reference/cognizes/prd/002-task-checklist

[!IMPORTANT]

基于：Implementation Plan v1.1
对齐：PRD & Architecture v1.1

#目录

项目概览
Phase 1: 基础巩固
Phase 2: 智能增强
Phase 3: 认知增强
Phase 4: 生态完善
跨阶段验证任务
进度追踪

#1. 项目概览

#1.1 总体路线图

#1.2 里程碑

里程碑	目标日期	交付物	验收标准
M1	2026-01	单内容处理流程	上传 → 解析 → 翻译 → 分析完整可用
M2	2026-02	Web UI MVP	UI 上线，基础 RAG 可用
M3	2026-04	知识图谱	图谱构建完成，混合检索实现
M4	2026-06	认知增强	多跳推理可用，RAGAS 达标
M5	2026-08	完整平台	用户系统 + API 平台上线

#1.3 优先级说明

🔴 P0：核心功能，必须完成
🟡 P1：增强功能，重要
🟢 P2：扩展功能，可延期
⚪ 可选：锦上添花，视时间安排

#2. Phase 1: 基础巩固

时间：2025-12 ~ 2026-02
目标：构建核心处理流程，实现单内容完整处理链路

#2.1 任务依赖关系

#T1.1 后端服务层 🔴

目标：基于 FastAPI 构建异步高性能后端服务

子任务	描述	产出物	验收标准	状态
T1.1.1	项目初始化与目录结构	`cognizes/` 目录	符合设计规范	☐
T1.1.2	FastAPI 应用入口	`api/main.py`	服务正常启动	☐
T1.1.3	配置管理模块	`core/config.py`	环境变量加载正确	☐
T1.1.4	异常处理机制	`core/exceptions.py`	统一错误响应格式	☐
T1.1.5	Pydantic 模型定义	`core/models/`	数据验证正确	☐
T1.1.6	Sources API 实现	`routes/sources.py`	CRUD 接口可用	☐
T1.1.7	Tasks API 实现	`routes/tasks.py`	任务管理接口可用	☐
T1.1.8	Search API 实现	`routes/search.py`	搜索接口可用	☐
T1.1.9	Health Check API	`routes/health.py`	`/health` 返回正常	☐
T1.1.10	WebSocket 任务事件	`websocket/task_events.py`	实时推送正常	☐
T1.1.11	单元测试编写	`tests/unit/api/`	覆盖率 > 70%	☐

验收标准：

验收项	标准	验证方式
API 响应时间	< 500ms (P95)	性能测试
并发处理能力	100+ 并发上传	压力测试
WebSocket 连接	1000+ 同时连接	连接测试
API 文档	Swagger 自动生成	访问 /docs

#T1.2 Agent 层（Google ADK）🔴

目标：基于 Google ADK 实现核心 Agent，完成内容处理流程

子任务	描述	产出物	验收标准	状态
T1.2.1	ADK 环境配置	依赖安装、认证配置	API 调用成功	☐
T1.2.2	Agent 目录结构	`agents/adk/`	符合设计规范	☐
T1.2.3	Coordinator Agent	`coordinator.py`	流程编排正确	☐
T1.2.4	Reader Agent	`reader_agent.py`	PDF 解析准确率 > 95%	☐
T1.2.5	Translation Agent	`translation_agent.py`	术语保留 100%，BLEU > 0.7	☐
T1.2.6	Heartfelt Agent	`heartfelt_agent.py`	生成结构化报告	☐
T1.2.7	PDF 解析工具	`tools/pdf_parser.py`	PyMuPDF 集成	☐
T1.2.8	Web 抓取工具	`tools/web_scraper.py`	URL 解析正确	☐
T1.2.9	内容处理工作流	`workflows/content_pipeline.py`	端到端可用	☐
T1.2.10	Agent 单元测试	`tests/unit/agents/`	覆盖率 > 70%	☐
T1.2.11	Markdown 解析工具	`tools/md_parser.py`	markdown-it-py 集成	☐
T1.2.12	arXiv API 工具	`tools/arxiv_fetcher.py`	arXiv API 调用成功	☐
T1.2.13	DOCX 解析工具	`tools/docx_parser.py`	python-docx 集成	☐

