Files
AIclinicalresearch/docs/03-业务模块/ASL-AI智能文献/04-开发计划/03-任务分解.md
HaHafeng a79abf88db docs(platform): Complete platform infrastructure planning
- Create platform infrastructure planning core document (766 lines)
- Update architecture design to support cloud-native deployment
- Update development specs and operations documentation
- Simplify ASL module docs by removing duplicate implementations

New Documents:
- Platform Infrastructure Planning (04-骞冲彴鍩虹璁炬柦瑙勫垝.md)
- Cloud-Native Development Standards (08-浜戝師鐢熷紑鍙戣鑼?md)
- Git Commit Standards (06-Git鎻愪氦瑙勮寖.md)
- Cloud-Native Deployment Guide (03-浜戝師鐢熼儴缃叉灦鏋勬寚鍗?md)
- Daily Summary (2025-11-16 work summary)

Updated Documents (11 files):
- System architecture design docs (3 files)
- Implementation and standards docs (4 files)
- Operations documentation (1 file)
- ASL module planning docs (3 files)

Key Achievements:
- Platform-level infrastructure architecture established
- Zero-code switching between local/cloud environments
- 100% support for 4 PRD deployment modes
- Support for modular product combinations
- 99% efficiency improvement for module development
- Net +1426 lines of quality documentation

Implementation: 2.5 days (20 hours) for 8 infrastructure modules
2025-11-16 21:36:57 +08:00

25 KiB
Raw Blame History

ASL 模块任务分解To-do List

文档版本: V3.0
创建日期: 2025-11-16
适用阶段: MVP标题摘要初筛
预计周期: 4 周
最后更新: 2025-11-16
重要基于真实架构Frontend-v2 + Backend + asl_schema


📋 使用说明

本文档是 ASL 标题摘要初筛模块 的详细任务分解清单,基于 真实的架构基础

  • Frontend-v2顶部导航 + 模块注册)- Week 2 已完成
  • Backend 增量演进legacy/ + common/ + modules/- Week 2 已完成
  • 数据库 10个Schema隔离 - Week 1 已完成

任务状态标记

  • [ ] - 待开始
  • [🔄] - 进行中
  • [✅] - 已完成
  • [❌] - 已取消/跳过

🌥️ 云原生开发要求2025-11-16 新增)

重要提醒:所有任务必须遵循云原生开发规范
详细规范云原生开发规范

核心要求

要求 说明
存储抽象层 使用 StorageFactory,支持本地/OSS切换
内存解析 Excel导入使用 xlsx.read(buffer),不落盘
异步任务 LLM筛选必须异步处理> 10秒
环境变量 所有配置从 .env 读取
数据库连接池 使用全局 prisma 实例
OSS字段预留 pdfUrl, pdfOssKey, pdfFileSize

每日检查清单

提交代码前必须确认:

  • 是否使用存储抽象层?
  • 是否避免文件落盘?
  • 是否使用全局 prisma 实例?
  • 是否所有配置都从环境变量读取?
  • 长时间任务是否异步处理?

🗓️ Week 1: 数据库Schema与后端API框架Day 1-5

Day 1: Prisma Schema 设计

数据库任务

  • T1.1.1 设计 asl_schema 表结构

    • 文件:backend/prisma/schema.prisma
    • 新增4个模型
      • AslScreeningProject(筛选项目表)
      • AslLiterature(文献条目表)
      • AslScreeningResult(筛选结果表)
      • AslScreeningTask(筛选任务表)
    • 使用 @@schema("asl_schema") 指定Schema
    • 新增要求(云原生):在 AslLiterature 中添加 OSS 字段
      • pdfUrl String? @map("pdf_url") - PDF访问URL
      • pdfOssKey String? @map("pdf_oss_key") - OSS存储Key
      • pdfFileSize Int? @map("pdf_file_size") - 文件大小(字节)
      • 说明MVP阶段预留V1.0阶段使用
    • 预计耗时2 小时
    • 负责人:后端开发
    • 参考:02-标题摘要初筛开发计划.md Week 1 Day 1
  • T1.1.2 在 User 模型中添加关联

