---
feature_id: "AISVC"
title: "Python AI 中台（ai-service）任务清单"
status: "pending"
version: "0.1.0"
last_updated: "2026-02-24"
---

# Python AI 中台任务清单（AISVC）

## 1. 任务拆分原则
- **原子性**：每个任务仅解决一个具体技术点或功能逻辑。
- **可验证性**：任务完成后必须可通过单元测试、接口冒烟或契约校验。
- **弱模型可执行**：任务描述清晰，不依赖 AI 猜测业务逻辑。

## 2. 任务执行计划

### Phase 1: 基础设施（FastAPI 框架与多租户基础）
- [ ] T1.1 初始化 FastAPI 项目骨架，配置基础环境与日志（包含 X-Tenant-Id 记录） `[AC-AISVC-01]`
- [ ] T1.2 实现 `X-Tenant-Id` Header 拦截器，校验必填性并注入 Request State `[AC-AISVC-10, AC-AISVC-12]`
- [ ] T1.3 定义基础响应模型 `ErrorResponse` 与异常处理器（Exception Handler） `[AC-AISVC-03, AC-AISVC-04]`
- [ ] T1.4 初始化 PostgreSQL 数据库客户端（SQLModel/SQLAlchemy），支持租户隔离查询逻辑 `[AC-AISVC-11]`
- [ ] T1.5 初始化 Qdrant 客户端，封装按租户动态选择 Collection 的工具函数 `[AC-AISVC-10]`
- [ ] T1.6 实现 `/ai/health` 健康检查接口 `[AC-AISVC-20]`

### Phase 2: 存储与检索实现（Memory & Retrieval）
- [ ] T2.1 实现 Memory 层：定义 `chat_sessions` 与 `chat_messages` SQLModel 实体 `[AC-AISVC-13]`
- [ ] T2.2 实现 Memory 层：完成基于 `(tenant_id, session_id)` 的历史消息加载与追加 API `[AC-AISVC-13]`
- [ ] T2.3 实现 Retrieval 层：定义 `BaseRetriever` 抽象基类（插件点预留） `[AC-AISVC-16]`
- [ ] T2.4 实现 `VectorRetriever`：集成 `qdrant-client` 完成向量检索，支持 scoreThreshold 过滤 `[AC-AISVC-16, AC-AISVC-17]`
- [ ] T2.5 编写 Memory 与 Retrieval 层的独立单元测试（Mock 数据库与向量库） `[AC-AISVC-10, AC-AISVC-11]`

### Phase 3: 核心编排（Orchestrator & LLM Adapter）
- [ ] T3.1 实现 LLM Adapter：封装 `langchain-openai` 或官方 SDK，支持 `generate` 与 `stream_generate` `[AC-AISVC-02, AC-AISVC-06]`
- [ ] T3.2 实现 Orchestrator：实现上下文合并逻辑（H_local + H_ext 的去重与截断策略） `[AC-AISVC-14, AC-AISVC-15]`
- [ ] T3.3 实现 Orchestrator：实现 RAG 检索不足时的置信度下调与 `shouldTransfer` 逻辑 `[AC-AISVC-17, AC-AISVC-18, AC-AISVC-19]`
- [ ] T3.4 实现 Orchestrator：整合 Memory、Retrieval 与 LLM 完成 non-streaming 生成闭环 `[AC-AISVC-01, AC-AISVC-02]`
- [ ] T3.5 验证 non-streaming 响应字段完全符合 `openapi.provider.yaml` 契约 `[AC-AISVC-02]`

### Phase 4: 流式响应（SSE 实现与状态机）
- [ ] T4.1 在 API 层实现基于 `Accept` 头的响应模式自动切换逻辑 `[AC-AISVC-06]`
- [ ] T4.2 实现 SSE 事件生成器：根据 Orchestrator 的增量输出包装 `message` 事件 `[AC-AISVC-07]`
- [ ] T4.3 实现 SSE 状态机：确保 `final` 或 `error` 事件后连接正确关闭，且顺序不乱 `[AC-AISVC-08, AC-AISVC-09]`
- [ ] T4.4 实现流式输出过程中的异常捕获，并转化为 `event: error` 输出 `[AC-AISVC-09]`

### Phase 5: 集成与冒烟测试（Quality Assurance）
- [ ] T5.1 编写集成测试：模拟多租户并发请求，验证数据存储与检索的严格物理/逻辑隔离 `[AC-AISVC-10, AC-AISVC-11]`
- [ ] T5.2 编写 RAG 冒烟测试：模拟“检索命中”与“检索未命中”两种场景，验证 confidence 变化与回复兜底 `[AC-AISVC-17, AC-AISVC-18]`
- [ ] T5.3 契约测试：使用外部工具（如 Schemathesis 或 Newman）验证 provider 契约一致性（L2 级自检） `[AC-AISVC-01, AC-AISVC-02]`

---

## 3. 待澄清（Open Questions）

> ✅ 已确认：以下事项均已由产品/架构反馈确认，可直接作为实现基准。

1. ✅ **Collection 初始化**：采用**提前预置**模式，不通过业务请求动态创建。
2. ✅ **超时策略**：Python 内部设置 **20s 硬超时**，防止资源泄露与请求堆积。
3. ✅ **SSE 心跳**：必须实现 `: ping` 机制（Keep-alive），防止网关/中间件断开连接。
4. ✅ **置信度**：MVP 优先基于 RAG 检索分数（Score）计算 `confidence`。
5. ✅ **Token 计数**：统一使用 `tiktoken` 库进行精确 Token 计数（用于 history 截断与证据预算）。

---

## 4. 任务状态说明
- ⏳ 待处理 (Pending)
- 🔄 进行中 (In Progress)
- ✅ 已完成 (Completed)
- ❌ 已取消 (Cancelled)