Develop/AIclinicalresearch
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
3a4aa9123c75b8391109ffb1d9f016afaf01af7c
AIclinicalresearch/docs/03-业务模块/AIA-AI智能问答/04-开发计划/04-Protocol_Agent开发计划/00-开发计划总览.md
HaHafeng 96290d2f76 feat(aia): Implement Protocol Agent MVP with reusable Agent framework 
Sprint 1-3 Completed (Backend + Frontend):

Backend (Sprint 1-2):
- Implement 5-layer Agent framework (Query->Planner->Executor->Tools->Reflection)
- Create agent_schema with 6 tables (agent_definitions, stages, prompts, sessions, traces, reflexion_rules)
- Create protocol_schema with 2 tables (protocol_contexts, protocol_generations)
- Implement Protocol Agent core services (Orchestrator, ContextService, PromptBuilder)
- Integrate LLM service adapter (DeepSeek/Qwen/GPT-5/Claude)
- 6 API endpoints with full authentication
- 10/10 API tests passed

Frontend (Sprint 3):
- Add Protocol Agent entry in AgentHub (indigo theme card)
- Implement ProtocolAgentPage with 3-column layout
- Collapsible sidebar (Gemini style, 48px <-> 280px)
- StatePanel with 5 stage cards (scientific_question, pico, study_design, sample_size, endpoints)
- ChatArea with sync button and action cards integration
- 100% prototype design restoration (608 lines CSS)
- Detailed endpoints structure: baseline, exposure, outcomes, confounders

Features:
- 5-stage dialogue flow for research protocol design
- Conversation-driven interaction with sync-to-protocol button
- Real-time context state management
- One-click protocol generation button (UI ready, backend pending)

Database:
- agent_schema: 6 tables for reusable Agent framework
- protocol_schema: 2 tables for Protocol Agent
- Seed data: 1 agent + 5 stages + 9 prompts + 4 reflexion rules

Code Stats:
- Backend: 13 files, 4338 lines
- Frontend: 14 files, 2071 lines
- Total: 27 files, 6409 lines

Status: MVP core functionality completed, pending frontend-backend integration testing

Next: Sprint 4 - One-click protocol generation + Word export
2026-01-24 17:29:24 +08:00

8.2 KiB
Raw Blame History

Protocol Agent 开发计划总览

版本：v1.0
创建日期：2026-01-24
状态：待开发

一、项目背景

Protocol Agent（研究方案制定助手）是AIA模块的第13个智能体入口，旨在通过多轮对话引导用户完成临床研究方案的核心要素制定。

1.1 核心价值

  • 统一入口：整合样本量计算、PICO提取等7个工具的能力
  • 长期记忆：ProtocolContext持久化存储研究方案要素
  • 专业引导：基于临床研究方法学的思维链引导
  • 平台基础：为后续统计分析Agent、数据清洗Agent等提供可复用框架

1.2 设计哲学

Code as Skeleton, Data as Brain
代码是骨架（确定性流程），数据是大脑（灵活配置）

二、决策确认记录

决策项 选择 说明
入口方式 B - 第13个入口 Protocol Agent作为独立入口，12个现有智能体保留
状态流转 对话驱动 用户在对话中说"继续"或点击"同步"按钮，自然推进阶段
数据同步 内嵌同步按钮 AI整理好数据后，在回复中显示"同步到方案"按钮
Action Card B - 规则触发 基于阶段和条件规则触发，非LLM决定
Reflexion B - Prompt-based 使用Prompt模板进行质量检查（P2优先级）
MVP范围 渐进式演进 Phase 1聚焦核心流程，后续迭代增强
阶段数量 5个阶段 科学问题→PICO→研究设计→样本量→观察指标
完成功能 一键生成 5阶段完成后，支持一键生成研究方案并下载Word

三、文档索引

本开发计划包含以下文档：

序号 文档名称 内容说明
00 开发计划总览.md 本文档，项目概述与决策记录
01 架构设计.md 五层Agent架构、组件职责、执行流程
02 数据库设计.md 完整Prisma Schema定义
03 代码结构设计.md 目录结构、核心接口、类型定义
04 分阶段实施计划.md Sprint划分、任务列表、里程碑

