升级路径
原则：渐进式增强，每一步可独立交付价值，不破坏已跑通的链路。
当前状态（v0.1.0-SNAPSHOT）
五层主链路 + 两层横切均已实现。L2 / Kafka 默认关闭，按配置解锁。
| 层 | 状态 |
|---|---|
| domain 数据结构（不可变 record） | 已完成 |
| 预处理层 - 指纹生成 | 已完成 |
| 分析层 - L1 缓存 + L2 向量归并 + L3 LLM | 已完成 |
| 上下文优化（ContextOptimizer） | 已完成 |
| 采集层 - Logback + HTTP + Kafka | 已完成 |
| 聚合层 / 投递层 - 激增检测 + 飞书 | 已完成 |
| 横切 - Micrometer 度量 + 反馈飞轮 | 已完成 |
演进路线
V1.1 - token 度量真实化
将 ChatResponse usage 元数据接入 token_cost_total，让成本阶梯有真实数据支撑。
V1.2 - L2 真实启用（PgVector）
待 Spring AI 支持 float[] query 后，PgVectorClusterRepository.findSimilar 从内存余弦切换为真实向量检索。
V1.3 - Kafka 真实启用
启用 Kafka 采集层，生产环境异步削峰。
V1.4 - Redis L1 缓存
用 Redis 替换 Caffeine，实现跨实例共享与持久化。
V2.x - 知识库积累
将确认的根因积累为可搜索的知识库，实现对已知错误模式的零 LLM 解决。
V3.x - 多语言支持
扩展 Java 之外，支持 Python 和 Go 堆栈跟踪。