Files

HaHafeng 8137e3cde2 feat(ssa): Complete SSA-Pro MVP development plan v1.3

Summary:

- Add PRD and architecture design V4 (Brain-Hand model)

- Complete 5 development guide documents

- Pass 3 rounds of team review (v1.0 -> v1.3)

- Add module status guide document

- Update system status document

Key Features:

- Brain-Hand architecture: Node.js + R Docker

- Statistical guardrails with auto degradation

- HITL workflow: PlanCard -> ExecutionTrace -> ResultCard

- Mixed data protocol: inline vs OSS

- Reproducible R code delivery

MVP Scope: 10 statistical tools

Status: Design 100%, ready for development
Co-authored-by: Cursor <cursoragent@cursor.com>

2026-02-18 21:58:37 +08:00

12 KiB

Raw Blame History

SSA智能统计分析模块 - 当前状态与开发指南

文档版本： v1.0
创建日期： 2026-02-18
最后更新： 2026-02-18
维护者： 开发团队
当前状态： 📋 MVP 开发计划 v1.3 完成，准予启动开发
文档目的： 快速了解SSA模块状态，为新AI助手提供上下文

🎉 里程碑（2026-02-18）：

✅ PRD 完成：SSA-Pro 严谨型智能统计分析模块需求定义

✅ 架构设计 V4 完成：Brain-Hand 双层架构 + 统计护栏 + HITL 人机协同

✅ MVP 开发计划 v1.3 完成：通过 3 轮团队评审，准予启动开发

✅ 5 份开发文档完成：总览、任务清单、R服务指南、后端指南、前端指南

📊 模块概览

基本信息

项目	信息
模块名称	SSA - 智能统计分析 (Smart Statistical Analysis)
模块定位	AI驱动的"白盒"统计分析系统
商业价值	⭐⭐⭐⭐⭐ 极高
独立性	⭐⭐⭐⭐ 高（可独立使用，也可与其他模块协同）
目标用户	临床研究人员、生物统计师
开发状态	📋 MVP 开发计划完成，准备启动开发

核心目标

打造一个 "白盒"、"严谨"、"可交付" 的智能统计分析系统。

核心差异化：

白盒：用户完全理解 AI 做了什么，为什么这样做

严谨：统计护栏自动检测前提条件，违规时自动降级

可交付：生成可在本地运行的 R 代码，支持审计复现

功能规格

核心AI能力（规划中）

智能规划（Planner）
- RAG 工具检索：根据用户意图召回最适合的统计方法
- 参数映射：将自然语言映射为统计参数
- 统计分析计划（SAP）生成
统计护栏（Guardrails）
- 正态性检验（Shapiro-Wilk）
- 方差齐性检验（Levene）
- 样本量检验
- 大样本优化（N > 5000 抽样检验）
人机协同（HITL）
- Plan Card：用户确认/修改分析计划
- Execution Trace：实时展示执行路径
- Result Card：结构化结果 + AI 解读
代码交付
- 生成可复现的 R 代码
- 自动注入依赖安装脚本
- APA 格式化输出（p_value_fmt）

MVP 工具清单（10个）

工具代码	工具名称	适用场景
ST_T_TEST_IND	独立样本T检验	两组连续变量比较
ST_T_TEST_PAIRED	配对样本T检验	配对设计
ST_WILCOXON	Wilcoxon秩和检验	T检验的非参数替代
ST_ANOVA_ONE	单因素方差分析	多组连续变量比较
ST_CHI_SQUARE	卡方检验	分类变量关联
ST_FISHER	Fisher精确检验	小样本分类变量
ST_CORRELATION	Pearson/Spearman相关	连续变量相关性
ST_REGRESSION_LINEAR	线性回归	预测建模
ST_REGRESSION_LOGISTIC	Logistic回归	二分类预测
ST_DESCRIBE	描述性统计	数据概览