四、核心架构概览

4.1 核心交互模式：对话驱动

┌─────────────────────────────────────────────────────────────────────────┐
│                        对话驱动交互模式                                  │
├─────────────────────────────────────────────────────────────────────────┤
│                                                                         │
│  【用户与AI对话】                                                        │
│       ↓                                                                 │
│  【AI收集信息，整理数据】                                                │
│       ↓                                                                 │
│  【AI回复中显示 "✅ 同步到方案" 按钮】                                   │
│       ↓                                                                 │
│  【用户点击同步】→ 数据写入Context → State Panel更新                    │
│       ↓                                                                 │
│  【AI询问：继续下一阶段吗？】                                            │
│       ↓                                                                 │
│  【用户说"继续"】→ AI识别意图 → 自动进入下一阶段                        │
│                                                                         │
└─────────────────────────────────────────────────────────────────────────┘

4.2 五层架构

┌─────────────────────────────────────────────────────────┐
│  1. Query Layer      意图识别、实体提取、上下文消歧     │
├─────────────────────────────────────────────────────────┤
│  2. Planner Layer    状态机、策略选择、任务分解         │
├─────────────────────────────────────────────────────────┤
│  3. Executor Layer   LLM调用、工具调用、响应构建        │
├─────────────────────────────────────────────────────────┤
│  4. Tools Layer      内部工具、外部工具、RAG、Deep Link │
├─────────────────────────────────────────────────────────┤
│  5. Reflection Layer 质量检查、一致性校验、恢复处理     │
└─────────────────────────────────────────────────────────┘

4.3 三层职责划分

层次 职责 实现方式
代码层 状态流转、数据存储、API调用、错误处理 TypeScript代码
Prompt层 意图识别、对话生成、信息提取、质量检查 Prompt模板 + LLM
工具层 Deep Link、外部API、知识库检索 工具注册 + 调用

五、阶段规划

Phase 1：MVP完整功能（4周）

目标：完成Agent框架 + 5阶段对话 + 一键生成研究方案

  • ✅ 通用Agent框架搭建
  • ✅ 5个核心阶段（科学问题→PICO→研究设计→样本量→观察指标）
  • ✅ 对话驱动 + 同步按钮交互模式
  • ✅ ProtocolContext持久化
  • ✅ State Panel前端展示
  • ✅ 一键生成研究方案
  • ✅ Word文档导出

Phase 2：知识增强（3周）

目标：集成专家知识库，提升专业深度

  • 🔲 EKB知识库建设
  • 🔲 RAG检索集成
  • 🔲 Function Calling工具调用
  • 🔲 高级Reflexion质量检查

Phase 3：平台化（2周）

目标：配置化、可观测性、多Agent支持

  • 🔲 后台配置管理界面
  • 🔲 Prompt在线调试
  • 🔲 完整Trace分析
  • 🔲 统计分析Agent接入准备

六、技术栈

类别 技术选型 说明
后端框架 Fastify v4 + TypeScript 现有架构
数据库 PostgreSQL 15 + Prisma 6 现有架构
LLM DeepSeek-V3 (主) / GPT-4 (备) 通过LLM Gateway
前端框架 React 19 + Ant Design 6 现有架构
状态管理 Zustand 轻量级状态管理

七、风险与缓解

风险 影响 缓解措施
LLM幻觉 生成不准确的医学信息 Reflexion检查 + 知识库约束
上下文丢失 长对话信息遗忘 ProtocolContext持久化 + 摘要策略
提取不准确 Context数据错误 置信度标记 + 用户确认
Prompt调优耗时 延迟交付 预留充足调优时间

八、成功标准

Phase 1 交付标准

  1. 功能完整性：用户可完成5阶段研究方案要素制定
  2. 数据准确性：Context提取准确率 > 85%
  3. 用户体验：单阶段平均对话轮数 < 5轮
  4. 系统稳定性：API响应成功率 > 99%

九、相关文档

Reference in New Issue View Git Blame Copy Permalink