    // backend/prisma/schema.prisma - User模型添加
    aslProjects AslScreeningProject[] @relation("AslProjects")
    
    • 预计耗时10 分钟
    • 负责人:后端开发
  • T1.1.3 运行 Prisma 迁移

    cd backend
    npx prisma migrate dev --name add_asl_screening_tables
    
    • 预计耗时5 分钟
    • 负责人:后端开发
  • T1.1.4 生成 Prisma Client

    npx prisma generate
    
    • 预计耗时5 分钟
    • 负责人:后端开发
  • T1.1.5 验证数据库表创建

    • 使用 DBeaver 连接数据库
    • 检查 asl_schema 下的4个表
    • 检查索引和外键
    • 预计耗时15 分钟
    • 负责人:后端开发

Day 1 验收标准

  • asl_schema 4张表创建成功
  • Prisma Client 生成无错误
  • 可查询 asl_schema 表

Day 2: 后端目录结构创建

前置条件2025-11-16 更新):平台已提供存储服务
说明:存储抽象层已在平台级实现(backend/src/common/storage/ASL模块可直接使用
参考文档平台基础设施规划

平台服务说明ASL模块无需实现

平台已提供以下服务

服务 路径 使用方式 说明
存储服务 common/storage/ import { storage } from '@/common/storage' 文件上传下载(本地/OSS
日志系统 common/logging/ import { logger } from '@/common/logging' 标准化日志输出
异步任务 common/jobs/ import { jobQueue } from '@/common/jobs' 长时间任务处理
缓存服务 common/cache/ import { cache } from '@/common/cache' 分布式缓存
数据库 config/database.ts import { prisma } from '@/config/database' 全局Prisma实例

示例代码

// ASL模块直接使用平台服务
import { storage } from '@/common/storage'
import { logger } from '@/common/logging'
import { jobQueue } from '@/common/jobs'
import { prisma } from '@/config/database'

// 上传文件
const url = await storage.upload('asl/literature/123.pdf', pdfBuffer)

// 记录日志
logger.info('Literature uploaded', { projectId, url })

// 创建异步任务
const job = await jobQueue.push('asl:screening', { projectId })

后端任务

  • T1.2.1 创建 ASL 模块目录结构

    cd backend/src/modules
    mkdir -p asl/{routes,controllers,services,schemas,types,utils}
    
    • 预计耗时5 分钟
    • 负责人:后端开发
  • T1.2.2 创建路由文件

    • routes/index.ts - 路由注册
    • 实现占位函数返回404或空数组
    • 预计耗时30 分钟
    • 负责人:后端开发
  • T1.2.3 创建控制器文件

    • controllers/projectController.ts - 项目控制器
    • controllers/literatureController.ts - 文献控制器
    • controllers/screeningController.ts - 筛选控制器
    • 创建占位函数每个控制器5-7个函数
    • 预计耗时1 小时
    • 负责人:后端开发
  • T1.2.4 创建服务层文件

    • services/projectService.ts - 项目业务逻辑
    • services/literatureService.ts - 文献业务逻辑
    • services/llmScreeningService.ts - LLM筛选服务
    • 预计耗时30 分钟
    • 负责人:后端开发
  • T1.2.5 创建类型定义文件

    // types/screening.types.ts
    export interface Literature { ... }
    export interface ScreeningResult { ... }
    export interface Protocol { ... }
    
