| 层 | K3 图纸定义 | 我方现状 | 定级 | 缺口与补法 |
|---|
| 10 前端层 | 对话三线框 + SSE 流式渲染 + 工具卡片 | 三线框 ✅（本草大脑左抽屉/对话流/输入区）；SSE 流式 ✅（#273b 修复后真跑）；工具卡片 ✅（#277 一药通查卡片矩阵） | ◐ 部分 | Markdown 渲染 ✗ / 代码高亮 ✗ —— 按 K3 前端图纸 P2 期补（react-markdown 思路，我方用轻量 marked + hljs 即可） |
| 9 会话层 | 多轮上下文 · 长期记忆 · 会话存档搜索 | 多轮 ✅（对话台 ctx 开关，已按 K3 纪律改 6 轮）；长期记忆 ✅（记忆巩固台/闭环台 yc_agi_memory） | ◐ 部分 | 会话存档搜索 ✗（现 localStorage 无搜索框）—— P1 期补 |
| 8 API 网关层 | 行业通用兼容接口 · 鉴权 · 限流 · 审计日志 | 端点 ✅（8979 共 916 个 + 8981 共 144 个）；限流 ✅（8981 滑动窗口 60 次/分/IP）；鉴权 ◐（chat 需登录、BRE 端点无认证） | ◐ 部分 | 审计日志 ✗ —— 动后端，等点单；行业通用兼容层我方另有 8981 /api/v1/chat/completions 雏形 |
| 7 Agent 编排层 | 意图识别 → 选工具 → 多步执行 → 反思校验 | 超配：leader.py 意图路由派单 ✅ + federate 联邦编排（19 引擎并行）✅ + AGI 辩论表决台（三评审+辩论翻转）✅ + 记忆闭环 ✅ | ✅ 超配 | K3 未提的：多智能体辩论 / 能力度量 / 记忆治理 —— 我方独有 |
| 6 工具层 | function calling：行情/识药/合同/计算器 四工具 | 超配：166 个 BRE 引擎模块（名册 164 台全配对）+ 带参查询 /ask?herb= + /federate 聚合 | ✅ 超配 | 差距不在数量在接线：166 引擎尚未挂成 行业通用 function calling 工具卡（P3 期补） |
| 5 RAG 检索层 | query 改写 → pgvector 向量检索 → 重排 → 引用回传 | 检索端点 ◐（/api/v1/herbs/search + /prescriptions/search 2 个）+ 166 规则引擎（结构化知识检索） | ◐ 部分 | 向量检索管道 ✗（pgvector 未部署）。补法：bge-m3 已在册，先建「文件级向量库」（零新基建），pgvector 是否上等拍板 |
| 4 数据层 | 药典/炮制规范/567 味基源/成交行情 语料库 | 567 味种子种苗档案 ✅（seedling.json 等）+ 采集蜂数据 20 个 JSON ✅ + 知识图谱 ✅（backend/kg/ontology_loader.py + kg_consistency/kg_trie 引擎） | ◐ 部分 | 药典/炮制规范结构化语料库 ✗（微调层 corpus 有底子，需整理入库） |
| 3 微调层 | 语料清洗 → SFT LoRA → 评测 → 灰度发布 | 超配：train/ 全套（prepare_sft / lora_train / dpo_train / merge_lora / evaluate / gen_report）+ 已产出第 5 版微调模型 yaocai-q4-v5 入 ollama；评测集今天再落 20 题 | ✅ 超配 | 自训服务器待部署（药材谷香港 43.161.221.92，≠另一项目线那台）—— 等点单 |
| 2 模型层 | 一期 外脑接入 · 二期 药材谷自训 32B 自部署 | 6 模型在册：qwen2.5vl:7b（视觉）/ qwen2.5:7b / yaocai-q4-v5（自研微调） / bge-m3（向量）；另一项目线/pwm 按项目隔离白名单屏蔽 | ✅ 有（路线不同） | 我方走本地 ollama 自部署，不依赖外脑 API —— 比图纸更自主；补 32B 档模型可加 |
| 1 基础设施层 | GPU 推理（vLLM）· OSS · 向量库 · 监控告警 | ollama 11434 ✅（代替 vLLM）+ 模型盘 D:\ollama_models ✅ + MariaDB 3307 ✅ | ◐ 部分 | pgvector ✗ · 监控告警 ✗ —— 监控可用现有「评审团能力看板」思路扩 |