Add architecture plan for lab data management system

docs/architecture.md

@@ -0,0 +1,131 @@
+# 实验室数据管理系统架构方案
+
+## 1. 系统目标
+- 提供类似 Google Docs 的在线文档（Word）、表格（Excel）功能，并支持多人实时协作。
+- 提供多用户管理，支持微信 OAuth 登录，并区分管理员与普通用户角色。
+- 提供 LLM 驱动的数据巡检与智能助手能力，实现定时检测、问题预警与数据整理。
+- 能够在实验室内部服务器部署，具备安全可靠的数据管理、存储及备份能力。
+
+## 2. 整体架构概览
+系统采用前后端分离架构，结合微服务与模块化设计，便于扩展与维护。
+
+```
+┌──────────────────────────────────────────────────────────────────┐
+│                          前端应用（Web）                           │
+│  React + TypeScript + Ant Design / TDesign                       │
+└──────────────────────────────────────────────────────────────────┘
+                 │ HTTPS + JWT / Session
+┌────────────────┴────────────────────────────────────────────────┐
+│                            API 网关                              │
+│  Nginx / Traefik：路由转发、TLS、速率限制、负载均衡                 │
+└────────────────┬──────────────────────────┬──────────────────────┘
+                 │                          │
+         ┌───────▼───────┐          ┌───────▼───────────────────────────┐
+         │ 核心业务服务  │          │   实时协作文档服务（协同内核）     │
+         │ (NestJS/Java) │          │   - 使用 Yjs/Automerge CRDT        │
+         │ - 用户 & 权限 │          │   - WebSocket 信令服务             │
+         │ - 文档元数据  │          │   - 文档内容持久化（MongoDB/Redis）│
+         │ - 数据目录    │          └───────────────────────────────────┘
+         │ - 审计日志    │
+         └───────┬───────┘
+                 │ gRPC / REST
+         ┌───────▼─────────────────────────┐
+         │ 数据管理服务 (Python/FastAPI)    │
+         │ - 数据导入导出                  │
+         │ - 指标计算 & 质量校验            │
+         │ - 数据整理任务编排 (Celery)     │
+         └───────┬─────────────────────────┘
+                 │ Async Queue (RabbitMQ/Redis)
+         ┌───────▼──────────────────────────────────┐
+         │ LLM 智能监控服务 (LangChain + OpenAI API) │
+         │ - 任务调度 (APScheduler)                 │
+         │ - 指标规则解析                            │
+         │ - 异常生成报告 & 通知                    │
+         └───────────────────────────────────────────┘
+                 │
+┌────────────────▼────────────────────────────────────────────┐
+│                  数据存储与基础设施层                       │
+│ - PostgreSQL / MySQL：结构化业务数据                        │
+│ - MongoDB：文档内容、版本、协同状态                         │
+│ - MinIO / Ceph：附件、原始数据文件                          │
+│ - Redis：会话、缓存、WebSocket 协同暂存                     │
