HaHafeng
8137e3cde2
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>
210 lines
10 KiB
Markdown
210 lines
10 KiB
Markdown
# SSA-Pro MVP 开发计划总览
|
||
|
||
> **文档版本：** v1.3
|
||
> **创建日期：** 2026-02-18
|
||
> **最后更新：** 2026-02-18（纳入 V3.0 终极审查建议）
|
||
> **项目代号：** SSA (Smart Statistical Analysis)
|
||
> **MVP 目标：** 打通完整闭环，上线 10 个核心统计工具
|
||
|
||
---
|
||
|
||
## 1. MVP 范围定义
|
||
|
||
### 1.1 包含内容 ✅
|
||
|
||
| 类别 | 内容 |
|
||
|------|------|
|
||
| **统计工具** | 10 个高频工具（T检验、ANOVA、卡方、相关性等） |
|
||
| **核心流程** | 上传数据 → AI规划 → 用户确认 → R执行 → 结果交付 |
|
||
| **交互能力** | 计划确认卡片、执行路径树、结果展示、代码下载 |
|
||
| **智能能力** | RAG工具检索、Planner规划、Critic结果解读 |
|
||
| **数据安全** | LLM只看Schema，R服务处理真实数据 |
|
||
|
||
### 1.2 不包含内容 ❌
|
||
|
||
| 类别 | 说明 | 后续阶段 |
|
||
|------|------|---------|
|
||
| 50+ 工具量产 | MVP只做10个核心工具 | Phase 3 |
|
||
| 跨模块 Skills 化 | 不实现 Global Skill Registry | V2.0 |
|
||
| Word 报告导出 | 先实现代码下载 | Phase 3 |
|
||
| 大文件 OSS 传输 | MVP 限制 2MB 以内 | Phase 3 |
|
||
|
||
### 1.3 MVP 工具清单（10个）
|
||
|
||
| 序号 | 工具代码 | 名称 | 类别 |
|
||
|------|---------|------|------|
|
||
| 1 | ST_T_TEST_IND | 独立样本 T 检验 | 假设检验 |
|
||
| 2 | ST_T_TEST_PAIRED | 配对样本 T 检验 | 假设检验 |
|
||
| 3 | ST_ANOVA_ONE | 单因素方差分析 | 假设检验 |
|
||
| 4 | ST_CHI_SQUARE | 卡方检验 | 假设检验 |
|
||
| 5 | ST_FISHER | Fisher 精确检验 | 假设检验 |
|
||
| 6 | ST_WILCOXON | Wilcoxon 秩和检验 | 非参数检验 |
|
||
| 7 | ST_MANN_WHITNEY | Mann-Whitney U 检验 | 非参数检验 |
|
||
| 8 | ST_CORRELATION | Pearson/Spearman 相关 | 相关分析 |
|
||
| 9 | ST_LINEAR_REG | 简单线性回归 | 回归分析 |
|
||
| 10 | ST_DESCRIPTIVE | 描述性统计 | 基础统计 |
|
||
|
||
---
|
||
|
||
## 2. 整体架构
|
||
|
||
```
|
||
┌─────────────────────────────────────────────────────────────────┐
|
||
│ 前端 (React 19) │
|
||
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
|
||
│ │ 数据上传 │ │ 计划卡片 │ │ 执行路径 │ │ 结果展示 │ │
|
||
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
|
||
└────────────────────────────┬────────────────────────────────────┘
|
||
│ HTTP API
|
||
┌────────────────────────────┴────────────────────────────────────┐
|
||
│ Node.js 后端 (Brain) │
|
||
│ ┌──────────────────────────────────────────────────────────┐ │
|
||
│ │ SSA Orchestrator (编排服务) │ │
|
||
│ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │
|
||
│ │ │ Rewriter│→ │ RAG检索 │→ │ Planner │→ │ Critic │ │ │
|
||
│ │ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │ │
|
||
│ └──────────────────────────────────────────────────────────┘ │
|
||
│ 只看 Schema，不看真实数据 │
|
||
└────────────────────────────┬────────────────────────────────────┘
|
||
│ HTTP (内网)
|
||
┌────────────────────────────┴────────────────────────────────────┐
|
||
│ R 统计服务 (Hand) │
|
||
│ ┌──────────────────────────────────────────────────────────┐ │
|
||
│ │ Plumber API Gateway │ │
|
||
│ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │
|
||
│ │ │ 护栏检查 │→ │ 核心计算 │→ │ 代码生成 │ │ │
|
||
│ │ └─────────┘ └─────────┘ └─────────┘ │ │
|
||
│ └──────────────────────────────────────────────────────────┘ │
|
||
│ 处理真实数据，网络隔离 │
|
||
└─────────────────────────────────────────────────────────────────┘
|
||
```
|
||
|
||
---
|
||
|
||
## 3. 里程碑与时间线
|
||
|
||
### Phase 1：骨架搭建（Week 1-2）
|
||
|
||
**目标：** 跑通 T 检验的 "Hello World"
|
||
|
||
| 交付物 | 验收标准 |
|
||
|--------|---------|
|
||
| R Docker 镜像 | 本地可运行，健康检查通过 |
|
||
| Plumber API | POST /api/v1/skills/ST_T_TEST_IND 返回 JSON |