验收标准：

验收项	标准	验证方式
PDF 解析准确率	> 95% 文本提取正确	样本测试
翻译质量	术语保留 100%，BLEU > 0.7	人工评估
流程完整性	端到端流程无中断	E2E 测试
元数据提取	准确率 > 90%	样本验证

#T1.3 OceanBase 集成 🔴

目标：集成 OceanBase 向量数据库，实现内容存储与向量检索

子任务	描述	产出物	验收标准	状态
T1.3.1	OceanBase 部署	Docker 容器运行	服务启动正常	☐
T1.3.2	数据库连接配置	`core/database.py`	连接池正常工作	☐
T1.3.3	sources 表创建	Schema SQL	表结构正确	☐
T1.3.4	source_embeddings 表创建	向量表 + HNSW 索引	索引创建成功	☐
T1.3.5	tasks 表创建	任务状态表	表结构正确	☐
T1.3.6	全文索引创建	FULLTEXT 索引	关键词检索可用	☐
T1.3.7	ORM 模型实现	SQLAlchemy 模型	CRUD 操作正常	☐
T1.3.8	向量存储服务	向量写入/检索	相似度搜索正确	☐
T1.3.9	数据库测试	集成测试	全部通过	☐

验收标准：

验收项	标准	验证方式
数据库连接	连接池正常工作	连接测试
CRUD 操作	增删改查正常	单元测试
向量索引	HNSW 索引正确创建	EXPLAIN 验证
检索延迟	< 100ms (P95)	性能测试

#T1.4 Web UI MVP 🔴

目标：构建基础 Web 界面，支持内容上传、列表查看、任务监控

子任务	描述	产出物	验收标准	状态
T1.4.1	Next.js 项目初始化	`ui/` 目录	开发服务器启动	☐
T1.4.2	全局布局实现	`app/layout.tsx`	导航、主题正常	☐
T1.4.3	仪表板页面	`app/page.tsx`	统计概览展示	☐
T1.4.4	内容列表页面	`app/sources/page.tsx`	列表展示正常	☐
T1.4.5	内容详情页面	`app/sources/[id]/page.tsx`	Tab 切换正常	☐
T1.4.6	上传页面	`app/sources/upload/page.tsx`	拖拽上传可用	☐
T1.4.7	任务监控页面	`app/tasks/page.tsx`	实时状态更新	☐
T1.4.8	搜索页面	`app/search/page.tsx`	搜索功能可用	☐
T1.4.9	API 调用 Hook	`hooks/useApi.ts`	数据请求正常	☐
T1.4.10	WebSocket Hook	`hooks/useWebSocket.ts`	实时连接正常	☐
T1.4.11	状态管理	`store/*.ts` (Zustand)	状态同步正确	☐
T1.4.12	前端测试	Vitest + Playwright	覆盖率 > 60%	☐

验收标准：

验收项	标准	验证方式
页面加载	< 2s (首屏)	Lighthouse
文件上传	50MB 文件 < 30s	功能测试
任务实时更新	WebSocket 延迟 < 1s	连接测试
响应式设计	适配移动端	视觉测试

#T1.5 基础 RAG 检索 🔴

目标：实现基于向量的语义检索功能

子任务	描述	产出物	验收标准	状态
T1.5.1	Embedding 服务	向量生成模块	OpenAI API 调用成功	☐
T1.5.2	向量相似度搜索	搜索服务	Top-K 结果正确	☐
T1.5.3	检索 API 实现	`/api/v1/search`	接口响应正常	☐
T1.5.4	LLM 回答生成	生成模块	回答质量达标	☐
T1.5.5	OceanBase 搜索工具	`tools/oceanbase_search.py`	Agent 可调用	☐
T1.5.6	检索测试	集成测试	准确率 > 80%	☐

验收标准：

验收项	标准	验证方式
检索响应时间	< 500ms	性能测试
检索准确率	相关结果占 Top-10 的 80%+	人工评估
回答质量	Faithfulness > 85%	RAGAS 评估

#Phase 1 验收清单

检查项	状态	验收日期	验收人
FastAPI 服务启动正常	☐
API 文档可访问 (/docs)	☐
WebSocket 连接正常	☐
Reader Agent 解析 PDF	☐
Translation Agent 翻译	☐
Heartfelt Agent 分析	☐
完整流程端到端可用	☐
OceanBase 连接正常	☐
向量索引创建成功	☐
向量检索功能可用	☐
Web UI 首页可访问	☐
文件上传功能正常	☐
任务监控实时更新	☐
语义搜索功能可用	☐
测试覆盖率 > 80%	☐