+│ - Elasticsearch：全文检索与审计日志                         │
+└─────────────────────────────────────────────────────────────┘
+```
+
+## 3. 核心功能设计
+
+### 3.1 用户与权限管理
+- **微信登录**：使用微信开放平台 OAuth2.0，通过 API 网关回调获取用户信息并与内部账号绑定。
+- **角色模型**：
+  - 管理员：管理用户、权限、数据目录、系统配置、规则模板。
+  - 普通用户：访问授权文档/数据、参与协作、接收通知、提交数据。
+- **权限细分**：基于 RBAC，结合文档/数据目录的行级权限控制。
+- **安全性**：支持 MFA（短信/邮件）、操作审计、IP 黑白名单。
+
+### 3.2 在线文档与表格
+- 前端使用富文本编辑器（如 TipTap/Quill + Yjs）实现 Word 功能，表格可使用 Handsontable/SheetJS。
+- 协同：通过 WebSocket + CRDT 保证多用户实时编辑的一致性。
+- 版本管理：支持快照、差异回看、恢复旧版本。
+- 模板：提供实验报告模板、数据记录模板，可一键创建。
+
+### 3.3 数据管理与存储
+- 数据目录：按照实验项目、仪器、样本、试剂分类，支持标签与搜索。
+- 数据导入：支持 Excel/CSV 批量导入，解析后写入数据库；提供字段映射与校验规则。
+- 数据导出：导出为 Excel/CSV/PDF，并可设置自动导出计划。
+- 附件管理：对接对象存储，支持大文件分片上传、版本记录与权限控制。
+
+### 3.4 LLM 智能监控与助手
+- **监控流程**：
+  1. 管理员在系统中配置指标规则（阈值、公式、检查频率等）。
+  2. 调度器（APScheduler/Celery Beat）定时触发任务，数据管理服务计算指标并生成结构化检测结果。
+  3. LLM 服务读取检测结果，通过提示模板分析是否异常、生成文字说明与建议。
+  4. 通知服务将结果推送给相关用户（微信企业号、邮件、站内信）。
+- **数据整理助手**：用户可通过聊天界面向 LLM 咨询数据情况、生成报表、自动整理实验记录。
+- **安全策略**：
+  - 敏感数据脱敏再传递给 LLM。
+  - 关键任务使用私有化部署的开源 LLM（如 ChatGLM、Qwen）或安全代理。
+
+## 4. 关键技术选型
+- **前端**：React + TypeScript，UI 组件库选用 Ant Design Pro；实时协作使用 Yjs + websocket-provider。
+- **后端**：
+  - 用户/权限/业务 API：NestJS（TypeScript）或 Spring Boot。
+  - 数据处理服务：Python FastAPI，方便与数据分析库（Pandas、NumPy）集成。
+  - 消息队列：RabbitMQ 或 Redis Streams。
+  - 调度：Celery + Beat 或 APScheduler。
+- **数据库**：PostgreSQL、MongoDB、Redis、MinIO、Elasticsearch。
+- **身份认证**：Keycloak 或自建 OAuth 服务，扩展微信登录。
+- **LLM 集成**：LangChain / LlamaIndex，支持调用 OpenAI、Qwen-Plus 等 API；私有化可部署 ChatGLM。
+- **日志与监控**：Prometheus + Grafana、ELK Stack。
+
+## 5. 部署方案
+- **容器化**：各服务使用 Docker 镜像，通过 Docker Compose 或 Kubernetes 进行编排。
+- **实验室服务器部署**：
+  - 主服务器运行核心业务、数据库、对象存储。
+  - 辅助服务器可部署 LLM 模型、分析服务。
+  - 内网访问 + VPN 接入，确保安全。
+- **CI/CD**：GitLab CI 或 GitHub Actions 自动构建、测试、部署。
+- **备份策略**：数据库定期备份到独立存储；对象存储跨机房复制；配置备份脚本。
+
+## 6. 安全与合规
+- 数据加密：传输采用 HTTPS/TLS，存储敏感字段使用 AES 加密。
+- 权限审计：记录所有关键操作日志，满足实验室合规要求。
+- 备份与恢复：演练灾备恢复流程，确保可快速恢复服务。
+- 隐私保护：遵守《中华人民共和国数据安全法》《个人信息保护法》，对外共享需脱敏。
+
+## 7. 实施路线图
+1. **需求分析 & 原型设计（2-3 周）**：访谈用户、梳理场景，完成原型和数据字典。
+2. **基础平台搭建（4-6 周）**：开发用户体系、权限管理、基础文档/表格功能。
+3. **协同与数据模块（6-8 周）**：实现实时协作、数据导入导出、指标计算。
+4. **LLM 智能功能（4-6 周）**：集成 LLM API、实现定时巡检、告警与智能助手。
+5. **安全与优化（2-3 周）**：完善日志、监控、备份、性能优化。
+6. **内测与上线（2 周）**：在实验室服务器部署，进行用户培训与迭代。
+
+## 8. 后续扩展
+- 移动端小程序：提供数据查看、审批、告警提醒。
+- 与实验仪器数据接口：自动采集实验数据。
+- 流程引擎：实现实验流程审批、试剂领用等业务流程。
+- AI 增强：引入自动生成实验报告、智能问答知识库等能力。
+
+---
+此方案可作为项目立项与实施的蓝图，实际开发中可根据实验室资源、团队技术栈进行调整。