🏗️ 架构设计

Brain-Hand 双层架构

┌─────────────────────────────────────────────────────────┐
│                  用户界面 (Frontend)                     │
│  DataUploader | PlanCard | ExecutionTrace | ResultCard  │
└─────────────────────────────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────────┐
│              Brain Layer (Node.js)                       │
│  ┌─────────────────────────────────────────────────────┐│
│  │ DataParserService: 数据解析 → Schema 提取           ││
│  │ ToolRetrievalService: RAG 工具检索                  ││
│  │ PlannerService: LLM 规划 + 参数映射                 ││
│  │ RClientService: R 服务调用（混合数据协议）          ││
│  │ CriticService: 结果解读（流式）                     ││
│  └─────────────────────────────────────────────────────┘│
│  📌 只看 Schema（无真实数据）                           │
└─────────────────────────────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────────┐
│              Hand Layer (R Docker)                       │
│  ┌─────────────────────────────────────────────────────┐│
│  │ data_loader.R: 混合数据协议（inline/OSS）          ││
│  │ guardrails.R: 统计护栏（正态/方差齐性/样本量）     ││
│  │ tools/*.R: 统计工具 Wrapper（glue 模板）           ││
│  │ result_formatter.R: 结果格式化（p_value_fmt）      ││
│  │ error_codes.R: 结构化错误码                        ││
│  └─────────────────────────────────────────────────────┘│
│  📌 操作真实数据 + 生成可复现代码                       │
└─────────────────────────────────────────────────────────┘

关键技术决策

决策点	方案	理由
R 服务部署	SAE Docker（固定 2 实例）	避免冷启动延迟
数据传输	混合协议（<2MB inline, 2-20MB OSS）	平衡性能与内存
代码生成	glue 模板	可维护性好于 paste0
LLM 输出	jsonrepair + Zod	容错 JSON 解析
隐私保护	Schema 脱敏 + 分类变量稀有值隐藏	防止 LLM 泄露数据

📋 开发进度

Phase	任务	状态	计划日期
Phase 0	需求分析与架构设计	✅ 已完成	2026-02-18
Phase 0	MVP 开发计划 v1.0 → v1.3	✅ 已完成	2026-02-18
Phase 1	骨架搭建（T检验端到端）	📋 待开始	-
Phase 2	智能与交互（RAG + HITL）	📋 待开始	-
Phase 3	打磨与调试	📋 待开始	-
总计	-	设计 100%，开发 0%	-

开发计划文档

文档	路径	说明
MVP总览	`04-开发计划/00-MVP开发计划总览.md`	范围、架构、里程碑
任务清单	`04-开发计划/01-任务清单与进度追踪.md`	可追踪的 TODO 列表
R服务指南	`04-开发计划/02-R服务开发指南.md`	R 统计工程师专用
后端指南	`04-开发计划/03-后端开发指南.md`	Node.js 工程师专用
前端指南	`04-开发计划/04-前端开发指南.md`	前端工程师专用

评审记录

版本	评审报告	结论	日期
v1.0	`06-开发记录/SSA-Pro 方案深度审查与风险评估报告.md`	需修订	2026-02-18
v1.1	`06-开发记录/SSA-Pro 方案深度审查与风险评估报告 V2.0.md`	需修订	2026-02-18
v1.2	`06-开发记录/SSA-Pro V1.2 终极审查与发令报告V3.0.md`	🟢 通过	2026-02-18

🔧 技术依赖

复用的平台能力

能力	位置	用途
LLM网关	`@/common/llm/LLMFactory`	Planner + Critic
RAG引擎	`@/common/rag`	工具检索
存储	`@/common/storage`	OSS 数据传输
日志	`@/common/logging`	结构化日志
流式响应	`@/common/streaming`	Critic 流式输出

LLM模型

模型	用途	说明
DeepSeek-V3	Planner + Query Rewriter	性价比高
Qwen3-rerank	工具重排序	中文理解好
GPT-5-Pro	Critic 结果解读	深度推理

R 依赖

包	版本	用途
plumber	1.2.1	Web API 框架
jsonlite	1.8.8	JSON 处理
ggplot2	3.4.4	可视化
glue	1.7.0	模板代码生成
car	3.1-2	Levene 检验
httr	1.4.7	OSS 下载