#3. Phase 2: 智能增强

时间：2026-02 ~ 2026-04
目标：集成 Neo4j 与 Cognee，构建知识图谱与混合检索能力

#3.1 任务依赖关系

#T2.1 Neo4j 部署配置 🔴

目标：部署 Neo4j 图数据库，创建知识图谱 Schema

子任务	描述	产出物	验收标准	状态
T2.1.1	Docker Compose 配置	`docker-compose.yml`	服务启动正常	☐
T2.1.2	Neo4j 健康检查	端口测试	7474/7687 可访问	☐
T2.1.3	唯一性约束创建	Cypher 脚本	6 个约束创建	☐
T2.1.4	向量索引创建	向量索引	cosine 相似度索引	☐
T2.1.5	全文索引创建	全文索引	source_fulltext 可用	☐
T2.1.6	Python 驱动连接	`neo4j-driver`	连接测试通过	☐
T2.1.7	Neo4j 工具封装	`tools/neo4j_query.py`	CRUD 操作正常	☐

验收标准：

验收项	标准	验证方式
Neo4j 服务启动	健康检查通过	端口测试
约束创建成功	6 个唯一性约束	SHOW CONSTRAINTS
向量索引创建	cosine 相似度索引可用	SHOW INDEXES
Python 连接	neo4j-driver 正常连接	连接测试

#T2.2 Cognee 集成 🔴

目标：集成 Cognee 框架，配置三存储架构

子任务	描述	产出物	验收标准	状态
T2.2.1	Cognee 依赖安装	`pyproject.toml`	版本 >= 0.1.17	☐
T2.2.2	LLM 配置	Anthropic 配置	API 调用成功	☐
T2.2.3	Embedding 配置	OpenAI 配置	向量生成成功	☐
T2.2.4	图存储配置	Neo4j 连接	cognee → Neo4j 成功	☐
T2.2.5	Cognee 初始化	`core/cognee_config.py`	无报错启动	☐
T2.2.6	CogneeMemory 封装	`core/memory.py`	API 封装完成	☐
T2.2.7	cognee.add 测试	添加文档测试	成功添加	☐
T2.2.8	cognee.cognify 测试	构建图谱测试	成功构建	☐
T2.2.9	cognee.search 测试	混合检索测试	返回相关结果	☐
T2.2.10	OceanBase 适配器	`core/cognee_oceanbase.py`	向量存储透明	☐
T2.2.11	适配器 BaseVectorStore	继承实现	add/search/delete	☐
T2.2.12	适配器单元测试	`tests/unit/cognee/`	pytest 全部通过	☐
T2.2.13	Cognee 透明集成验证	集成测试	cognee.search 正常	☐

验收标准：

验收项	标准	验证方式
Cognee 初始化	无报错启动	日志检查
cognee.add	成功添加文档	API 测试
cognee.cognify	成功构建图谱	图谱查询
cognee.search	返回相关结果	检索测试

#T2.3 知识图谱构建 🟡

目标：实现内容到知识图谱的自动转换

子任务	描述	产出物	验收标准	状态
T2.3.1	实体类型定义	节点类型规范	10 类实体定义(PRD 对齐)	☐
T2.3.2	关系类型定义	边类型规范	10 类关系定义(PRD 对齐)	☐
T2.3.3	实体抽取器	`entity_extractor.py`	LLM 抽取实现	☐
T2.3.4	关系识别器	关系抽取	准确率 > 75%	☐
T2.3.5	图谱写入服务	Neo4j 写入	批量写入正常	☐
T2.3.6	向量嵌入服务	节点向量化	嵌入存储成功	☐
T2.3.7	图谱查询 API	Cypher 查询封装	查询接口可用	☐
T2.3.8	图谱数据导出	get_graph_data	可视化数据格式	☐
T2.3.9	Source 基类定义	节点模型	Paper/Article/Doc/Repo	☐
T2.3.10	知识实体类定义	节点模型	Author/Concept/Method/etc	☐

