AIclinicalresearch/docs/03-业务模块/SSA-智能统计分析/02-技术设计/项目开发管理与实施计划.md

SSA-Pro: 智能统计分析项目开发管理与实施计划

文档版本： v1.0

创建日期： 2026-02-07

项目代号： SSA (Smart Statistical Analysis)

技术架构： SSA-Pro V4.0 (Sync API + Guardrails + White-box)

产品目标： 打造医疗科研领域最严谨、透明、可交付代码的智能统计助手。

1. 总体里程碑规划 (Milestones Map)

我们将项目划分为三个阶段，采取 "走通链路 -> 完善体验 -> 批量量产" 的策略。

阶段	周期	核心目标 (OKR)	交付物
Phase 1: 骨架与地基	Week 1-2	跑通 "Hello World"。 打通 Node -> R 的调用链路，完成数据库与 Docker 环境搭建。	✅ R Docker 基础镜像 ✅ 核心数据库表 (tools_library) ✅ 第 1 个工具 (T检验) 跑通 API
Phase 2: 智能与交互 MVP	Week 3-5	实现 "V2 原型体验"。 完成 RAG 检索、AI 规划、前端交互卡片，集成 Top 10 核心工具。	✅ 完整 Chat 交互界面 ✅ 智能规划 (Planner) 上线 ✅ 10 个高频统计工具可用
Phase 3: 量产与交付	Week 6-8	覆盖 80% 场景。 批量迁移剩余工具，完善结果解释 (Critic) 与代码下载功能。	✅ 50+ 工具上线 ✅ 代码下载/Word导出功能 ✅ 生产环境部署与压测

2. 详细任务清单 (To-Do List by Role)

🏁 Phase 1: 骨架与地基 (Week 1-2)

目标： 不追求 UI 美观，只追求 API 通畅。实现 POST /execute 能返回 T 检验的 JSON 结果。

🐹 后端工程 (Node.js)

• [ ] DB 设计：根据 SSA-02 创建 ssa_schema 及 tools_library, execution_logs 表。
• [ ] API 存根：实现 POST /api/v1/ssa/execute 接口，目前仅做转发（Proxy）到 R 服务。
• [ ] RAG 基础：复用 common/rag，创建 ToolSearchService，支持对工具描述的向量检索。

📐 R 工程 (Statistics)

• [ ] 环境构建：编写 Dockerfile，基于 rocker/r-ver，安装 plumber, jsonlite, ggplot2 等基础包。
• [ ] Wrapper 规范：根据 SSA-01，编写标准 wrapper_template.R（含输入解析、错误捕获、Base64输出）。
• [ ] 首个工具：迁移并封装 ST_T_TEST_IND (独立样本 T 检验)，实现正态性检查逻辑。
• [ ] 服务启动：编写 plumber.R 入口文件，挂载 /run 端点。

🎨 前端工程 (React)

• [ ] Mock 数据：根据原型图，构造 PlanCard 和 ResultCard 的 Mock JSON 数据。
• [ ] 组件开发：开发基础的 ChatContainer（复用 AIA 模块）和侧边栏框架。

🚀 Phase 2: 智能与交互 MVP (Week 3-5)

目标： 用户可以上传数据，AI 能听懂并规划，前端能展示“执行树”和“三线表”。

🧠 AI 策略 (Prompt Engineering)

• [ ] Query Rewriter：调试 Prompt，将用户口语（"看差异"）转化为术语（"T检验"）。
• [ ] Planner Agent：根据 SSA-03，调试 DeepSeek-V3 的 Prompt，确保稳定输出符合 Schema 的 JSON 计划。
• [ ] 元数据注入：实现动态 Context 组装逻辑（只注入 Top-5 工具定义）。

📐 R 工程 (Statistics)

• [ ] Top 10 工具迁移：完成卡方、ANOVA、相关性、Mann-Whitney、Wilcoxon 等高频工具的封装。
• [ ] Trace Log 实现：在 R 代码中埋点，记录 check_normality, check_variance 等步骤的状态。
• [ ] 代码生成器：实现 generate_code() 函数，拼接可独立运行的 R 脚本字符串。

