调用方式
- [ ] 知道了第一个任务：定义数据库Schema

**开始开发吧！** 🚀

---

**详细上下文：** 如需更多信息，查看 `docs/03-业务模块/ASL-AI智能文献/[AI对接] ASL模块快速上下文.md`

**系统全貌：** `docs/00-系统总体设计/00-系统当前状态与开发指南.md`

**最后更新：** 2025-11-18  
**更新内容：** 添加平台基础设施和CloseAI集成信息