Files

HaHafeng 2481b786d8 deploy: Complete 0126-27 deployment - database upgrade, services update, code recovery

Major Changes:
- Database: Install pg_bigm/pgvector plugins, create test database
- Python service: v1.0 -> v1.1, add pymupdf4llm/openpyxl/pypandoc
- Node.js backend: v1.3 -> v1.7, fix pino-pretty and ES Module imports
- Frontend: v1.2 -> v1.3, skip TypeScript check for deployment
- Code recovery: Restore empty files from local backup

Technical Fixes:
- Fix pino-pretty error in production (conditional loading)
- Fix ES Module import paths (add .js extensions)
- Fix OSSAdapter TypeScript errors
- Update Prisma Schema (63 models, 16 schemas)
- Update environment variables (DATABASE_URL, EXTRACTION_SERVICE_URL, OSS)
- Remove deprecated variables (REDIS_URL, DIFY_API_URL, DIFY_API_KEY)

Documentation:
- Create 0126 deployment folder with 8 documents
- Update database development standards v2.0
- Update SAE deployment status records

Deployment Status:
- PostgreSQL: ai_clinical_research_test with plugins
- Python: v1.1 @ 172.17.173.84:8000
- Backend: v1.7 @ 172.17.173.89:3001
- Frontend: v1.3 @ 172.17.173.90:80

Tested: All services running successfully on SAE

2026-01-27 08:13:27 +08:00

14 KiB

Raw Blame History

AIclinicalresearch 系统当前状态与开发指南

文档版本： v1.0
创建日期： 2025-11-28
维护者： 开发团队
最后更新： 2025-11-28
文档目的： 快速了解系统当前状态，为新AI助手提供上下文

📋 快速导航

🎯 如果您是新的AI助手，请优先阅读：

本文档（5分钟） - 了解系统当前状态
前后端模块化架构设计-V2.md（15分钟） - 了解技术架构
[AI对接] 快速上下文.md（10分钟） - 快速上手指南

🎯 项目概述

项目名称

壹证循科技 - AI临床研究平台

核心定位

一个覆盖临床科研全生命周期、AI驱动的一站式智能科研平台

目标用户

主要用户：临床医生、研究人员（三甲医院）
次要用户：医院科研管理科室、信息中心
商业模式：云端SaaS + 私有化部署 + 单机版

📊 业务模块概览（7大核心功能）

模块代号	模块名称	核心功能	商业价值	当前状态	优先级
AIA	AI智能问答	10+专业智能体（选题评价、PICO梳理等）	⭐⭐⭐⭐	✅ 已完成	P1
PKB	个人知识库	RAG问答、私人文献库	⭐⭐⭐	✅ 已完成	P1
ASL	AI智能文献	文献筛选、Meta分析、证据图谱	⭐⭐⭐⭐⭐	🚧 正在开发	P0
DC	数据清洗整理	ETL + 医学NER（百万行级数据）	⭐⭐⭐⭐⭐	🚧 正在开发	P0
SSA	智能统计分析	队列/预测模型/RCT分析	⭐⭐⭐⭐⭐	📋 规划中	P2
ST	统计分析工具	100+轻量化统计工具	⭐⭐⭐⭐	📋 规划中	P2
RVW	稿件审查系统	方法学评估、审稿流程	⭐⭐⭐⭐	📋 规划中	P3

🏗️ 技术架构（三层设计）

架构总览

┌─────────────────────────────────────────────────────────┐
│              业务模块层 (Product Layer)                    │
│  AIA | PKB | ASL | DC | SSA | ST | RVW                  │
│  ✅    ✅    🚧   🚧   📋   📋   📋                        │
└─────────────────────────────────────────────────────────┘
                      ↓ 依赖
┌─────────────────────────────────────────────────────────┐
│             通用能力层 (Capability Layer)                 │
│  LLM网关 | 文档处理 | RAG引擎 | ETL引擎 | 医学NLP        │
│  ✅       ✅        ✅       🚧       📋                   │
└─────────────────────────────────────────────────────────┘
                      ↓ 依赖
┌─────────────────────────────────────────────────────────┐
│              平台基础层 (Platform Layer)                  │
│  存储 | 日志 | 缓存 | 任务 | 健康检查 | 监控 | 数据库连接池 │
│  ✅    ✅    ✅    ✅    ✅        ✅    ✅                │
└─────────────────────────────────────────────────────────┘

技术栈

前端：

React 19 + TypeScript 5 + Vite 6
Ant Design 5 + TailwindCSS 3
React Query v5 + React Router DOM v6
架构：frontend-v2（模块化，顶部导航）

后端：

Fastify v4 (Node.js 22)
Prisma 6 (10个Schema隔离)
LLM：DeepSeek-V3, Qwen-Max, GPT-5-Pro, Claude-4.5
架构：增量演进（legacy + common + modules）