验收标准：

验收项	标准	验证方式
实体抽取准确率	> 80%	人工评估
关系识别准确率	> 75%	人工评估
图谱完整性	核心实体全部入图	图遍历验证

#T2.4 混合检索实现 🔴

目标：实现关键词 + 向量 + 图谱的三路混合检索

子任务	描述	产出物	验收标准	状态
T2.4.1	查询解析器	查询类型分类	三类查询识别	☐
T2.4.2	关键词检索	OceanBase FULLTEXT	返回结果正确	☐
T2.4.3	向量检索	OceanBase HNSW	Top-K 正确	☐
T2.4.4	图谱检索	Neo4j Cypher	关系查询正确	☐
T2.4.5	RRF 融合算法	`hybrid_search.py`	排序正确	☐
T2.4.6	智能路由器	`search_router.py`	路由策略正确	☐
T2.4.7	三路并发执行	asyncio.gather	并发检索正常	☐
T2.4.8	LLM 重排序	可选增强	质量提升	☐
T2.4.9	混合检索 API	`/api/v1/search/hybrid`	接口可用	☐
T2.4.10	检索质量评估	Precision@10	> 70%	☐

验收标准：

验收项	标准	验证方式
三路检索可用	全部正常返回结果	功能测试
RRF 融合正确	排序符合预期	单元测试
混合检索质量	Precision@10 > 70%	评估测试
响应时间	< 1s	性能测试

#Phase 2 验收清单

检查项	状态	验收日期	验收人
Neo4j 服务正常	☐
Neo4j Schema 创建完成	☐
Cognee 初始化成功	☐
cognee.add 功能正常	☐
cognee.cognify 功能正常	☐
实体抽取功能可用	☐
知识图谱数据可查询	☐
关键词检索可用	☐
向量检索可用	☐
图谱检索可用	☐
RRF 混合检索可用	☐
测试覆盖率 > 85%	☐

#4. Phase 3: 认知增强

时间：2026-04 ~ 2026-06
目标：实现多跳推理问答、RAGAS 评估体系、Agent 记忆持久化

#4.1 任务依赖关系

#T3.1 多跳推理问答 🔴

目标：实现基于 Agentic RAG 的复杂问题推理

子任务	描述	产出物	验收标准	状态
T3.1.1	智能路由器	查询分类	三类路由正确	☐
T3.1.2	问题分解模块	子问题生成	分解合理	☐
T3.1.3	多步检索执行	逐步检索	信息累积正确	☐
T3.1.4	推理分析模块	子答案生成	推理过程清晰	☐
T3.1.5	答案综合模块	最终答案生成	结构完整	☐
T3.1.6	自我反思机制	质量评估	修正能力有效	☐
T3.1.7	相关性评估器	Grader 实现	低质量可检测	☐
T3.1.8	Web 搜索补救	外部检索	补充信息正确	☐
T3.1.9	MultiHop API	`/api/v1/multihop`	接口可用	☐

验收标准：

验收项	标准	验证方式
问题分解准确	子问题覆盖完整	人工评估
多跳检索有效	能发现间接关联	案例测试
回答质量	Answer Relevancy > 90%	RAGAS 评估
推理可解释	包含推理过程	输出检查

#T3.2 RAGAS 评估体系 🔴

目标：建立基于 RAGAS 的检索与生成质量评估体系

子任务	描述	产出物	验收标准	状态
T3.2.1	RAGAS 依赖安装	`ragas` 包	版本 >= 0.1.0	☐
T3.2.2	评估数据集框架	JSON Schema 定义	符合 RAGAS 要求	☐
T3.2.3	自建问答对	论文库抽取	100+ 条	☐
T3.2.4	领域专属数据	人工标注	50+ 条	☐
T3.2.5	标准测试集引入	MS MARCO/NQ 子集	500+ 条	☐
T3.2.6	评估器实现	`evaluation.py`	四项指标计算	☐
T3.2.7	Faithfulness 达标	忠实度评估	> 85%	☐
T3.2.8	Answer Relevancy 达标	相关性评估	> 90%	☐
T3.2.9	Context Precision 达标	精确度评估	> 80%	☐
T3.2.10	Context Recall 达标	召回率评估	> 85%	☐
T3.2.11	评估报告生成	自动化报告	格式清晰	☐
T3.2.12	CI 集成	GitHub Actions	自动化评估	☐