🎨 前端工程 (React)

• [ ] 卡片组件：开发 ConfirmationCard (确认卡片) 和 ExecutionTree (执行路径树，支持动画)。
• [ ] 结果渲染：开发 ResultCard，支持 Tab 切换 (解读/图表/表格)。
• [ ] 数据上传：实现侧边栏文件上传，调用 DC 模块解析 Schema（不传数据给 LLM）。

🐹 后端工程 (Node.js)

• [ ] 编排逻辑：实现 Retrieve -> Plan -> Wait -> Execute 的完整业务流。
• [ ] 数据隐私：确保传给 LLM 的只有 Schema，传给 R 的才有 Data。

📦 Phase 3: 量产与交付 (Week 6-8)

目标： 工具库丰富，报告专业，具备生产环境稳定性。

📐 R 工程 (Statistics)

• [ ] 批量工厂：编写脚本扫描旧 R 代码注释，自动生成 tools_library.json 元数据（Metadata Engineering）。
• [ ] 长尾工具迁移：按优先级迁移剩余工具（回归、生存分析、降维等）。
• [ ] 错误处理：增强 tryCatch，对常见统计错误返回友好的 Message。

🧠 AI 策略 (Critic)

• [ ] Critic Agent：调试“结果解释” Prompt，确保输出严谨的学术结论（P值解读、置信区间）。
• [ ] 模拟提问生成：使用 Qwen-Max 离线生成 500+ 条模拟用户提问，更新向量库，提升检索准确率。

🎨 前端工程 (React)

• [ ] 三线表组件：优化表格样式，符合 APA 格式。
• [ ] 资产交付：实现 R 代码下载（.zip）和 Word 报告导出（调用 Pandoc 服务）。
• [ ] 图表预览：集成 react-photo-view 实现图表点击放大。

🛡️ 运维与测试

• [ ] 网络隔离：配置 SAE 网络策略，禁止 R 容器访问外网。
• [ ] 并发测试：测试 10 个并发请求下的 R 服务内存占用。
• [ ] 端到端测试：验证 20 个典型统计场景的准确性。

3. 关键依赖检查 (Dependencies)

在项目启动前，请确认以下资源已就绪：

1. 基础设施：
   • [x] SAE 环境 (Node.js + Python 已就绪，需新增 R 应用)
   • [x] RDS PostgreSQL (pgvector 插件已安装)
   • [x] OSS 存储 (用于存临时图表或大文件)
2. 技术资产：
   • [x] DC 模块 (Tool C)：用于前置数据清洗和 Excel 解析。
   • [x] 通用 Chat 组件：AIA 模块已沉淀，可直接复用。
   • [x] LLM 网关：DeepSeek-V3 接口已调通。

4. 风险管理 (Risk Management)

风险点	概率	影响	应对策略
R 工具封装进度慢	高	阻塞上线	优先封装 Top 10；编写代码生成脚本辅助封装。
LLM 规划参数错误	中	运行报错	在 R 入口处做强类型校验；前端卡片允许用户人工修正参数。
大文件导致 R 崩溃	中	服务不可用	严格限制上传文件 < 2MB；SAE 配置内存监控和自动重启。
统计结果解释幻觉	低	学术误导	Critic Prompt 强制要求基于 R 输出的 JSON 说话，禁止脑补。

5. 每日工作流建议 (Daily Workflow)

建议采用 "R 优先，前后端跟进" 的模式：

1. R 工程师：每天封装 2-3 个工具，提交到代码库，并更新 tools_metadata.json。
2. 后端工程师：更新向量库数据，确保 LLM 能检索到新工具。
3. 前端工程师：针对新工具的特殊参数（如生存分析的时间列），微调卡片展示逻辑。
4. 每日站会：演示昨天封装的工具是否能跑通闭环。