AIclinicalresearch/docs/02-通用能力层/[AI对接] 通用能力快速上下文.md

[AI对接] 通用能力快速上下文

阅读时间： 2-3分钟 | Token消耗： ~1500 tokens
层级： L1 | 前置阅读： 00-系统总体设计/[AI对接] 快速上下文.md

---

📋 通用能力层定位

通用能力层是跨业务模块共享的核心技术能力，是业务逻辑的基础。

核心原则：

• ✅ 可复用（多个业务模块共享）
• ✅ 业务相关（包含领域知识）
• ✅ 独立部署（可以独立为微服务）
• ✅ 高内聚（每个能力职责单一）

---

🎯 5个核心能力

1. LLM大模型网关 ⭐⭐⭐⭐⭐ 最高优先级

复用率： 71% (5个模块依赖)

依赖模块：

• AIA（AI智能问答）
• ASL（AI智能文献）
• PKB（个人知识库）
• DC（数据清洗）
• RVW（稿件审查）

核心价值：

商业模式的技术基础！

功能1：根据用户版本选择模型
- 专业版 → DeepSeek（¥1/百万）
- 高级版 → DeepSeek + Qwen3
- 旗舰版 → 全部模型

功能2：成本控制
- 统一监控所有LLM调用
- 超出配额自动限流
- 按版本计费

功能3：统一调用接口
- 屏蔽不同LLM API差异
- 流式/非流式统一处理

状态： ❌ 待实现
优先级： P0（必须在ASL模块开发前完成）
预计时间： 3-5天

---

2. 文档处理引擎 ⭐⭐⭐⭐⭐

复用率： 86% (6个模块依赖)

核心功能：

• PDF提取（Nougat + PyMuPDF）
• Docx提取（Mammoth）
• Txt提取（多编码）
• Excel处理

状态： ✅ 已实现（Python微服务）
位置： extraction_service/

---

3. RAG引擎 ⭐⭐⭐⭐

复用率： 43% (3个模块依赖)

核心功能：

• 向量化存储（Embedding）
• 语义检索（Semantic Search）
• RAG问答
• 智能引用（100%准确溯源）

状态： ✅ 已实现（基于Dify）

优化成果：

• 检索覆盖率从5%提升到40-50%（8-10倍）

---

4. 数据ETL引擎 ⭐⭐⭐

复用率： 29% (2个模块依赖)

依赖模块：

• DC（数据清洗）
• SSA（智能统计）

核心功能：

• Excel多表JOIN
• 数据清洗
• 数据转换

技术方案：

• 云端版：Polars（性能极高）
• 单机版：SQLite（内存友好）

状态： ⏳ 待实现

---

5. 医学NLP引擎 ⭐⭐

复用率： 14% (1个模块依赖)

依赖模块：

• DC（数据清洗 - 病例NER提取）

核心功能：

• 医学实体识别（疾病、药物、TNM分期）
• 医学术语标准化

技术方案：

• 云端版：LLM API（高准确率）
• 单机版：spaCy（隐私优先）

状态： ⏳ 待实现

---

📊 优先级排序

能力	复用率	优先级	状态	原因
LLM网关	71%	P0	❌	5个模块依赖，商业模式基础
文档处理	86%	-	✅	已实现，需要增强
RAG引擎	43%	-	✅	已实现，需要优化
ETL引擎	29%	P2	⏳	DC模块开发时再实现
医学NLP	14%	P2	⏳	DC模块开发时再实现

---

⚠️ 关键提醒

LLM网关必须优先实现！

• 5个模块依赖（71%）
• ASL模块开发的前置条件
• 商业模式的技术基础

预计时间： 3-5天
建议： ASL模块Week 1同步开发

---

🔗 快速导航

详细设计文档：

• LLM大模型网关 ⭐ P0
• 文档处理引擎 ✅ 已实现
• RAG引擎 ✅ 已实现
• 数据ETL引擎
• 医学NLP引擎

---

最后更新： 2025-11-06
维护人： 技术架构师