# 生信意图分流词典与用例表（唯一事实源）

> 冻结版本 1.1（2026-09-07 收窄）｜ 作者 T1 初版 1.0，TL 于 2026-09-07 按用户反馈收窄更新｜ 前后端同表双跑：A3 ui/src/utils/intent.js 与 A2 后端 chat 分流共用本表；任何改动需更新本文件并经 TL 确认。需求来源：PRD.md FR-BIO-001/FR-BIO-023/FR-BIO-026。
>
> **v1.1 变更动机（用户 2026-09-07 反馈）**：不是所有对话都走生信流程编排，只有用户明确说了「用 xxx 进行分析」或「帮我分析 xxxxx」才是生信流程；其余问答类（如「水稻 SPL 基因家族的最新研究进展有哪些？」）必须走原正常问答流程。v1.0 规则 6「分析动词+家族/对象」过宽（「研究」+「SPL 家族」命中问答句），v1.1 将命中通道收窄为三条：任务动词+对象、前缀分析句式、分析链句式；并新增疑问引导词与问答主题词两道拦截。

## 1. 路由签名

route(text, has_attachments, has_active_artifact, has_bioflow_context) -> "qa" | "docgen" | "edit" | "export" | "bioflow" | "bioflow_qa"

## 2. 判定顺序（按优先级从上到下，命中即返回）

### 1. export（需 has_active_artifact == True）
text 含任一 EXPORT_WORD 且含任一 FORMAT_WORD（沿用 docgen 词典：EXPORT_WORD=[导出,转成,转为,转换成,下载成,输出为,存为,转pdf,转word]；FORMAT_WORD=[pdf,docx,doc,word] 小写不敏感）。不满足则继续向下。

### 2. edit（需 has_active_artifact == True）
text 含任一 EDIT_WORD=[改,修改,调整,删,删除,加一段,补充,润色,缩写,扩写,重写,改写,优化,加个,增加一段]，且不含任一 CHART_WORD（见下）。含 CHART_WORD 时跳过本规则（图表调整走生信 FR-BIO-019）。不满足则继续向下。

### 3. docgen（写文档意图）
text 含任一 WRITE_VERB 且含任一 DOC_TYPE（沿用 docgen 词典全表）。命中→docgen。

### 4. docgen（附件信号）
has_attachments == True 且 text 含任一 WRITE_VERB。命中→docgen。

### 5. bioflow_qa（流程咨询，需 has_bioflow_context == True，即当前会话已有生信任务/生信对话上下文）
text 含任一 FLOW_QA_WORD：
- FLOW_QA_WORD = [需要什么输入, 有什么输入, 输入是什么, 需要什么参数, 参数是什么, 什么参数, 怎么设置, 如何设置, 什么软件, 用什么软件, 前置条件, 介绍, 是什么, 怎么跑, 怎么做]
命中→bioflow_qa（生信流内流程咨询，走 vstore flow_docs 检索+引用，不新建任务）。

### 5b. 流程咨询句式（无上下文）→ qa（漏判安全，用例表 #18）

### 5c. 疑问引导词拦截（v1.1）
text 含任一 QUESTION_WORD = [什么, 怎么, 如何, 哪些, 哪个, 什么软件] 且不含 REUSE_PHRASE → qa。
「水稻 SPL 家族怎么跑分析」类问句一律 qa；复用句式豁免（复用判定优先）。

### 5d. 问答主题词拦截（v1.1）
text 含任一 QA_TOPIC = [研究进展, 研究现状, 研究热点, 最新研究, 最新进展, 最新成果, 研究成果, 研究趋势, 综述, 进展] → qa。
「帮我分析水稻 SPL 家族的最新研究进展」也 qa（主题句优先于分析指令）。不含「研究」单字——「帮我研究一下水稻 SPL 家族」是分析指令（用例表 #5 保持 bioflow）。

