agent

Agent 开发实战（九）：工程化部署 + 端到端案例——一个生信分析 Agent 收尾 前面八篇分别解决了数据接入、工具、记忆、流式、RAG、多 Agent、可观测性。本篇把它们整合成一个能部署上线的完整 Agent，并以"生信分析 Agent"做端到端案例收尾——它能查样本库、读 VCF 变异、

Agent 开发实战（八）：可观测性与评估——上线前必须做的几件事 前面七篇让 Agent 能跑、能查、能聊、能协作。但一旦真实使用，你会立刻遇到三个问题：它刚才为什么答错？这次花了多少钱？我改了代码会不会把效果改坏？本篇讲可观测性（看得见）和评估（量得准）——这是 Agent 从"能跑"到"敢用"

Agent 开发实战（七）：多 Agent 协作——规划者 / 执行者 / 审查者 前几篇都是"单 Agent 一杆到底"。当任务变复杂（"对比近三月三类数据、交叉验证、出一份带结论的报告"），单 Agent 容易在中途迷失、漏步骤、自说自话。本篇引入多 Agent 协作：一个负责拆解规划，一个负责

Agent 开发实战（六）：RAG 进阶——文档检索增强做到生产级 第（二）篇的文档检索是"切 chunk → 向量化 → 余弦相似度"的最简版。能用，但容易漏召回、回答张冠李戴。本篇把它升级到生产可用的 RAG：混合检索、结果融合、重排、引文溯源。 1. 最简版的三个问题 只靠向量：语义相近能召回

Agent 开发实战（四）：记忆与上下文管理——让 Agent 记住用户、历史与知识 第（三）篇解决了"工具稳不稳"。但还有一个明显问题：每次对话都是从零开始。用户上周说"我是做生信的，只看小鼠数据"，这周又来问，Agent 全忘了；一次工具返回了 5000 行数据，全塞进上下文，token 直接爆

Agent 开发实战（三）：工具系统深入——从 function calling 到工具编排 第（一）篇我们搭好了最小 Agent，第（二）篇把它接到数据库、表格、文档、生信等多源数据上——工具一下子变多。但那时工具的接法很"原始"：工具串行执行、出错就直接崩、没有权限区分、也没有缓存。demo 阶

Agent 开发实战（二）：对接多源后台数据的分析 Agent 真实网站的"后台数据"从来不止一张数据库表。它可能是 MySQL 里的业务表、Excel/CSV 报表、产品/政策文档（PDF/Word/Markdown），也可能是某个垂直系统特有的文件——比如生信分析系统导出的 VCF 变异文件、F

Agent 开发实战（一）：从零实现一个最小可用 Agent 很多教程一上来就讲"接数据库、接向量库、接一堆工具、做多 Agent 编排"，但 Agent 到底是什么、核心循环怎么跑，反而讲不清。本篇只做一件事：用一个工具、不到 100 行代码，让你真正跑通一个 Agent，并讲透它为什么这样设计。