# Gene Family MAS 完整项目计划

> 项目: /home/xia-lab/gene-family-mas-v2/
> 时间: 2026-03-31
> 目标: 构建基因家族分析虚拟科学家

---

## 🎯 项目定位

### 对标产品
- **PlantScience.ai**: 通用植物生物学虚拟科学家 (未成熟)
- **我们的项目**: 专精基因家族分析虚拟科学家

### 差异化优势
1. 系统发育提取v5 (PlantScience.ai无)
2. 11个标准分析stage全覆盖
3. 多物种比较基因组
4. 可发表级别分析流程

---

## 📅 完整时间线

### Phase 0-3: 已完成 ✅

| 阶段 | 内容 | 完成时间 | 状态 |
|:---|:---|:---|:---|
| Phase 0 | 基础设施 | 3月初 | ✅ |
| Phase 1 | 记忆与对话 | 3月19日 | ✅ |
| Phase 2 | 检索增强 | 3月19日 | ✅ |
| Phase 3 | 系统发育提取v5 | 3月30日 | ✅ |

### Phase 4-7: 待完成 ⏳

| 阶段 | 内容 | 计划时间 | 交付物 |
|:---|:---|:---|:---|
| Phase 4 | 知识图谱 | 4月1-15日 | Neo4j + 实体关系 |
| Phase 5 | 11个分析技能 | 4月16-30日 | 全stage覆盖 |
| Phase 6 | 智能推理 | 5月1-15日 | 多跳推理 |
| Phase 7 | 生产化 | 5月16-31日 | Docker + 监控 |

---

## 🏗️ 系统架构

```
┌─────────────────────────────────────────┐
│ 前端: Vue3 + Element Plus               │
│  - 对话界面                             │
│  - 可视化展示                           │
│  - 文件上传                             │
└──────────────┬──────────────────────────┘
               │
┌──────────────┴──────────────────────────┐
│ API: FastAPI                            │
│  - /rag/chat (对话)                     │
│  - /rag/phylogeny/extract (v5提取) ✅   │
│  - /rag/kg/query (知识图谱) ⏳          │
└──────────────┬──────────────────────────┘
               │
┌──────────────┴──────────────────────────┐
│ 编排层: Orchestrator                    │
│  - 意图识别                             │
│  - 技能路由                             │
│  - 查询分解                             │
└──────────────┬──────────────────────────┘
               │
┌──────────────┴──────────────────────────┐
│ 技能层: Skills                          │
│  ├── 系统发育提取 (v5) ✅               │
│  ├── 表达分析 ⏳                        │
│  ├── 基因结构 ⏳                        │
│  ├── 启动子分析 ⏳                      │
│  ├── 共线性分析 ⏳                      │
│  └── ... (共11个)                      │
└──────────────┬──────────────────────────┘
               │
┌──────────────┴──────────────────────────┐
│ 数据层: Data Layer                      │
│  ├── Qdrant (向量存储) ✅               │
│  ├── Neo4j (知识图谱) ⏳                │
│  ├── SQLite (实体/记忆) ✅              │
│  └── 补充材料获取器 (v5) ✅             │
└─────────────────────────────────────────┘
```