    • 预计耗时30 分钟
    • 负责人:后端开发

Day 2 验收标准

  • ASL 模块目录结构完整
  • 所有占位文件创建完成
  • 可正常使用平台服务storage/logger/prisma等

Day 3: 注册ASL路由

后端任务

  • T1.3.1 实现 routes/index.ts

    • 注册所有API路由
    • 参考 legacy/routes/ 的风格
    • 预计耗时1 小时
    • 负责人:后端开发
    • 参考:02-标题摘要初筛开发计划.md Week 1 Day 2
  • T1.3.2src/index.ts 中注册ASL路由

    import { aslRoutes } from './modules/asl/routes/index.js'
    await app.register(aslRoutes, { prefix: '/api/v1/asl' })
    console.log('✅ ASL 路由已注册到 /api/v1/asl/*')
    
    • 预计耗时10 分钟
    • 负责人:后端开发
  • T1.3.3 测试路由可访问性

    # 启动后端服务
    cd backend && npm run dev
    # 测试健康检查
    curl http://localhost:3001/api/v1/asl/projects
    
    • 预计耗时10 分钟
    • 负责人:后端开发

Day 3 验收标准

  • 后端服务正常启动
  • ASL路由注册成功
  • API可访问返回空数组或404

Day 4-5: 实现基础API

后端任务

  • T1.4.1 实现 projectService.ts

    • createProject(userId, data) - 创建项目
    • listProjects(userId) - 获取项目列表
    • getProject(projectId) - 获取项目详情
    • 使用 Prisma Client 操作 asl_schema
    • 预计耗时2 小时
    • 负责人:后端开发
  • T1.4.2 实现 projectController.ts

    • createProject - 控制器
    • listProjects - 控制器
    • getProject - 控制器
    • 请求验证、响应格式化
    • 预计耗时1.5 小时
    • 负责人:后端开发
  • T1.4.3 实现 literatureService.ts

    • importBatch(projectId, literatures) - 批量导入
    • listLiteratures(projectId, page, pageSize) - 分页查询
    • 去重逻辑基于DOI和标题
    • 预计耗时2 小时
    • 负责人:后端开发
  • T1.4.4 实现 literatureController.ts

    • importLiteratures - 导入控制器
    • listLiteratures - 列表控制器
    • Excel数据验证
    • 预计耗时1.5 小时
    • 负责人:后端开发
  • T1.4.5 Postman 测试

    • 创建 Postman 测试集合
    • 测试所有已实现的API
    • 预计耗时1 小时
    • 负责人:后端开发

Day 4-5 验收标准

  • 项目管理API可调用
  • 文献导入API可调用
  • 数据正确保存到 asl_schema

🗓️ Week 2: LLM筛选核心Day 6-10

Day 6: JSON Schema 与提示词设计

后端任务

  • T2.1.1 定义 JSON Schema

    • 文件:backend/src/modules/asl/schemas/screening.schema.ts
    • 定义输出结构decision, reason, confidence, pico
    • 预计耗时1 小时
    • 负责人:后端开发 + AI工程师
  • T2.1.2 安装验证库

    cd backend
    npm install ajv
    
    • 预计耗时5 分钟
    • 负责人:后端开发
  • T2.1.3 编写 Schema 验证函数

    • 使用 Ajv 验证
    • 错误信息格式化
    • 预计耗时30 分钟
    • 负责人:后端开发
  • T2.1.4 设计提示词模板 v1.0.0

    • 文件:backend/prompts/asl/screening/v1.0.0-basic.txt
    • 包含PICO标准、纳排标准、输出格式
    • 预计耗时2 小时
    • 负责人AI工程师 + 医学专家
  • T2.1.5 人工测试提示词

    • 手动调用 LLM使用 10 篇样本)
    • 评估输出质量
    • 迭代优化提示词
    • 预计耗时2 小时
    • 负责人AI工程师

Day 6 验收标准

  • JSON Schema 定义完成
  • 提示词人工测试准确率 ≥ 80%

Day 7: LLM 服务封装

后端任务

  • T2.2.1 创建 llmScreeningService.ts

    • 预计耗时10 分钟
    • 负责人:后端开发
  • T2.2.2 实现 callModel 方法

    • 调用 LLMFactory.createLLM()(复用 common/llm
    • 设置参数temperature: 0
    • 错误处理
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.2.3 实现 parseModelOutput 方法

