# CLAUDE.md

This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.

## 项目概述

MedResearcher 是一个给予用户输入的自动实验平台，其会给予用户指定的研究目标，通过mcp访问特定数据集并撰写代码以构建实验。

## 技术栈
1. 后端编程语言：Python
2. python管理器：uv
3. 爬虫工具：Crawl4AI

## 各个模块的主文件
1. 论文爬取主文件: papers_crawler.py
2. pdf解析主文件: pdf_parser.py
3. 实验运行主文件: experiment_runner.py

## 文件结构
```
/
├── dataset/                    # 数据存放目录
│   └── mimic.csv              # 存放所有需要处理的与mimic相关论文的基础信息
├── papers_crawler.py          # 论文爬取主文件
├── pdf_parser.py              # pdf解析主文件
├── experiment_runner.py       # 实验运行主文件
├── src/                       # 源代码目录
│   └── utils/                 # 工具函数目录
│       └── csv_utils.py       # CSV文件操作工具函数
└── docs/                      # Memory Bank系统文件
    ├── CLAUDE-temp.md         # 临时讨论和分析
    ├── CLAUDE-plan.md         # 当前任务计划
    ├── CLAUDE-activeContext.md # 会话状态跟踪
    ├── CLAUDE-patterns.md     # 代码模式记录
    ├── CLAUDE-decisions.md    # 决策记录
    ├── CLAUDE-troubleshooting.md # 问题解决方案
    └── CLAUDE-config-variables.md # 配置变量参考
```

## 开发注意事项

### 必须遵循的编程规范

1. **注释和文档规范**
   - 所有注释使用中文
   - 关键代码逻辑必须添加行内注释
   - 所有函数和类必须添加docstring，说明功能、参数和返回值
   - 复杂算法需要详细说明思路

2. **命名规范**
   - 变量名、函数名：使用 snake_case
   - 类名：使用 PascalCase
   - 常量：使用 UPPER_SNAKE_CASE
   - 禁止使用中文变量名

3. **代码修改限制**
   - 单次修改不超过200行代码
   - 单次修改不超过3个文件
   - 严格遵循最小修改原则
   - 绝对不允许修改与指定任务无关的代码
   - 每次修改只针对当前任务的必要部分
   - 优先修改而非新建：能通过修改解决的问题不新建文件

4. **代码风格规范**
   - 单行代码长度限制：120字符
   - 使用类型提示（type hints）提高代码可读性
   - 导入语句按照：标准库 → 第三方库 → 本地模块 的顺序排列

5. **错误处理和日志**
   - 必须使用 try-except 进行全面的错误捕获
   - 使用 logging 模块替代 print 进行日志输出
   - 日志级别：开发时使用DEBUG，生产环境使用INFO
   - 绝对不允许填写任何默认值或假设值
   - 出现错误时应抛出明确的异常信息，便于问题排查
   - 宁可程序报错，也不要用默认值掩盖潜在问题

6. **依赖管理**
   - 优先使用标准库
   - 新增第三方依赖时需在注释中说明用途
   - 使用 uv 管理所有依赖

7. **资源管理**
   - 文件操作必须使用 with 语句
   - 网络请求设置合理超时（建议30秒）
   - 大文件使用流式处理避免内存溢出

8. **Git提交规范**
   - commit message 格式：`<类型>: <描述>`
   - 类型包括：feat(新功能)、fix(修复)、refactor(重构)、docs(文档)、test(测试)

9. **测试规范**
   - 不允许撰写独立的测试用例文件或测试代码
   - 通过直接运行对应的主文件（papers_crawler.py、pdf_parser.py 或 experiment_runner.py）进行功能测试
   - 主文件的 `if __name__ == "__main__":` 块中应包含基本的功能调用示例
   - **严格限制main函数使用**：只有主文件（papers_crawler.py、pdf_parser.py、experiment_runner.py）允许包含 `if __name__ == "__main__":` 块，其他所有工具模块、库文件绝对不允许包含此类测试代码
   - 函数可以被其他模块调用，不一定要在主文件中直接调用
   - 作为MVP项目，重点关注理想情况下的功能实现，而非鲁棒性
   