📚 相关文档

需求文档

PRD SSA-Pro 严谨型智能统计分析模块

设计文档

SSA-Pro 严谨型智能统计分析架构设计方案V4 ⬅️ 核心架构文档
SSA-Pro (V4.1) 统计技能中心架构规范

原型文件

智能统计分析V2.html - 可直接浏览器打开

参考文档

🎯 快速开始

目录结构

docs/03-业务模块/SSA-智能统计分析/
├── 00-系统设计/           # PRD + 架构设计
├── 01-需求分析/           # 用户故事、用例
├── 02-技术设计/           # 详细技术方案
├── 03-UI设计/             # 原型图
├── 04-开发计划/           # MVP 开发文档（5份）
├── 05-测试用例/           # 测试方案
└── 06-开发记录/           # 评审报告、开发日志

开发环境准备

R 服务环境

cd r-statistics-service
docker build -t ssa-r-service .
docker run -p 8080:8080 -e DEV_MODE=true ssa-r-service

后端开发
```
cd backend
npm run dev
```
前端开发
```
cd frontend-v2
npm run dev
```

API 接口预览

### 创建会话
POST http://localhost:3001/api/v1/ssa/sessions
Content-Type: multipart/form-data
# file: 数据文件

### 生成分析计划
POST http://localhost:3001/api/v1/ssa/sessions/{sessionId}/plan
Content-Type: application/json
{"query": "比较两组GLU是否有显著差异"}

### 执行分析
POST http://localhost:3001/api/v1/ssa/sessions/{sessionId}/execute
Content-Type: application/json
{"plan": {...}, "debug": false}

### 获取结果
GET http://localhost:3001/api/v1/ssa/sessions/{sessionId}/result

⚠️ 注意事项

对新AI助手

✅ 设计文档已完成：开发前请先阅读架构设计V4
✅ 开发计划v1.3已审批：遵循5份开发文档进行开发
⚠️ Brain-Hand 隔离：Node.js 只看 Schema，R 操作真实数据
⚠️ 混合数据协议：< 2MB inline，2-20MB OSS
⚠️ 代码模板同步：修改 Wrapper 逻辑时必须同步更新 templates/

风险与应对

风险	概率	应对策略
R 工具封装进度慢	高	先做 5 个核心工具，glue 模板化开发
LLM 输出 JSON 格式错误	中	jsonrepair + Zod 强校验
R 服务并发阻塞	中	SAE 固定 2 实例
Node.js xlsx 内存刺客	中	SAE 内存上限 2GB+
R 服务 Segfault 崩溃	低	Liveness Probe + 502/504 友好提示
本地开发 OSS 不通	中	DEV_MODE 读取本地 fixtures
用户代码缺依赖	高	模板头部自动安装脚本

🚀 未来规划

MVP 阶段（当前）

Phase 1：骨架搭建（T检验端到端跑通）
Phase 2：智能与交互（RAG + HITL + 10工具）
Phase 3：打磨与调试（性能优化 + Bug修复）

V2.0 阶段（规划中）

更多统计方法（Meta分析、生存分析、倾向性评分）
自定义工具上传
批量分析
报告导出（Word/PDF）

文档版本： v1.0
最后更新： 2026-02-18
当前状态： 📋 MVP 开发计划 v1.3 完成，准予启动开发
下一步： Phase 1 骨架搭建

12 KiB Raw Blame History Unescape Escape

SSA智能统计分析模块 - 当前状态与开发指南

📊 模块概览

基本信息

核心目标

功能规格

核心AI能力（规划中）

MVP 工具清单（10个）

🏗️ 架构设计

Brain-Hand 双层架构

关键技术决策

📋 开发进度

开发计划文档

评审记录

🔧 技术依赖

复用的平台能力

LLM模型

R 依赖

📚 相关文档

需求文档

设计文档

原型文件

参考文档

🎯 快速开始

目录结构

开发环境准备

API 接口预览

⚠️ 注意事项

对新AI助手

风险与应对

🚀 未来规划

MVP 阶段（当前）

V2.0 阶段（规划中）

12 KiB

Raw Blame History