HaHafeng 36ce1bbcb2 feat(iit): Complete Day 3 - WeChat Work integration and URL verification
Summary:
- Implement WechatService (314 lines, push notifications)
- Implement WechatCallbackController (501 lines, async reply mode)
- Complete iit_quality_check Worker with WeChat notifications
- Configure WeChat routes (GET + POST /wechat/callback)
- Configure natapp tunnel for local development
- WeChat URL verification test passed

Technical Highlights:
- Async reply mode to avoid 5-second timeout
- Message encryption/decryption using @wecom/crypto
- Signature verification using getSignature
- natapp tunnel: https://iit.nat100.top
- Environment variables configuration completed

Technical Challenges Solved:
- Fix environment variable naming (WECHAT_CORP_SECRET)
- Fix @wecom/crypto import (createRequire for CommonJS)
- Fix decrypt function parameters (2 params, not 4)
- Fix Token character recognition (lowercase l vs digit 1)
- Regenerate EncodingAESKey (43 chars, correct format)
- Configure natapp for internal network penetration

Test Results:
- WeChat developer tool verification: PASSED
- Return status: request success
- HTTP 200, decrypted 23 characters correctly
- Backend logs: URL verification successful

Documentation:
- Add Day3 WeChat integration development record
- Update MVP development task list (Day 2-3 completed)
- Update module status guide (v1.2 -> v1.3)
- Overall completion: 35% -> 50%

Progress:
- Module completion: 35% -> 50%
- Day 3 development: COMPLETED
- Ready for end-to-end testing (REDCap -> WeChat)
2026-01-03 00:13:36 +08:00

AI科研助手

专注于赋能临床及科研人员的智能化平台

📚 项目文档

📖 文档导航中心

🔗 快速链接

🛠️ 子项目文档

🏗️ 技术栈

前端

  • React 18 + TypeScript
  • Vite
  • TailwindCSS
  • Zustand
  • LobeChat组件

后端

  • Node.js + Fastify + TypeScript
  • Prisma ORM
  • PostgreSQL
  • Redis

第三方服务

  • DifyRAG知识库
  • DeepSeek-V3主力LLM
  • Qwen3备用LLM

核心功能

1. 智能问答系统

  • 基于项目背景的上下文对话
  • 支持@知识库引用
  • 3种对话模式RAG快速检索、全文阅读、批处理

2. 知识库管理

  • 文档上传与管理支持PDF/Word/Txt
  • 智能文本提取Python微服务
  • RAG检索优化top_k=15, chunk_size=1500

3. 批处理模式

  • 批量提取结构化信息3-50个文档
  • 预设模板+自定义Prompt
  • Excel导出

4. 稿件审查功能 新增

  • 双维度智能评估
    • 稿约规范性评估11个标准
    • 方法学评估3个部分20个检查点
  • 完整工作流程
    • Word文档上传.doc/.docx
    • 实时进度展示
    • 详细评估报告
    • PDF导出+文本复制
  • 多模型支持DeepSeek-V3 / Qwen3-72B / Qwen-Long
  • 独立导航入口:左侧菜单"稿件审查"

5. 12个智能体规划中

  • 选题评价智能体(已完成)
  • 其他11个智能体计划中

🚀 快速开始

1. 启动基础服务

# 启动PostgreSQL和Redis
docker-compose up -d

2. 后端开发

cd backend
npm install
npm run dev

3. 前端开发

cd frontend
npm install
npm run dev

📦 目录结构

AIclinicalresearch/
├── frontend/           # 前端项目
├── backend/            # 后端项目
├── docs/               # 项目文档
├── docker-compose.yml  # Docker配置
└── README.md           # 本文件

🔑 环境变量

请参考 .env.example 文件配置环境变量。

📖 开发指南

请查看 开发里程碑 了解详细的开发计划。

📄 License

MIT


🔗 相关链接


当前开发阶段: 里程碑1 - Day 6前端基础架构
开发进度: 50% - 前后端基础架构已完成

Description
No description provided
Readme 76 MiB
Languages
TypeScript 83%
Python 6.2%
JavaScript 3.8%
CSS 3.2%
R 2.5%
Other 1.2%