# Gene-Family-MAS-V2 修订计划

## 修订原则
1. 24小时不间断修订
2. 不删除文件
3. 实事求是，不编造
4. 后端API测试真实数据
5. 定时记录修订进度

## 最优方案 (基于分析)

### 方案选择: 借鉴autoSKG + PlantConnectome

autoSKG特点:
- 使用GROBID提取PDF文本
- 使用LLM构建知识图谱
- 输出为parquet格式
- 支持增量更新

PlantConnectome特点:
- 788个预定义关系词
- 字段完整性100%
- 证据溯源完整

### 我们的最优方案:

1. **PDF提取**: 使用GROBID (autoSKG方式)
2. **关系抽取**: 使用OpenAI GPT-4o (PC方式)
3. **关系词表**: 选取PC的39个基因家族专用词
4. **质量保证**: 字段完整性+证据溯源
5. **存储格式**: JSON + SQLite (兼容现有)

---

## 修订任务清单

### 任务1: 配置OpenAI API (03:30前)
- [ ] 从.env读取API key
- [ ] 测试API连接
- [ ] 记录到revision_log

### 任务2: 修复V12.1章节提取 (03:50前)
- [ ] 检查当前章节保存逻辑
- [ ] 修复保存到结果文件
- [ ] 重新提取荔枝论文
- [ ] 验证章节完整性

### 任务3: 实现LLM关系抽取 (04:10前)
- [ ] 创建llm_extractor.py
- [ ] 使用GPT-4o抽取关系
- [ ] 从章节文本批量抽取
- [ ] 测试抽取质量

### 任务4: 扩展知识图谱 (持续)
- [ ] 添加39个关系词
- [ ] 实现基因家族特有词
- [ ] 添加basis字段
- [ ] 验证关系准确性

### 任务5: 真实数据验证 (持续)
- [ ] 后端API测试所有代码
- [ ] 验证抽取结果
- [ ] 记录验证日志

---

## 定时记录计划

| 时间 | 动作 | 内容 |
|------|------|------|
| 03:30 | 记录进度 | 任务1完成状态 |
| 03:50 | 记录进度 | 任务2完成状态 |
| 04:10 | 状态检查 | 检查修订是否在进行 |
| 每30分钟 | 心跳检测 | 检查任务运行状态 |

---

## 修订记录文件

- `/home/xia-lab/gene-family-mas-v2/revision_log_0330.md`
- `/home/xia-lab/gene-family-mas-v2/revision_log_0350.md`
- `/home/xia-lab/gene-family-mas-v2/revision_status.md`

---

## 当前状态

开始时间: 2026-04-10 03:27
当前任务: 配置OpenAI API
下一步: 修复V12.1章节提取