    • JSON 解析(使用 common/utils/jsonParser.js
    • Schema 验证
    • 格式化为 ModelDecision
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.2.4 实现 compareDecisions 方法

    • 对比两个模型的 PICO 判断
    • 识别冲突字段
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.2.5 实现 shouldReview 方法

    • 自动分流规则
    • 置信度阈值(< 0.7
    • 预计耗时30 分钟
    • 负责人:后端开发
  • T2.2.6 实现 dualModelScreening 方法

    • 并行调用两个模型(Promise.all
    • 汇总结果
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.2.7 单元测试

    • 测试 JSON 解析
    • 测试冲突检测
    • 测试分流规则
    • 预计耗时2 小时
    • 负责人:后端开发

Day 7 验收标准

  • 可成功调用 DeepSeek 和 Qwen3
  • JSON Schema 验证通过率 > 95%
  • 冲突检测准确

Day 8: 批量筛选任务管理

后端任务

  • T2.3.1 实现 batchScreening 方法

    • 分组逻辑15篇/组)
    • 并行处理(Promise.all
    • 进度计算
    • 预计耗时2 小时
    • 负责人:后端开发
  • T2.3.2 实现任务创建

    • screeningService.createTask
    • 初始化任务记录AslScreeningTask表
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.3.3 实现任务状态更新

    • screeningService.updateTaskProgress
    • 更新 processedItems, successItems 等
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.3.4 实现结果保存

    • screeningService.saveResults
    • 批量保存到 AslScreeningResult
    • 预计耗时1.5 小时
    • 负责人:后端开发
  • T2.3.5 错误处理和重试

    • 单篇失败不影响整体
    • 记录错误信息
    • 预计耗时1 小时
    • 负责人:后端开发

Day 8 验收标准

  • 可批量处理 100 篇文献
  • 任务状态正确记录
  • 结果正确保存到数据库

Day 9: 筛选 API 开发

后端任务

  • T2.4.1 实现启动筛选 API

    • POST /api/v1/asl/projects/:id/screening/start
    • 创建任务
    • 云原生要求异步执行筛选立即返回taskId后台处理
    • 避免请求超时SAE默认30秒超时限制
    • 预计耗时2 小时
    • 负责人:后端开发
    • 参考:云原生开发规范 - 原则5
  • T2.4.2 实现进度查询 API

    • GET /api/v1/asl/screening/tasks/:taskId/progress
    • 返回实时进度
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.4.3 实现结果查询 API

    • GET /api/v1/asl/projects/:id/screening/results
    • 支持过滤conflictOnly, finalDecision
    • 分页
    • 预计耗时1.5 小时
    • 负责人:后端开发
  • T2.4.4 实现更新决策 API

    • PUT /api/v1/asl/screening/results/:id
    • POST /api/v1/asl/screening/results/batch-update
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.4.5 Postman 测试

    • 创建测试集合
    • 测试各种场景
    • 预计耗时1 小时
    • 负责人:后端开发

Day 9 验收标准

  • API 调用成功
  • 任务可异步执行
  • 进度查询实时准确

Day 10: 后端集成测试

后端任务

  • T2.5.1 端到端测试50篇文献

    • 导入文献 → 启动筛选 → 查询结果
    • 预计耗时30 分钟执行 + 1小时分析
    • 负责人:后端开发
  • T2.5.2 性能测试

    • 测试 100 篇文献筛选时间
    • 目标:< 10 分钟
    • 预计耗时1 小时
    • 负责人:后端开发
  • T2.5.3 质量评估

    • 计算准确率(对比金标准,如果有)
    • 计算双模型一致率
    • 计算冲突率
    • 预计耗时2 小时
    • 负责人AI工程师
  • T2.5.4 修复 Bug

