Tuần: W12 | : Buffer 1
ID v5.0: 5.6
Phân loại: chính
Effort NCS: 1h | Effort : 0h | Effort AI: 0h

Mô tả

Viết nhật ký công việc nghiên cứu và quá trình review code, ghi nhận những khó khăn.

File Input

  • docs/reports/weekly/W12_ContextLoader_Review.md

File Output

  • docs/diary/2026-12-12.md

Definition of Done (DoD)

  • [ ] Hoàn thành viết nhật ký và lưu trữ

Rủi ro & Xử lý

Rủi ro Xác suất Xử lý
Quên viết nhật ký Thấp Đặt báo thức nhắc nhở

Mô tả chi tiết

Nhiệm vụ D79_T3_nhat_ky.md tập trung vào Sprint 5 (Safety Engine, 100 test cases, Backend , ). Áp dụng kiến trúc Context Loading (KHÔNG ), sau , và . Đảm bảo tuân thủ chặt chẽ an toàn y khoa, không chẩn đoán hay kê đơn thuốc.

Rubric 5 tiêu chí

  • Task Safety: Hệ thống phát hiện chuẩn xác, auto-append hoạt động 100%.
  • Task Test cases: Bộ 100 test cases đạt gold label quality, độ phủ (coverage) tốt trên các .
  • Backend Architecture: FastAPI vận hành ổn định qua IIS, Context Loading xử lý tốt dung lượng thẻ tri thức, kết nối MSSQL 2022 mượt mà.
  • : Citation engine hoạt động đúng, truy vết nguồn (provenance) minh bạch đến từng tài liệu gốc.
  • Task Gate B: Bản demo pass các kịch bản kiểm thử, có CVYK () sign-off.

Phân vai trò

  • Nghiên cứu sinh (NCS): Điều phối, review mã nguồn do AI tạo, chạy test, cập nhật tài liệu chuẩn kỹ thuật.
  • Cố vấn y khoa (CVYK): Duyệt cờ đỏ (red flag), đánh giá nội dung y khoa của test cases, sign-off chất lượng (Gate B).
  • AI Hỗ trợ: Sinh boilerplate code, tạo mock data cho test cases, tối ưu truy vấn cơ sở dữ liệu.

Đánh giá AI hỗ trợ

  • Hỗ trợ tốt trong việc sinh framework test và các module Python chuẩn PEP 8.
  • Tăng tốc 80% thời gian viết 100 test cases có nhãn y khoa (gold label quality).
  • Đôi khi cần NCS can thiệp để tinh chỉnh logic truy vết nguồn (provenance) do ranh giới chunking ảo trong context.

Sub-task AI + Prompt

Sub-task 1: AI code Safety Engine

Nhiệm vụ: Viết class Python 3.11+ (chuẩn PEP 8) cho (Safety Engine).
Bối cảnh: Hệ thống cần chặn các câu hỏi y khoa nguy hiểm, không chẩn đoán bệnh hay kê đơn thuốc.
Input: Câu hỏi của người dùng (text).
Output: Kết quả kiểm duyệt (Pass/Fail) và chuỗi lời khuyên an toàn (disclaimer auto-append).
Ràng buộc: Phải áp dụng 2 lớp: keyword matching (từ khóa cờ đỏ) và LLM recheck. Cấu trúc class rõ ràng.
Tiêu chí nghiệm thu: Class chạy không lỗi, log được lý do fail, 100% tự chèn disclaimer khi phát hiện cờ đỏ.

Sub-task 2: AI sinh 100 test cases

Nhiệm vụ: Sinh 100 test cases để kiểm thử bộ lọc an toàn.
Bối cảnh: Cần dữ liệu chuẩn (gold label) để CVYK đánh giá.
Input: và thẻ tri thức.
Output: Dữ liệu chuẩn định dạng JSON.
Ràng buộc: Phân loại rõ các category (cờ đỏ, thông tin chung, không liên quan).
Tiêu chí nghiệm thu: Đủ 100 cases, cấu trúc JSON hợp lệ, expected output rõ ràng cho từng trường hợp.

Sub-task 3: AI code Citation engine

Nhiệm vụ: Xây dựng Citation engine trích xuất và liên kết nguồn dữ liệu.
Bối cảnh: Sử dụng kiến trúc Context Loading (KHÔNG RAG), cần minh bạch nguồn gốc thông tin.
Input: Phản hồi từ LLM và metadata của thẻ tri thức.
Output: API response format chứa nội dung trả lời kèm truy vết nguồn (provenance).
Ràng buộc: Phải truy vết chính xác đến chapter (chương) và trang tài liệu gốc. Python 3.11+.
Tiêu chí nghiệm thu: Response đúng chuẩn, mapping nguồn chính xác.

Sub-task 4: AI code Backend FastAPI

Nhiệm vụ: Xây dựng backend API bằng FastAPI.
Bối cảnh: Triển khai sau IIS 10, kết nối với MSSQL 2022 để lưu trữ audit logging.
Input: Yêu cầu từ frontend/.
Output: JSON API responses an toàn và ổn định.
Ràng buộc: Endpoint design chuẩn REST, tích hợp sẵn MSSQL connection pool.
Tiêu chí nghiệm thu: API log đầy đủ audit, kết nối database thành công.

Sub-task 5: AI sinh Gate B prompt

Nhiệm vụ: Tạo Demo checklist và CVYK review protocol cho Gate B.
Bối cảnh: Chuẩn bị nghiệm thu Sprint 5.
Input: Mục tiêu Sprint 5, kết quả test 100 cases.
Output: Checklist đánh giá (markdown).
Ràng buộc: Bao quát Safety Engine, Citation, Backend.
Tiêu chí nghiệm thu: Checklist chi tiết, dễ dàng dùng cho CVYK sign-off.