   **修改前验证**：
   ```bash
   # 确保现有功能正常
   uv run <主文件>.py --test-mode
   ```
   
   **修改后验证**：
   ```bash
   # 功能测试
   uv run <主文件>.py --test-mode
   # 语法检查
   python -m py_compile <修改的文件>.py
   # 如有类型提示，运行类型检查
   mypy <修改的文件>.py --ignore-missing-imports
   ```

### 代码组织原则
- 新功能优先集成到现有主文件中
- 只有在功能独立且复杂时才创建新的模块文件
- 保持代码结构简洁，避免过度模块化

## uv常用指令
1. 初始化项目
   ```
   uv init
   ```
2. 安装依赖
   ```
   uv add <package-name>
   ```
3. 运行项目
   ```
   uv run <script-name>
   ```
4. 打包项目
   ```
   uv build
   ```

## AI协作指导规范

### 核心理念
- **讨论优先**：任何修改前必须充分讨论，达成共识
- **上下文明确**：具体到文件、行号和函数名
- **渐进式实施**：通过子任务分解，逐步完成复杂需求
- **可追溯性**：所有决策和修改都有明确记录
- **深度思考**：除非任务不涉及代码的修改，不然默认使用ultrathink模式

### 工作流程

#### 阶段1：需求理解与记录（必须执行）
用户提出需求后，立即在`docs/CLAUDE-temp.md`中记录：
- 原始需求和我的理解
- 相关文件和函数（具体到行号）
- 现有代码分析
- 潜在影响评估
- 任务复杂度判断（简单/复杂）

#### 阶段2：任务规划
**简单任务**（修改≤2个函数，≤50行）：
- 严禁拆分子任务
- 直接形成单一执行计划

**复杂任务**（修改≥3个函数或需新建文件）：
- 必须拆分为3-5个子任务
- 每个子任务可独立验证
- 按依赖关系排序

#### 阶段3：计划正式化
用户确认后，在`docs/CLAUDE-plan.md`中记录详细计划：
- 任务目标（30-50字）
- 所需上下文（文件::行号::函数名）
- 拟修改内容（具体到行）
- 测试指令
- 验收标准

#### 阶段4：实施与验证
- 严格按计划执行
- 在`docs/CLAUDE-activeContext.md`实时更新进度
- 遇到计划外情况立即停止并讨论
- 完成后运行所有测试指令

### Memory Bank系统

#### 更新机制
每个任务完成后，使用专门的SubAgent更新Memory Bank， SubAgent为memory-bank-synchronizer：
```
Task: memory-bank-synchronizer
功能: 更新所有Memory Bank文件，记录任务成果、决策和经验
```

### 工具使用原则与智能协作

#### 1. 基本操作策略
- **批量操作**：多个独立操作必须同时执行，提高效率
- **文件操作**：优先Edit而非Write，同文件多处修改用MultiEdit，新文件需明确理由
- **上下文管理**：合理分配主上下文和SubAgent的职责

#### 2. 上下文分层管理
- **主上下文**：负责用户对话、核心决策、当前计划制定
- **SubAgent**：承担大规模搜索、模式分析、依赖梳理等专门任务
- **协作原则**：主上下文保持聚焦，复杂分析任务交给专门SubAgent

#### 3. MCP工具集成策略
- **Context7 MCP**：遇到不熟悉或新版本第三方库时的首选工具
  - 使用场景：库文档查询、API使用示例、版本兼容性确认
  - 触发条件：代码中涉及未知库调用或需要确认具体用法
- **其他MCP工具**：根据具体需求选择合适的MCP服务
  - 数据集访问、外部API调用、特定领域知识查询

#### 4. SubAgent选择策略
- **代码搜索类**：使用code-searcher进行深度代码分析
- **记忆银行更新**：任务完成后使用memory-bank-synchronizer
- **通用复杂任务**：使用general-purpose处理多步骤综合任务

### TodoWrite工具使用
**强制使用场景**：
- 任务包含3个以上步骤
- 复杂任务的子任务追踪
- 用户明确要求

**状态管理**：
- 同时只能有1个in_progress
- 完成立即标记completed
- 遇阻标记pending并说明

### 与编程规范的关系
- 编程规范定义"怎么写代码"
- AI指导规范定义"怎么理解和修改代码"
- 发生冲突时，编程规范优先