### 6. bioflow（生信分析意图，v1.1 三通道，任一命中即 bioflow）
- **A. 任务动词 + 对象**：text 含任一 TASK_VERB = [跑, 跑一下, 分析, 鉴定, 识别, 做个, 做一个, 做一下, 研究一下, 执行, 运行, run, identify] 且含任一 FAMILY_NAME 或 ANALYSIS_OBJECT。注意：裸「做」「研究」不在 TASK_VERB（v1.0 曾含），已移入 CHAIN_VERB——「研究」+ 家族名不再直接命中（「SPL 家族最新研究进展」走 qa）。
- **B. 前缀分析句式（v1.1）**：text 含前缀 [帮我, 请帮我, 请你, 帮我分析, 请帮我分析] + 链动词 + 宾语对象（家族名 或 分析对象）。「帮我分析水稻 SPL 家族」→ bioflow；「帮我研究一下水稻 SPL 基因家族」→ bioflow（补语「一下」容许）；「帮我做水稻全基因组变异检测」→ bioflow（用例表 #12）；「帮我看看水稻 SPL 家族」→ qa（「看」非链动词，漏判安全）。
- **C. 存档复用句式**：text 含任一 REUSE_PHRASE = [存档任务的方法, 存档的方法] 且含任一 TASK_VERB 且含任一 FAMILY_NAME 或 ANALYSIS_OBJECT（如「用 XXX 存档任务的方法帮我跑水稻 SPL 家族鉴定」；复用的方法名 = REUSE_PHRASE 之前最近的 3-20 字符片段，如 XXX）。
- **D. 分析链句式（v1.1 附加通道）**：text 含链动词 CHAIN_VERB = [分析, 研究, 做, 跑]（全词边界匹配，「关联分析」不被「分析」误拆）且其后含 ANALYSIS_OBJECT（如「什么软件做全基因组注释」已被 5c 拦截；「帮我分析水稻叶片 RNA-seq」命中）。
命中→bioflow；否则继续向下。

### 7. 其余一律 "qa"（漏判安全：不命中绝不进生信流）

## 3. 生信词典（两表共用，v1.1）

- FAMILY_NAME（基因家族名，小写比较）= [spl, sbp, mads, mads-box, madsbox, wrky, nac, myb, bzip, bhlh, ap2, erf, gras, tcp, hd-zip, hdzip, arf, aux, iaa, dof, gata, hsf, lbd, lob, trihelix, e2f, cpp, nf-y, nfy, c2h2, zf-hd, zfhd, far1, frs, hb, wox, pin, mate, abc, pp2c, snrk, cdpk, mapk, rlck, nbs, lrr, nlr, tps, cyp, gst, ugt, 转录因子家族, 基因家族]
- ANALYSIS_OBJECT（分析对象，小写比较）= [rna-seq, rnaseq, rna-seq, 转录组, 差异表达, wgs, 全基因组, 变异检测, 全基因组测序, gwas, 关联分析, 全基因组关联, 群体, 群体遗传, 遗传多样性, 进化, 系统发育, 选择性清除, 群体结构, 拷贝数变异, 基因预测, 基因注释, 结构注释, 功能注释, 宏基因组]
- CHART_WORD（图表调整词，供 edit 规则排除）= [图表, 图颜色, 颜色换成, 图改成, 柱状图, 热图, 火山图, 曼哈顿图, 韦恩图, 气泡图, 散点图, 折线图, 改成红色, 换成蓝色, 颜色]
- **TASK_VERB（v1.1 任务动词）** = [跑, 跑一下, 分析, 鉴定, 识别, 做个, 做一个, 做一下, 研究一下, 执行, 运行, run, identify]
- **CHAIN_VERB（v1.1 链动词）** = [分析, 研究, 做, 跑]（全词边界匹配）
- **VERB_PREFIX（v1.1 前缀）** = [帮我, 请帮我, 请你, 帮我分析, 请帮我分析]
- **QUESTION_WORD（v1.1 疑问拦截）** = [什么, 怎么, 如何, 哪些, 哪个, 什么软件]
- **QA_TOPIC（v1.1 主题拦截）** = [研究进展, 研究现状, 研究热点, 最新研究, 最新进展, 最新成果, 研究成果, 研究趋势, 综述, 进展]