    • 根据测试结果修复
    • 预计耗时2 小时
    • 负责人:后端开发

Week 2 总验收标准

  • 可成功筛选 100 篇文献
  • 准确率 ≥ 85%
  • 双模型一致率 ≥ 80%
  • 性能达标100篇 < 10分钟

🗓️ Week 3: 前端模块开发Day 11-15

Day 11: 前端模块结构创建

前端任务

  • T3.1.1 更新 modules/asl/index.tsx

    • 移除 placeholder: true 标记
    • 改为 placeholder: false
    • 预计耗时5 分钟
    • 负责人:前端开发
  • T3.1.2 创建 ASL 子目录

    cd frontend-v2/src/modules/asl
    mkdir pages components api hooks types utils
    
    • 预计耗时5 分钟
    • 负责人:前端开发
  • T3.1.3 创建路由配置 routes.tsx

    • 定义4个子路由
    • 使用 lazy() 懒加载
    • 预计耗时30 分钟
    • 负责人:前端开发
  • T3.1.4 创建4个主页面占位

    • pages/ProjectList.tsx
    • pages/ScreeningSettings.tsx
    • pages/ScreeningWorkbench.tsx
    • pages/ScreeningResults.tsx
    • 每个页面显示"开发中"占位
    • 预计耗时30 分钟
    • 负责人:前端开发
  • T3.1.5 测试路由

    • 启动前端:cd frontend-v2 && npm run dev
    • 访问 http://localhost:3000/literature
    • 确认顶部导航显示"AI智能文献"
    • 预计耗时10 分钟
    • 负责人:前端开发

Day 11 验收标准

  • 顶部导航显示"AI智能文献"(不再是占位)
  • 点击后进入项目列表页

Day 12: Excel 上传功能

前端任务

  • T3.2.1 安装依赖

    cd frontend-v2
    npm install xlsx
    
    • 预计耗时5 分钟
    • 负责人:前端开发
  • T3.2.2 创建 ExcelUploader 组件

    • 文件选择(antd Upload
    • 文件类型验证(.xls, .xlsx
    • 预计耗时1 小时
    • 负责人:前端开发
  • T3.2.3 实现 Excel 解析逻辑

    • 使用 xlsx 库解析
    • 云原生要求:内存解析 xlsx.read(buffer),禁止落盘
    • 字段映射Title → title
    • 数据验证(必填字段)
    • 预计耗时2 小时
    • 负责人:前端开发
    • 参考:云原生开发规范 - 禁止做法2
  • T3.2.4 实现去重逻辑

    • 基于 DOI 去重
    • 基于标题去重(标准化)
    • 去重统计展示
    • 预计耗时1 小时
    • 负责人:前端开发
  • T3.2.5 实现文献预览表格

    • 使用 Ant Design Table
    • 显示:标题、摘要(截断)、作者、年份、期刊
    • 分页50条/页)
    • 预计耗时1.5 小时
    • 负责人:前端开发

Day 12 验收标准

  • 可成功上传 Excel 文件
  • 解析后数据正确展示
  • 去重功能正常

Day 13: API 客户端封装

前端任务

  • T3.3.1 创建 API 客户端

    • api/index.ts
    • 使用 axiosfetch
    • 复用 shared/api/client 配置
    • 预计耗时1 小时
    • 负责人:前端开发
  • T3.3.2 实现项目 API

    • createProject(data)
    • listProjects()
    • getProject(id)
    • 预计耗时1 小时
    • 负责人:前端开发
  • T3.3.3 实现文献 API

    • importLiteratures(projectId, data)
    • listLiteratures(projectId, page, pageSize)
    • 预计耗时1 小时
    • 负责人:前端开发
  • T3.3.4 实现筛选 API

    • startScreening(projectId)
    • getScreeningResults(projectId, filters)
    • updateScreeningResult(resultId, data)
    • 预计耗时1.5 小时
    • 负责人:前端开发
  • T3.3.5 前后端联调

