1. 立项原因，旨在解决什么产品问题
化工研发中，配方/合成实验的配方数据、测试指标与实验记录长期散落在纸质台账和 Excel 里，方法学管线（单因素→正交→响应面→确证验证）缺乏统一的数据沉淀与分析工具，导致结论难以追溯、配方优化依赖经验试错、团队协作与知识传承困难。本项目通过全生命周期实验管理与科学方法学数据分析，让研发过程可记录、可分析、可复现，降低试错成本、加速工艺定型。
2. 行业场景、业务背景
面向精细化工、材料研发等实验室场景（如硬脂酸钙乳化剂等配方研发），研究人员需经历「智能探索 → 原料准备 → 实验执行 → 数据分析」四阶段研发流程，并遵循「预实验单因素考察 → 筛选正交设计 → 优化响应面法 → 确证重复验证」的科学方法学管线。平台覆盖化学品库存管理、项目三级权限协作、AI 智能辅助（配方设计、安全分析、文献调研、数据解读）等，用 AI Agent 替代重复性查询与文档操作，服务化工研发团队从立项到工艺定型的完整闭环。
化工实验室辅助研发平台面向化工研发团队，覆盖研发全生命周期，主要功能模块如下：
① 四阶段研发流程：智能探索 → 原料准备 → 实验执行 → 数据分析，串联从立项到工艺定型的完整链路。
② 四步实验方法学管线：预实验·单因素考察 → 筛选·正交设计 → 优化·响应面法 → 确证·重复验证，内置极差分析、主效应图、3D 响应面、满意度优化器等数据可视化，自动沉淀各阶段结论。
③ 实验与项目管理：实验记录支持自定义测试指标与模板复用，项目支持多人协作及 owner/editor/viewer 三级权限。
④ 化学品库存与采购：出入库记录、原料自动库存匹配、缺货一键生成采购清单。
⑤ AI 智能辅助：集成 DeepSeek，提供配方设计、安全分析、文献调研、数据解读等对话能力；AI 研发 Agent 可调用工具直接执行建项目、查库存、搜文档等操作，危险操作二次确认。
⑥ 文档与回收站：DOCX/XLSX 预览、文件夹分类、实验附件关联；软删除保护，30 天自动清理。
1. 我负责的业务（全栈独立负责）
后端：FastAPI+SQLite 搭 16 个资源组路由，JWT 认证、三级协作权限中间件、30 天软删除回收站；AI 研发 Agent 引擎（LangGraph supervisor graph+工具注册表，Function Calling/ReAct 双模式、危险操作二次确认、research-agent 检索与引用防幻觉校验）；方法学数据引擎（纯 JS 矩阵运算、二次回归、满意度优化、正交极差分析、3D 响应面、验证失败诊断）。前端：React 18+Tailwind 10 页面、ECharts 可视化、自适应工艺报告。部署：Docker+Nginx。
2. 技术栈 / 架构 / 亮点 / 难点
前端 React 18+Vite+Tailwind v4+ECharts；后端 Python+FastAPI+LangGraph+SQLite+DeepSeek。架构：Nginx 反代 /api 至 FastAPI:3000→SQLite，静态走 Vite 产物。亮点：危险操作二次确认且后端二次校验；CitationAgent 校验 URL/DOI/专利号防幻觉；报告按三条方法学路径自适应生成。难点：双模式 AI 执行边界判定与循环控制；化学品全局共享与其余表 user_id 隔离的混合权限；passlib 与旧 bcryptjs 哈希互验。
评论