数据库：

PostgreSQL 16
10个Schema隔离（platform/aia/pkb/asl/dc/ssa/st/rvw/admin/common）

云原生部署：

阿里云 SAE (Serverless 应用引擎)
RDS (PostgreSQL) + OSS (对象存储) + Redis (可选)

🚀 当前开发状态（2025-11-28）

✅ 已完成模块

1. 平台基础层（2025-11-17完成）

✅ 存储服务（LocalAdapter ↔ OSSAdapter）
✅ 日志系统（Winston + 结构化JSON）
✅ 缓存服务（Memory ↔ Redis）
✅ 异步任务（MemoryQueue ↔ DatabaseQueue）
✅ 健康检查（Liveness + Readiness）
✅ 监控指标（数据库连接/内存/API）
✅ 数据库连接池（Serverless优化）
✅ 100%测试通过

2. AIA模块 - AI智能问答（已完成）

✅ 10个专业智能体
✅ 流式对话 + 非流式对话
✅ 知识库模式（RAG检索）
✅ 批处理模式
状态：生产就绪

3. PKB模块 - 个人知识库（已完成）

✅ 知识库CRUD
✅ 文档上传（PDF/Word/TXT/MD）
✅ RAG问答
✅ 批处理任务
状态：生产就绪

🚧 正在开发模块

4. ASL模块 - AI智能文献（正在开发）

开发进度：

✅ 标题摘要初筛MVP：完整流程（设置→启动→审核→结果→导出）
✅ 全文复筛后端：LLM服务、数据库、批处理、API（Day 2-5完成）
🚧 全文复筛前端UI：4个核心页面（Day 6-8，预计2.5天）

核心功能：

双模型并行筛选（DeepSeek-V3 + Qwen-Max）
PICOS标准判断
12字段结构化提取（全文复筛）
医学逻辑验证 + 证据链验证
Excel批量导出

技术亮点：

Nougat优先 + PyMuPDF降级（PDF提取）
3层JSON解析（容错机制）
冲突检测与人工复核
云原生存储（零文件落盘）

详细文档：ASL模块当前状态

5. DC模块 - 数据清洗整理（正在开发）

开发进度：

✅ Day 2完成：健康检查 + 模板管理基础
✅ Day 3完成：HealthCheckService + TemplateService完整实现
🚧 Day 4-5：工具B核心功能开发

核心功能：

工具A：医疗数据超级合并器（多表JOIN）
工具B：病历结构化机器人（医学NER）🚧 当前开发中
工具C：科研数据编辑器
Portal：智能数据清洗工作台

技术亮点：

Excel内存处理（百万行级）
LLM驱动的医学实体识别
健康检查机制（拦截不合格数据）
模板系统（30+预设模板）

详细文档：DC模块README

📁 项目结构概览

AIclinicalresearch/
├── frontend-v2/              # 🌐 前端（React 19 + TS）
│   └── src/
│       ├── framework/        # 框架层（布局、路由、权限）
│       ├── modules/          # 业务模块
│       │   ├── asl/          # ✅ AI智能文献
│       │   ├── aia/          # ✅ AI智能问答
│       │   ├── pkb/          # ✅ 个人知识库
│       │   ├── dc/           # 🚧 数据清洗（开发中）
│       │   └── ...
│       └── shared/           # 共享组件和工具
│
├── backend/                  # ⚙️ 后端（Fastify + Prisma）
│   └── src/
│       ├── common/           # ⭐ 平台基础设施（云原生）
│       │   ├── storage/      # 存储抽象层
│       │   ├── logging/      # 日志系统
│       │   ├── cache/        # 缓存服务
│       │   ├── jobs/         # 异步任务
│       │   └── ...
│       ├── legacy/           # 🔸 现有业务代码（稳定）
│       └── modules/          # 🌟 新架构模块
│           ├── asl/          # ✅ AI智能文献
│           └── dc/           # 🚧 数据清洗（开发中）
│
├── docs/                     # 📚 文档体系
│   ├── 00-系统总体设计/      # 架构设计
│   ├── 01-平台基础层/        # 平台能力
│   ├── 02-通用能力层/        # LLM、RAG等
│   ├── 03-业务模块/          # 各模块文档
│   ├── 04-开发规范/          # 云原生规范等
│   └── 08-项目管理/          # 计划和进度
│
└── prisma/
    └── schema.prisma         # 10个Schema定义

🎯 核心设计原则

1. 云原生架构 ☁️

无状态应用：不依赖本地文件系统
存储抽象层：适配器模式，零代码环境切换
异步任务：避免Serverless超时（30秒）
数据库连接池：防止连接数耗尽
详细规范：云原生开发规范 ⭐ 必读