|
||
| Node.js 转发 | POST /api/v1/ssa/execute 调用 R 成功 |
|
||
| 数据库 Schema | tools_library, sessions, messages 表创建 |
|
||
| 前端骨架 | 基础页面框架，可上传文件 |
|
||
|
||
### Phase 2：智能规划与交互（Week 3-4）
|
||
|
||
**目标：** 用户可与 AI 对话，确认后执行
|
||
|
||
| 交付物 | 验收标准 |
|
||
|--------|---------|
|
||
| RAG 检索 | 输入"两组差异"能返回 T 检验 |
|
||
| Planner | 生成正确的参数映射 JSON |
|
||
| 计划确认卡片 | 前端展示，用户可修改参数 |
|
||
| 执行路径树 | 显示护栏检查步骤 |
|
||
| 5 个工具 | T检验、配对T、ANOVA、卡方、相关性 |
|
||
|
||
### Phase 3：完善与联调（Week 5-6）
|
||
|
||
**目标：** MVP 功能完整，可演示
|
||
|
||
| 交付物 | 验收标准 |
|
||
|--------|---------|
|
||
| Critic 解读 | 生成严谨的统计结论 |
|
||
| 代码下载 | 用户可下载 .R 文件 |
|
||
| 10 个工具 | 全部上线并测试通过 |
|
||
| 端到端测试 | 10 个典型场景通过 |
|
||
| SAE 部署 | R 服务部署成功 |
|
||
|
||
---
|
||
|
||
## 4. 核心 API 设计
|
||
|
||
```
|
||
POST /api/v1/ssa/sessions # 创建会话
|
||
POST /api/v1/ssa/sessions/:id/upload # 上传数据
|
||
POST /api/v1/ssa/sessions/:id/plan # 生成计划（不执行）
|
||
POST /api/v1/ssa/sessions/:id/execute # 确认执行
|
||
GET /api/v1/ssa/sessions/:id/messages # 获取消息历史
|
||
GET /api/v1/ssa/sessions/:id/download-code # 下载代码
|
||
```
|
||
|
||
---
|
||
|
||
## 5. 依赖与集成
|
||
|
||
### 5.1 平台能力复用
|
||
|
||
| 能力 | 使用方式 | 状态 |
|
||
|------|---------|------|
|
||
| LLM 网关 | `LLMFactory.getAdapter('deepseek-v3')` | ✅ 可用 |
|
||
| RAG 引擎 | `VectorSearchService` | ✅ 可用 |
|
||
| 流式响应 | `StreamingService` (Critic) | ✅ 可用 |
|
||
| Prompt 管理 | `capability_schema.prompt_templates` | ✅ 可用 |
|
||
| 认证授权 | `authenticate` 中间件 | ✅ 可用 |
|
||
| OSS 存储 | `storage.upload()` (图片/代码) | ✅ 可用 |
|
||
|
||
### 5.2 新增组件
|
||
|
||
| 组件 | 说明 |
|
||
|------|------|
|
||
| R Docker 镜像 | 基于 rocker/r-ver:4.3，含 Plumber + renv |
|
||
| R 统计服务 | SAE 新应用，**VPC 内网通信** |
|
||
| SSA 前端模块 | `frontend-v2/src/modules/ssa/` |
|
||
| SSA 后端模块 | `backend/src/modules/ssa/` |
|
||
|
||
### 5.3 关键配置要求
|
||
|
||
| 配置项 | 要求 | 原因 |
|
||
|-------|------|------|
|
||
| OSS Endpoint | 使用 VPC 内网地址 `oss-cn-xxx-internal.aliyuncs.com` | R 服务网络隔离需求 |
|
||
| SAE 扩容策略 | CPU > 60% 或并发 > 5 时自动扩容 | R 单线程，需水平扩展 |
|
||
| R 服务出站策略 | Deny Public Internet, Allow VPC | 防止数据外泄 |
|
||
|
||
---
|
||
|
||
## 6. 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 参数映射错误 | 中 | R 服务强类型校验 + 前端允许修改 |
|
||
| LLM 输出 JSON 格式错误 | 中 | json-repair 库修复 + Zod Schema 强校验 |
|
||
| R 服务并发阻塞 | 中 | **SAE 固定 2 实例**（避免冷启动 30s+） |
|
||
| 大文件导致内存溢出 | 中 | **混合协议**：< 2MB inline，2-20MB OSS |
|
||
| R 临时文件堆积 | 中 | on.exit() 清理 + 定时 CronJob |
|
||
| SAE 部署 R 失败 | 低 | 提前测试 Docker 镜像 |
|
||
| OSS 网络不通 | 低 | **ENV 注入 Endpoint** + DEV_MODE Mock |
|
||
| 大样本护栏超时 | 中 | **N > 5000 抽样检验**，避免 Shapiro-Wilk 超时 |
|
||
| 🆕 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** |
|
||
| 🆕 分类变量隐私泄露 | 中 | **稀有值 < 5 隐藏** |
|
||
| 🆕 R 错误信息黑盒 | 中 | **map_r_error 友好映射** |
|
||
|
||
---
|
||
|
||
## 7. 验收标准（来自 PRD）
|
||
|
||
1. **准确性**：非正态数据自动降级为非参数检验
|
||
2. **性能**：2MB 数据 T 检验端到端 < 5 秒
|
||
3. **复现性**：下载的 R 代码本地可运行
|
||
4. **隐私**：审计日志不含真实患者数据
|
||
|
||
---
|
||
|
||
## 8. 相关文档索引
|
||
|
||
| 文档 | 路径 | 说明 |
|
||
|------|------|------|
|
||
| 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 |
|
||
| R 服务指南 | `04-开发计划/02-R服务开发指南.md` | R 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 |
|
||
| PRD | `00-系统设计/PRD SSA-Pro 严谨型智能统计分析模块.md` | 产品需求 |
|
||
| 架构设计 | `00-系统设计/SSA-Pro 严谨型智能统计分析架构设计方案V4.md` | 技术架构 |
|