## 4. 用例表（40 条 v1.0 + 15 条 v1.1 新增，前端 intent.js 与后端分流同表双跑）

| # | 输入 text | 附件 | 活动文档 | 生信上下文 | 期望 |
|---|---|---|---|---|---|
| 1 | 帮我跑水稻 SPL 家族鉴定 | 否 | 否 | 否 | bioflow |
| 2 | 跑一下拟南芥 MADS-box 家族分析 | 否 | 否 | 否 | bioflow |
| 3 | 请帮我鉴定水稻 SPL 家族 | 否 | 否 | 否 | bioflow |
| 4 | 识别玉米 bZIP 家族成员 | 否 | 否 | 否 | bioflow |
| 5 | 帮我研究一下水稻 SPL 基因家族 | 否 | 否 | 否 | bioflow |
| 6 | 分析小麦 WRKY 转录因子家族 | 否 | 否 | 否 | bioflow |
| 7 | 做个大豆 NAC 家族分析 | 否 | 否 | 否 | bioflow |
| 8 | 跑 SPL 家族 | 否 | 否 | 否 | bioflow |
| 9 | 水稻 SPL 家族，帮我跑 | 否 | 否 | 否 | bioflow |
| 10 | 基因家族鉴定：水稻 SPL | 否 | 否 | 否 | bioflow |
| 11 | 帮我跑水稻叶片 RNA-seq 差异表达分析 | 否 | 否 | 否 | bioflow |
| 12 | 帮我做水稻全基因组变异检测 | 否 | 否 | 否 | bioflow |
| 13 | 帮我跑水稻产量性状 GWAS 关联分析 | 否 | 否 | 否 | bioflow |
| 14 | 什么是基因家族？ | 否 | 否 | 否 | qa |
| 15 | 帮我跑一下 | 否 | 否 | 否 | qa |
| 16 | SPL 家族 | 否 | 否 | 否 | qa |
| 17 | 今天天气不错 | 否 | 否 | 否 | qa |
| 18 | 跑 SPL 家族鉴定需要准备什么输入？ | 否 | 否 | 否 | qa（无生信上下文漏判安全） |
| 19 | 帮我跑一个数据分析 | 否 | 否 | 否 | qa |
| 20 | 你好呀 | 否 | 否 | 否 | qa |
| 21 | （空字符串） | 否 | 否 | 否 | qa |
| 22 | 帮我跑香蕉 XYK 家族鉴定 | 否 | 否 | 否 | qa（XYK 不在家族词典） |
| 23 | 跑水稻 spl 家族鉴定 | 否 | 否 | 否 | bioflow（家族名大小写不敏感） |
| 24 | Please run rice SPL family identification | 否 | 否 | 否 | bioflow |
| 25 | 帮我跑（水稻 SPL 家族）鉴定！ | 否 | 否 | 否 | bioflow |
| 26 | 用 XXX 存档任务的方法帮我跑水稻 SPL 家族鉴定 | 否 | 否 | 否 | bioflow（复用意图，方法名=XXX） |
| 27 | 根据 XXX 存档任务的方法帮我跑一下玉米 bZIP | 否 | 否 | 否 | bioflow（复用） |
| 28 | 参考 XXX 存档的方法再跑一个水稻 SPL | 否 | 否 | 否 | bioflow（复用） |
| 29 | 用《XXX》存档任务的方法帮我跑小麦 WRKY 家族 | 否 | 否 | 否 | bioflow（复用，方法名=XXX） |
| 30 | 用 XXX 存档任务的方法 | 否 | 否 | 否 | qa（无目标任务词） |
| 31 | 用 XXX 存档任务的方法帮我跑 yyy | 否 | 否 | 否 | qa（yyy 无家族/对象匹配，漏判安全） |
| 32 | 帮我生成一份水稻 SPL 家族分析报告 | 否 | 否 | 否 | docgen（docgen 优先于 bioflow） |
| 33 | 帮我写一篇水稻基因家族研究论文 | 否 | 否 | 否 | docgen |