2. 模块化与独立部署 🔧

前后端分离：每个模块前后端完全独立
Schema隔离：数据库层面模块隔离（10个Schema）
路由独立：每个模块有独立的API路由前缀
支持独立销售：任何模块都可独立打包

3. 商业模式灵活性 💰

4种部署形态：云端SaaS、私有化部署、单机版、混合部署
多版本支持：专业版/高级版/旗舰版（Feature Flag控制）
AI成本可控：动态切换LLM模型
模块化售卖：任何模块都可独立销售

4. 渐进式演进 📈

新旧并存：Frontend-v2（新）+ Frontend（旧保留）
增量改造：Legacy模块保持稳定，新模块标准化
Just-in-time：聚焦当前，架构预留，避免过度设计

📅 开发时间线

时间	阶段	主要成果
2025-11-12	Week 1	✅ 数据库Schema隔离（10个Schema）
2025-11-13~14	Week 2	✅ 前端模块化架构 + 后端分层
2025-11-17	Week 2+	✅ 平台基础设施（8个核心模块）
2025-11-18~21	Week 3~4	✅ ASL标题摘要初筛MVP
2025-11-22~23	ASL Day 2-5	✅ ASL全文复筛后端完成
2025-11-26~27	DC Day 2-3	✅ DC工具B健康检查+模板管理
2025-11-28	当前	🚧 ASL全文复筛前端 + DC工具B开发

🎯 下一步计划

短期（1-2周）

ASL全文复筛前端（Day 6-8）
- 4个核心页面：设置、进度、工作台、结果
- PDF上传和预览功能
- 双模型判断对比UI
- 实时进度监控
DC工具B完成（Day 4-7）
- ExtractionService实现
- 批量提取API
- 前端集成和测试

中期（1-2月）

DC模块完整实现（工具A、工具C、Portal）
ASL模块优化（Prompt优化、并发处理）
LLM网关统一抽取

长期（3月+）

SSA模块（智能统计分析）
ST模块（统计分析工具）
RVW模块（稿件审查系统）

📚 重要文档索引

🎯 必读文档（新AI助手）

⭐⭐⭐ 本文档 - 系统当前状态
⭐⭐⭐ 前后端模块化架构设计-V2.md - 架构总纲
⭐⭐⭐ 云原生开发规范.md - 开发规范（必读）
⭐⭐ 01-系统架构分层设计.md - 三层架构详解
⭐⭐ 09-总体需求文档(PRD).md - 产品需求

🚀 当前开发相关

🏗️ 架构设计

🔧 开发环境

环境要求

Node.js: v22.18.0+
PostgreSQL: 16+
npm: 10+

快速启动

后端：

cd backend
npm install
npx prisma generate
npm run dev  # http://localhost:3001

前端：

cd frontend-v2
npm install
npm run dev  # http://localhost:3000

环境变量配置

参考：环境配置指南

⚠️ 重要注意事项

对新AI助手

✅ 优先阅读云原生开发规范：所有代码必须遵守
✅ 使用平台基础设施：不要重复实现存储、日志、缓存等
✅ 遵循Schema隔离：每个模块的表必须在对应的Schema中
✅ 查看最新开发记录：了解当前开发状态和已知问题

常见陷阱

❌ 不要在业务模块中自己实现存储：使用 import { storage } from '@/common/storage'
❌ 不要硬编码配置：使用环境变量
❌ 不要依赖本地文件系统：使用OSS或内存处理
❌ 不要创建新的Prisma实例：使用全局 prisma 实例

📊 项目统计

代码量

前端：约 15,000 行（TypeScript + TSX）
后端：约 20,000 行（TypeScript）
文档：约 50,000 行（Markdown）
总计：约 85,000 行

模块完成度

✅ 已完成：AIA（100%）、PKB（100%）、平台基础层（100%）
🚧 开发中：ASL（80%）、DC（30%）
📋 未开始：SSA、ST、RVW

测试覆盖率

平台基础层：100%（8/8模块全部通过）
AIA模块：手动测试通过
PKB模块：手动测试通过
ASL模块：部分自动化测试（31个REST Client测试用例）
DC模块：开发中

🌟 技术亮点

✅ 适配器模式：存储/缓存/日志支持本地↔云端零代码切换
✅ 10个Schema一次性完成：架构一次到位
✅ Prisma自动路由：Schema迁移后，代码无需修改
✅ 4个LLM集成：DeepSeek、Qwen、GPT、Claude
✅ 增量演进：新旧并存，降低风险
✅ 云原生就绪：为SAE部署做好准备

📞 联系方式

项目负责人：技术架构师
文档维护：开发团队
问题反馈：GitHub Issues

文档版本：v1.0
最后更新：2025-11-28
下次更新：ASL全文复筛前端完成或 DC工具B完成

🎉 祝新的AI助手工作顺利！所有信息已梳理完毕，可以无缝衔接！

14 KiB Raw Blame History Unescape Escape