PlantAI-rag/docs/plans/COMPLETE_PROJECT_PLAN.md

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