    • 测试所有API调用
    • 错误处理
    • Loading 状态
    • 预计耗时2 小时
    • 负责人:前端开发 + 后端开发

Day 13 验收标准

  • API 客户端可正常调用后端
  • 上传Excel后数据保存到数据库

Day 14-15: 审核工作台核心UI

前端任务

  • T3.4.1 实现 ScreeningTable 组件

    • 双行表格结构(主行 + 展开行)
    • 预计耗时2 小时
    • 负责人:前端开发
  • T3.4.2 实现表头

    • 第一行DS 判断、Qwen 判断(合并单元格)
    • 第二行P、I、C、S、结论
    • 预计耗时1 小时
    • 负责人:前端开发
  • T3.4.3 实现主行

    • 展开/收起按钮
    • 文献ID、研究ID、来源
    • DS和Qwen的PICO判断✓/✗/?
    • 冲突状态
    • 最终决策下拉框
    • 预计耗时3 小时
    • 负责人:前端开发
  • T3.4.4 实现展开行

    • 显示DS和Qwen的证据短语
    • 格式化展示
    • 预计耗时1.5 小时
    • 负责人:前端开发
  • T3.4.5 实现冲突高亮

    • 冲突行背景色变红
    • 冲突字段标记
    • 预计耗时1 小时
    • 负责人:前端开发
  • T3.4.6 实现双视图原文审查模态框

    • 使用 Ant Design Modal
    • 左侧:摘要展示 + 高亮证据
    • 右侧双模型详情Tab切换
    • 预计耗时3 小时
    • 负责人:前端开发

Day 14-15 验收标准

  • 审核工作台完整可用
  • 表格可正确展示筛选结果
  • 冲突项高亮显示
  • 双视图模态框可弹出

🗓️ Week 4: 结果展示与集成测试Day 16-20

Day 16: 结果统计与展示

前端任务

  • T4.1.1 实现统计概览卡片

    • 总数、纳入、排除、待定
    • 使用 Ant Design Statistic
    • 预计耗时1.5 小时
    • 负责人:前端开发
  • T4.1.2 实现 PRISMA 式排除总结

    • 按排除原因分组统计
    • 柱状图展示
    • 预计耗时2 小时
    • 负责人:前端开发
  • T4.1.3 实现结果列表 Tab 页

    • 纳入 Tab
    • 排除 Tab
    • 待定 Tab
    • 预计耗时1.5 小时
    • 负责人:前端开发
  • T4.1.4 实现结果表格

    • 文献ID、研究ID、标题、决策、理由
    • 可展开查看摘要
    • 预计耗时2 小时
    • 负责人:前端开发

Day 16 验收标准

  • 统计数据正确展示
  • PRISMA 排除总结清晰
  • 结果列表可正常查看

Day 17: Excel 导出功能

后端任务

  • T4.2.1 后端实现导出逻辑

    • 使用 exceljs
    • 生成 Excel 文件
    • 预计耗时2 小时
    • 负责人:后端开发
  • T4.2.2 实现导出 API

    • GET /api/v1/asl/projects/:id/screening/results/export
    • 支持过滤参数(导出全部/仅纳入/仅排除)
    • 预计耗时1.5 小时
    • 负责人:后端开发

前端任务

  • T4.2.3 前端实现导出按钮
    • 调用导出 API
    • 下载文件
    • 预计耗时1 小时
    • 负责人:前端开发

Day 17 验收标准

  • 可成功导出 Excel
  • 导出格式规范
  • 数据完整准确

Day 18: 完整流程测试

集成测试任务

  • T4.3.1 端到端完整流程测试

    • 上传 → 筛选 → 复核 → 导出
    • 使用真实的 199 篇测试数据
    • 预计耗时2 小时
    • 负责人:全栈开发 + 测试
  • T4.3.2 异常场景测试