| 34 | 导出成 PDF | 否 | 是 | 否 | export |
| 35 | 把这句话改成红色 | 否 | 是 | 否 | edit（无图表词） |
| 36 | xxx 图表颜色换成红色 | 否 | 是 | 否 | bioflow（图表词，走 FR-BIO-019） |
| 37 | identify 需要什么输入 | 否 | 否 | 是 | bioflow_qa（不新建任务） |
| 38 | 帮我总结一下这个问题的要点 | 否 | 否 | 否 | qa |
| 39 | 写一段水稻基因的介绍 | 否 | 否 | 否 | qa（介绍在 docgen 排除表） |
| 40 | 跑水稻 SPL 家族鉴定 | 否 | 是 | 否 | bioflow（活动文档不改判定） |
| 41 | 水稻SPL基因家族的最新研究进展有哪些？ | 否 | 否 | 否 | **qa（v1.1：问答句不进生信流）** |
| 42 | 水稻 SPL 基因家族最新研究进展 | 否 | 否 | 否 | **qa（v1.1：主题词拦截）** |
| 43 | 水稻SPL基因家族研究进展如何？ | 否 | 否 | 否 | **qa（v1.1）** |
| 44 | 水稻SPL基因家族有哪些最新的研究成果？ | 否 | 否 | 否 | **qa（v1.1）** |
| 45 | SPL 基因家族有什么新的发现吗？ | 否 | 否 | 否 | **qa（v1.1）** |
| 46 | 怎么用 PlantAI 分析水稻 SPL 家族 | 否 | 否 | 否 | **qa（v1.1：疑问引导词拦截）** |
| 47 | 如何跑水稻 SPL 家族鉴定 | 否 | 否 | 否 | **qa（v1.1：疑问引导词拦截）** |
| 48 | 什么软件做全基因组注释 | 否 | 否 | 否 | **qa（v1.1：疑问引导词拦截）** |
| 49 | 帮我分析水稻SPL基因家族 | 否 | 否 | 否 | **bioflow（v1.1：前缀分析句式）** |
| 50 | 帮我做水稻全基因组变异检测 | 否 | 否 | 否 | **bioflow（v1.1：链动词直接邻接宾语，金标 #12 保持）** |
| 51 | 帮我做一下水稻全基因组变异检测 | 否 | 否 | 否 | **bioflow（v1.1）** |
| 52 | 帮我分析鉴定水稻 SPL 家族 | 否 | 否 | 否 | **bioflow（v1.1）** |
| 53 | 帮我分析水稻 SPL 家族的最新研究进展 | 否 | 否 | 否 | **qa（v1.1：主题词优先于分析指令）** |
| 54 | 水稻 SPL 家族研究综述 | 否 | 否 | 否 | **qa（v1.1）** |
| 55 | 帮我看看水稻 SPL 家族 | 否 | 否 | 否 | **qa（v1.1：「看」非链动词，漏判安全）** |

## 5. 实现注意（前后端一致）

1. 判定全部为纯文本子串匹配（小写化后），不依赖 LLM；命中即返回，顺序不可调换。
2. 复用方法名提取：REUSE_PHRASE 命中时，取 REUSE_PHRASE 之前最近的连续 3-20 字符（去空白与书名号）为方法名，随路由结果一并返回。
3. bioflow_qa 仅在 has_bioflow_context=true 时生效；无上下文时同类句子一律 qa（漏判安全）。
4. 边界约定：文本长度 ≤1 或纯空白 → qa；文本 >2000 字符 → 按截断后前 2000 字符判定。
5. 本词典为唯一事实源：前端 utils/intent.js 与后端分流实现必须与本表逐条双跑一致（同表双跑由 L3/L2 用例 TC-BIO-INTENT-001~047 执行；v1.1 新增 #41-#55 覆盖问答句收窄与补语边界）。
6. **v1.1 收窄原则**：漏判安全优先——拿不准的句子一律 qa；三条命中通道（任务动词+对象 / 前缀分析句式 / 分析链句式）必须能明确读出「用户要求执行分析」；问答主题词（研究进展/综述等）与疑问引导词（什么/怎么/如何等）拦截一切生信通道。