验收标准：

验收项	标准	验证方式
评估管道运行	无报错完成评估	功能测试
评估数据集	至少 100 条测试用例	数据检查
指标达标	四项指标全部达标	评估运行

#T3.3 Agent 记忆持久化 🟡

目标：实现 Agent 跨会话记忆持久化

子任务	描述	产出物	验收标准	状态
T3.3.1	短期记忆实现	内存存储	会话内保持	☐
T3.3.2	长期记忆实现	OceanBase 存储	重启后保留	☐
T3.3.3	情景记忆实现	Neo4j 存储	历史轨迹记录	☐
T3.3.4	语义记忆实现	Cognee 存储	知识关联保持	☐
T3.3.5	记忆管理器	`memory_manager.py`	API 完整	☐
T3.3.6	记忆检索功能	相关记忆召回	准确率达标	☐
T3.3.7	记忆固化机制	短期 → 长期转移	自动执行	☐
T3.3.8	记忆测试	跨会话测试	功能正常	☐

验收标准：

验收项	标准	验证方式
短期记忆有效	会话内上下文保持	会话测试
长期记忆持久	重启后记忆保留	持久化测试
记忆检索准确	相关记忆正确召回	检索测试

#T3.4 图谱可视化 🟡

目标：实现知识图谱的交互式可视化

子任务	描述	产出物	验收标准	状态
T3.4.1	vis-network 集成	前端组件	渲染正常	☐
T3.4.2	图谱数据 API	`/api/v1/graph`	返回格式正确	☐
T3.4.3	节点渲染	样式配置	类型区分清晰	☐
T3.4.4	边渲染	关系展示	方向正确	☐
T3.4.5	交互功能	缩放/拖拽/点击	响应流畅	☐
T3.4.6	节点详情展示	点击展开	信息完整	☐
T3.4.7	中心展开查询	指定节点展开	功能正常	☐
T3.4.8	性能优化	1000+ 节点	渲染 < 3s	☐
T3.4.9	图谱页面	`app/graph/page.tsx`	页面完整	☐

验收标准：

验收项	标准	验证方式
图谱渲染正确	节点和边正确显示	视觉测试
交互功能	支持缩放、拖拽、点击	功能测试
性能表现	1000 节点渲染 < 3s	性能测试

#T3.5 Solutions Architect Agent 🟡

目标：实现场景化方案定制 Agent

子任务	描述	产出物	验收标准	状态
T3.5.1	Agent 定义	`solutions_architect.py`	结构完整	☐
T3.5.2	需求分析能力	Prompt 设计	场景理解准确	☐
T3.5.3	方案检索能力	工具集成	检索相关内容	☐
T3.5.4	架构设计能力	输出模板	结构化输出	☐
T3.5.5	Coordinator 注册	流程集成	Agent 可调度	☐
T3.5.6	API 端点	`/api/v1/architect`	接口可用	☐
T3.5.7	方案质量评估	人工评估	匹配度 > 80%	☐
T3.5.8	最佳实践整合	BettaFish/Cognee 模式	工程模式验证	☐
T3.5.9	定制化输出	PRD/代码骨架	多格式输出	☐

验收标准：

验收项	标准	验证方式
Agent 响应	生成结构化方案文档	功能测试
方案相关性	方案与场景匹配度 > 80%	人工评估
响应时间	< 30s（含检索）	性能测试

#T3.6 BettaFish ForumEngine ⚪ 可选

目标：实现 Agent 论坛协作机制

子任务	描述	产出物	验收标准	状态
T3.6.1	ForumEngine 架构	`forum_engine.py`	结构完整	☐
T3.6.2	主持人 Agent	Host LLM	引导讨论	☐
T3.6.3	参与者 Agents	三种视角	多元观点	☐
T3.6.4	讨论轮次控制	最多 3 轮	可收敛	☐
T3.6.5	共识判断机制	共识检测	判断正确	☐
T3.6.6	结论综合	综合器	输出质量高	☐
T3.6.7	Forum API	`/api/v1/forum/discuss`	接口可用	☐

验收标准：

验收项	标准	验证方式
多轮讨论	支持 3 轮以上辩论	功能测试
共识达成	论坛能收敛到结论	逻辑测试
输出质量	论坛输出 > 单 Agent 输出质量	A/B 测试