    • 网络中断
    • API 错误
    • 数据格式错误
    • 预计耗时2 小时
    • 负责人:测试
  • T4.3.3 性能测试

    • 500 篇文献筛选
    • 大文件导出
    • 预计耗时1 小时
    • 负责人:测试
  • T4.3.4 修复 Bug

    • 记录和修复所有发现的问题
    • 预计耗时3 小时
    • 负责人:全栈开发

Day 18 验收标准

  • 完整流程无阻塞
  • 异常处理完善
  • 性能达标

Day 19: 质量验收

质量验收任务

  • T4.4.1 准确率测试

    • 使用金标准数据集199 篇)
    • 计算准确率、召回率、F1
    • 目标:准确率 ≥ 85%
    • 预计耗时2 小时
    • 负责人AI工程师 + 医学专家
  • T4.4.2 双模型一致性测试

    • 计算一致率
    • 目标:≥ 80%
    • 预计耗时1 小时
    • 负责人AI工程师
  • T4.4.3 JSON Schema 验证率测试

    • 统计验证通过率
    • 目标:≥ 95%
    • 预计耗时30 分钟
    • 负责人:后端开发
  • T4.4.4 人工复核队列测试

    • 统计需人工复核的比例
    • 目标:≤ 20%
    • 预计耗时30 分钟
    • 负责人AI工程师
  • T4.4.5 根据测试结果优化

    • 调整提示词
    • 调整分流阈值
    • 预计耗时3 小时
    • 负责人AI工程师

Day 19 验收标准

  • 准确率 ≥ 85%
  • 双模型一致率 ≥ 80%
  • JSON Schema 验证通过率 ≥ 95%
  • 人工复核队列 ≤ 20%

Day 20: 文档与交付

文档任务

  • T4.5.1 编写用户手册

    • 功能介绍
    • 操作步骤
    • 常见问题
    • 预计耗时3 小时
    • 负责人:产品经理
  • T4.5.2 编写技术文档

    • 架构设计
    • API 文档
    • 数据库设计
    • 预计耗时2 小时
    • 负责人:后端开发
  • T4.5.3 编写测试报告

    • 测试用例
    • 测试结果
    • 质量指标
    • 预计耗时2 小时
    • 负责人:测试
  • T4.5.4 代码审查

    • 代码规范检查
    • 安全性检查
    • 性能检查
    • 预计耗时2 小时
    • 负责人:技术 Leader
  • T4.5.5 准备演示环境

    • 部署到测试环境
    • 准备演示数据
    • 预计耗时1 小时
    • 负责人:运维

Day 20 验收标准

  • 文档完整
  • 代码质量合格
  • 测试报告完整
  • 演示环境就绪

📊 总体验收清单

功能完整性

  • 用户可上传 Excel 文件
  • Excel 格式验证正常
  • 文献去重功能正常
  • AI 双模型筛选可运行
  • 冲突自动检测和标记
  • 人工复核界面完整
  • 批量操作功能正常
  • 结果统计正确展示
  • Excel 导出功能正常
  • ASL模块在顶部导航显示并可点击

质量指标

  • 准确率 ≥ 85%
  • 双模型一致率 ≥ 80%
  • JSON Schema 验证通过率 ≥ 95%
  • 人工复核队列 ≤ 20%

性能指标

  • 100 篇文献筛选 ≤ 10 分钟
  • Excel 上传响应 ≤ 3 秒
  • 页面加载 ≤ 2 秒

架构验证

  • ASL模块正确注册到 moduleRegistry.ts
  • 后端路由注册到 /api/v1/asl/*
  • 数据保存到 asl_schema
  • 复用 common/llm 成功
  • Prisma Client 正常工作

📚 相关文档


更新日志

  • 2025-11-16: V3.0 完全重写基于真实架构Frontend-v2 + Backend + asl_schema详细到每个任务
  • 2025-11-16: V2.0 完全重写,详细到每个任务(预计耗时、负责人、验收标准)
  • 2025-10-29: V1.0 创建,初始占位符