---

## 📋 本周任务 (3月31日-4月6日)

### 周一 (今天)
- [ ] 启动API服务测试
- [ ] 验证v5集成接口
- [ ] 修复可能的问题

### 周二-周三
- [ ] 前端集成v5提取
- [ ] 添加提取进度显示
- [ ] 展示分组结果

### 周四-周五
- [ ] 批量处理脚本
- [ ] 测试10篇论文
- [ ] 生成批量报告

### 周末
- [ ] Phase 4设计 (知识图谱)
- [ ] Neo4j安装配置
- [ ] 实体关系设计

---

## 📋 本月任务 (4月)

### Phase 4: 知识图谱 (4月1-15日)

**Week 1**:
- [ ] Neo4j安装配置
- [ ] 实体类型定义 (Gene/Family/Species/Group)
- [ ] 关系类型定义 (belongs_to/expressed_in)

**Week 2**:
- [ ] 实体提取器
- [ ] 关系抽取器
- [ ] 导入现有数据

**Week 3**:
- [ ] Cypher查询接口
- [ ] 与RAG集成
- [ ] 可视化展示

### Phase 5: 11个技能 (4月16-30日)

**Week 4**:
- [ ] 表达分析技能
- [ ] 基因结构技能
- [ ] 启动子分析技能

**Week 5**:
- [ ] 共线性分析技能
- [ ] 功能注释技能
- [ ] 比较基因组技能

---

## 📋 下月任务 (5月)

### Phase 6: 智能推理 (5月1-15日)
- [ ] 多跳推理
- [ ] 假设生成
- [ ] 矛盾检测

### Phase 7: 生产化 (5月16-31日)
- [ ] Docker化部署
- [ ] 性能优化
- [ ] 监控告警

---

## 📋 6月任务

### 产品发布
- [ ] 注册域名
- [ ] 部署公开服务
- [ ] 发布v2.0

### 学术发表
- [ ] 投稿NAR (Nucleic Acids Research)
- [ ] 或Bioinformatics
- [ ] 准备会议报告

---

## 💰 资源需求

### 计算资源
| 组件 | 配置 | 成本/月 |
|:---|:---|:---|
| API服务器 | 8核16GB | ¥500 |
| GPU推理 | RTX 4090 | ¥1,500 |
| 向量数据库 | 4核8GB | ¥300 |
| 图数据库 | 4核8GB | ¥300 |
| 存储 | 500GB SSD | ¥200 |
| **总计** | | **¥2,800/月** |

### 人力资源
| 角色 | 人数 | 时间 |
|:---|:---|:---|
| 系统架构师 | 1 | 全职 |
| 后端工程师 | 1 | 全职 |
| 前端工程师 | 1 | 兼职 |

---

## 📊 关键里程碑

| 日期 | 里程碑 | 状态 |
|:---|:---|:---|
| 2026-03-31 | v5集成到API | ⏳ 今天完成 |
| 2026-04-07 | 前端集成完成 | 📅 计划中 |
| 2026-04-15 | 知识图谱v1.0 | 📅 计划中 |
| 2026-04-30 | 11个技能全量 | 📅 计划中 |
| 2026-05-15 | 智能推理v1.0 | 📅 计划中 |
| 2026-05-31 | 生产级系统 | 📅 计划中 |
| 2026-06-30 | v2.0产品发布 | 📅 计划中 |

---

## 🎯 成功指标

### 技术指标
| 指标 | 当前 | 目标 |
|:---|:---|:---|
| 检索准确率 | 60% | 90% |
| 提取置信度 | 100/100 | 保持100/100 |
| 响应时间 | 5s | <1s |
| 系统可用性 | 95% | 99.9% |

### 业务指标
| 指标 | 当前 | 目标 |
|:---|:---|:---|
| 支持文献数 | 87 | 50,000 |
| 覆盖基因家族 | 3 | 200+ |
| 支持物种 | 5 | 100+ |
| 日活跃用户 | 1 | 100+ |

---

## 📁 项目文件

```
/home/xia-lab/gene-family-mas-v2/
├── COMPLETE_PROJECT_PLAN.md     # 本计划
├── RAG_MASTER_PLAN.md           # 总架构
├── INTEGRATION_PLAN.md          # v5集成
├── AUTOSKG_INSIGHTS.md          # 竞品分析
├── api/
│   └── rag_routes.py            # API路由
├── src/
│   ├── rag/                     # RAG核心
│   └── llm/                     # LLM模块
├── extract_phylogeny_v5_universal.py  # v5提取器
├── universal_supplementary_fetcher.py # 通用获取器
└── evaluation/                  # 评估结果
```

---

## 🚀 立即行动

### 今天必须完成
1. ✅ 启动API服务
2. ✅ 测试v5接口
3. ✅ 验证番茄P450提取

### 明天开始
4. 📅 前端集成
5. 📅 批量处理
6. 📅 Phase 4设计

---

*计划制定: 2026-03-31*
*下次更新: 2026-04-07*