#Phase 3 验收清单

检查项	状态	验收日期	验收人
多跳推理问答可用	☐
问题分解功能正常	☐
自我反思机制有效	☐
RAGAS 评估管道运行	☐
Faithfulness > 85%	☐
Answer Relevancy > 90%	☐
Context Precision > 80%	☐
Context Recall > 85%	☐
短期记忆功能正常	☐
长期记忆持久化	☐
记忆检索准确	☐
图谱可视化页面可用	☐
Solutions Architect 可用	☐
ForumEngine 可用（可选）	☐
测试覆盖率 > 90%	☐

#5. Phase 4: 生态完善

时间：2026-06 ~ 2026-08
目标：完善用户系统、个性化推荐、API 开放平台

#5.1 任务依赖关系

#T4.1 用户认证系统 🟢

目标：实现用户注册、登录、权限管理

子任务	描述	产出物	验收标准	状态
T4.1.1	users 表创建	用户数据模型	表结构正确	☐
T4.1.2	user_favorites 表	收藏数据模型	关联正确	☐
T4.1.3	reading_history 表	历史数据模型	记录完整	☐
T4.1.4	注册功能	邮箱验证	密码强度检查	☐
T4.1.5	登录功能	JWT 签发	Token 正确	☐
T4.1.6	Token 刷新	Refresh Token	过期自动刷新	☐
T4.1.7	权限控制	中间件	未授权返回 401	☐
T4.1.8	收藏功能	收藏 API	CRUD 正常	☐
T4.1.9	第三方登录	OAuth2	GitHub/Google 可选	☐

验收标准：

验收项	标准	验证方式
注册功能	邮箱验证、密码强度检查	功能测试
登录功能	JWT 签发正确	功能测试
Token 刷新	过期自动刷新	边界测试
权限控制	未授权访问返回 401	安全测试

#T4.2 个性化推荐 🟢

目标：基于用户行为的个性化内容推荐

子任务	描述	产出物	验收标准	状态
T4.2.1	用户行为数据收集	埋点实现	数据完整	☐
T4.2.2	协同过滤算法	相似用户推荐	推荐合理	☐
T4.2.3	内容推荐算法	向量+图谱推荐	推荐相关	☐
T4.2.4	热门推荐	全局统计	数据准确	☐
T4.2.5	趋势推荐	时间衰减	新鲜度保证	☐
T4.2.6	推荐 API	`/api/v1/recommend`	接口可用	☐
T4.2.7	冷启动处理	新用户推荐	有效推荐	☐

验收标准：

验收项	标准	验证方式
推荐生成	新用户也能获得推荐	冷启动测试
推荐相关性	用户满意度 > 70%	用户调研
响应时间	< 500ms	性能测试

#T4.3 API 开放平台 🟢

目标：提供开放 API 供第三方调用

子任务	描述	产出物	验收标准	状态
T4.3.1	API Key 生成	密钥管理	安全生成	☐
T4.3.2	API Key 验证	中间件	验证正确	☐
T4.3.3	速率限制	限流中间件	超限返回 429	☐
T4.3.4	使用统计	调用量统计	数据准确	☐
T4.3.5	API 文档完善	Swagger	完整可用	☐
T4.3.6	开发者控制台	管理界面	功能完整	☐
T4.3.7	套餐管理	计费逻辑	可配置	☐

验收标准：

验收项	标准	验证方式
API 文档	Swagger 完整可用	文档检查
API Key 管理	创建、撤销功能正常	功能测试
速率限制	超限返回 429	压力测试
使用统计	调用量统计准确	数据验证

#T4.4 移动端适配 🟢

目标：Web 端完全适配移动设备

子任务	描述	产出物	验收标准	状态
T4.4.1	响应式布局	TailwindCSS 断点	适配正确	☐
T4.4.2	触摸优化	点击区域调整	易于操作	☐
T4.4.3	图片懒加载	性能优化	加载顺畅	☐
T4.4.4	Service Worker	PWA 支持	离线可用	☐
T4.4.5	安装提示	PWA Manifest	可安装	☐
T4.4.6	移动端测试	多设备测试	兼容性好	☐
T4.4.7	Lighthouse 优化	性能评分	Mobile > 80	☐

验收标准：

验收项	标准	验证方式
移动端可用	核心功能正常	设备测试
Lighthouse 评分	Mobile > 80	性能测试
离线支持	缓存页面可访问	功能测试

#Phase 4 验收清单

检查项	状态	验收日期	验收人
用户注册登录正常	☐
JWT 认证正确	☐
用户收藏功能可用	☐
个性化推荐有效	☐
API 文档完整	☐
API Key 管理功能正常	☐
速率限制生效	☐
移动端完全适配	☐
PWA 离线支持	☐
全平台测试通过	☐

#6. 跨阶段验证任务

#6.1 测试体系

测试类型	工具	目标覆盖率	执行频率
单元测试	Pytest / Vitest	> 85%	每次提交
集成测试	Pytest	> 70%	每次 PR
E2E 测试	Playwright	> 60%	每日构建
性能测试	k6	P95 < 500ms	每周
RAGAS 评估	ragas	四项达标	每周

#6.2 E2E 测试场景

编号	场景	所属阶段	优先级
E2E-001	论文上传完整流程	Phase 1	P0
E2E-002	语义搜索验证	Phase 1	P0
E2E-003	翻译流程验证	Phase 1	P0
E2E-004	深度分析验证	Phase 1	P0
E2E-005	知识图谱展示	Phase 2	P1
E2E-101	多跳问答验证	Phase 3	P0
E2E-102	跨会话记忆	Phase 3	P1
E2E-103	方案生成验证	Phase 3	P1

#6.3 性能基准

接口/功能	指标	目标值
`/api/v1/sources` POST	响应时间	< 200ms
`/api/v1/search` POST	P95 延迟	< 500ms
向量检索	单次查询	< 100ms
图谱遍历 (2 跳)	单次查询	< 200ms
混合检索 (三路)	端到端	< 1s
页面首屏	LCP	< 2s

#6.4 RAGAS 评估数据集

编号	任务	产出物	验收标准
V-001	评估数据集格式定义	JSON Schema	符合 RAGAS 要求
V-002	自建问答对收集	从已分析论文抽取	100+ 条
V-003	领域专属标注	人工 Ground Truth	50+ 条
V-004	评估脚本实现	`evaluation/ragas_eval.py`	四项指标计算

#6.5 翻译质量评估

编号	任务	产出物	验收标准
V-101	BLEU 评估脚本	`evaluation/bleu_eval.py`	sacrebleu 集成
V-102	参考翻译数据集	30+ 篇高质量翻译	人工翻译样本
V-103	翻译质量验证	评估报告	BLEU > 0.7

#7. 进度追踪

#7.1 总体进度

#7.2 阶段进度汇总

阶段	任务总数	子任务数	进度
Phase 1	5	54	0%
Phase 2	4	43	0%
Phase 3	6	58	0%
Phase 4	4	30	0%
跨阶段	-	11	0%
总计	19	196	0%

#7.3 风险提示

风险	影响	概率	缓解措施
OceanBase 向量功能	高	中	备选 Milvus/Qdrant
Cognee 兼容性	中	中	自研 GraphRAG 组件
LLM API 限流	中	高	多 Provider 切换
开发周期延误	高	中	迭代交付、优先核心

#附录

#A. 术语表

术语	定义
Agentic RAG	Agent 驱动的检索增强生成
GraphRAG	结合知识图谱的 RAG 技术
Cognee	AI 认知记忆层框架
HNSW	分层可导航小世界图算法
RRF	倒数排名融合算法
RAGAS	RAG 评估框架

#B. 参考文档

文档	路径
PRD & Architecture	`docs/000-prd-architecture.md`
Implementation Plan	`docs/001-implementation-plan.md`
认知增强调研	`docs/research/000-cognitive-enhancement.md`
Context Engineering	`docs/research/001-context-engineering.md`
Agent Frameworks	`docs/research/002-agent-frameworks.md`
Cognee 调研	`docs/research/003-cognee.md`
OceanBase 调研	`docs/research/004-oceanbase.md`
Neo4j 调研	`docs/research/005-neo4j.md`
BettaFish 调研	`docs/research/006-bettafish.md`

#C. 变更记录

版本	日期	变更内容
v1.0	2025-12-22	初始版本
v1.1	2025-12-22	精细化优化版：新增 31 个子任务项，与 PRD 完全对齐