第一天上午：大语言模型基础与Prompt 工程

理论一、大语言模型（LLM）基础认知 

LLM 发展脉络：GPT-1 到 GPT-5 / Claude 4 / DeepSeek

主流大模型能力对比（OpenAI GPT、Anthropic Claude、DeepSeek、Llama 等）

生物领域专用模型（ESM-3、AlphaFold 3、scGPT）

Token、Context Window、Temperature 核心概念

模型选择策略：不同科研任务如何选模型

二、Prompt 工程核心技术 

基础设计原则：角色、任务、背景、约束、格式、示例

Zero-shot vs. Few-shot Prompting

高级技术：CoT 思维链、Self-Consistency、ToT、ReAct

生物科研场景Prompt 模板设计（基因功能/蛋白质/实验方案/文献）

实操

给定差异表达基因，依次使用基础Prompt、Few-shot Prompt 和 CoT Prompt，逐步推理基因功能与疾病关联基因功能注释结果

实操案例2：实验方案设计 Prompt 优化

设计CRISPR-Cas9 基因敲除方案，对比 Zero-shot、Few-shot、CoT 策略的输出质量结构化实验方案文档

实操案例3：Prompt 模板库构建

设计5 类生物科研模板，使用 Python 封装参数化调用，批量处理多基因/蛋白质prompt_templates.py

第一天下午：结构化输出与生物数据模式

理论一、为什么需要结构化输出

由于LLM 输出具有不确定性，而科研自动化对输出格式有严格要求，因此需要掌握三大技术路线：JSON Mode、Function Calling 和 JSON Schema

二、JSON Schema 与 Pydantic 模型设计

Schema 语法、Pydantic V2 模型、嵌套结构处理、生物数据 Schema 设计模式（基因/蛋白质/药物-靶点）

三、大模型结构化输出最佳实践

OpenAI Structured Outputs、Claude 工具使用、输出验证与容错、分层提取策略

实操

实操案例1：PubMed 文献结构化提取

定义Pydantic 模型，通过 API 批量处理 20 篇文献摘要，验证输出并处理异常结构化文献DataFrame

实操案例2：蛋白质-配体相互作用结构化记录

设计多层级Pydantic 模型，处理嵌套结构与 Optional 字段，实现自动验证与异常标记结构化结合数据

实操案例3：生物数据 ETL 流水线

将非结构化文本转化为结构化JSON 并写入数据库，完成 GenBank、UniProt、临床报告等多源数据处理bio_data_etl.py

第二天上午：AI 编程智能体 — Claude Code + Codex + MCP + Skill

理论

一、AI 编程智能体的崛起

讲解从Copilot、Cursor、Claude Code 到 Codex 的演进历程，分析 Agentic Coding 核心特征及生物科研应用价值

二、Claude Code 深度讲解

核心架构与能力、CLAUDE.md、MCP/Hooks/Memory/Worktree、多平台支持、模型选择策略

三、多模型配置— 接入 DeepSeek 等

成本优化、网络友好、合规要求；Claude Code / Codex CLI 配置方法；常用模型 API 对比；多模型切换策略

四、MCP 服务器配置

MCP 协议架构、生物科研常用 MCP Server、配置方法、自定义生物 MCP Server 开发

五、Skills 技能系统配置

内置Skills 列表、调用方式、创建自定义生物科研 Skill（rnaseq-pipeline / protein-analysis）

六、OpenAI Codex 概览

Codex 多形态产品线、核心特性、Claude Code vs. Codex 对比、互补使用建议

实操

实操案例1：Claude Code 安装配置 + DeepSeek 模型接入

安装Claude Code CLI，配置 DeepSeek 模型接入，创建 CLAUDE.md 项目说明文件，并测试多模型切换功能双模型环境配置

实操案例2：MCP Server 配置与生物工具接入

安装MCP Server 并完成配置，开发生物数据库专用 MCP Server，测试工具调用功bio_database.py

实操案例3：Skills 系统实战 — 生物分析技能包

使用内置Skills，创建自定义 RNA-seq 与蛋白质分析 Skill，并进行测试

实操案例4：OpenAI Codex 快速上手

安装OpenAI Codex CLI，配置 AGENTS.md 文件，执行测试任务，并配置 DeepSeek 作为后端模Codex 环境配置

实操案例5：AI 编程智能体最佳实践总结

高效Prompt 技巧、项目上下文管理、安全与质量、常见陷阱best_practices.md

第二天下午：Function Calling 与生物工具集成

理论

一、Function Calling 原理深度解析

工作流程、工具定义规范（JSON Schema）、单工具/多工具调用、错误处理与

二、生物信息学工具生态

生物数据库API（NCBI/UniProt/PDB/ChEMBL/KEGG）、Python 库（Biopython/RDKit/Scanpy）、工具封装模式

三、工具编排与安全边界

权限控制、成本与延迟优化、多工具协同执行策略

实操

实操案例1：基因查询智能助手

定义基因查询、序列获取、BLAST 比对 3 个工具，通过 Function Calling 实现工具路由，完成多轮对话交互

实操案例2：药物分子性质预测工具链

集成RDKit 与 ChEMBL 数据库，完成 SMILES 解析、分子描述符计算与药效团分析，实现多工具并行调用

实操案例3：多工具协同分析平台

输入疾病名称，依次查询疾病与基因的关联关系、进行通路分析、检索候选药物，最终生成全链路分析报

第三天上午：RAG 原理与生物文献知识库

理论

一、RAG（检索增强生成）原理

详解RAG 架构中从 Query 到检索、注入、生成的完整流程，讲解 Chunking、Embedding、向量数据库与检索策略，并介绍评估指标。

二、生物文献RAG 的特殊挑战

术语消歧、图表处理、长文档切分、基因名称实体识别、跨物种知识区

三、高级RAG 技术

Query 改写（Multi-Query/HyDE）、Re-ranking、Self-RAG、Graph RAG

实操

实操案例1：生物文献知识库搭建

从PubMed 批量下载文献，进行语义切分，使用医学 Embedding 模型生成向量，构建 ChromaDB 向量索引。

实操案例2：精准文献问答系统

构建RAG 查询管线，实现引用标注（标注 PMID 来源），支持多轮对话并完成历史注入与上下文压缩。

实操案例3：RAG 质量评估与优化

构建评估数据集，进行自动化评估，对比不同Chunk 大小、Embedding 模型与 Top-K 参数的效果RAG 评估报告

第三天下午：智能体框架入门—— LangChain 核心实战

理论

一、AI 智能体架构深度解析

Agent = LLM + Planning + Memory + Tools + Reflection；Agent 类型分类；Agent vs. Pipeline—

二、LangChain 框架核心概念

架构概览（langchain-core/community/langgraph）、核心组件、LangGraph 状态图

三、从零设计一个生物科研Agent

从需求分析出发，完成工具设计、状态定义与图构建，讲解Agent 设计原则

实操

实操案例1：生物序列分析 Agent

使用LangGraph 构建状态图，集成 Biopython 工具，实现“分析、反思、重做”的自循环逻辑

实操案例2：文献综述生成 Agent

从PubMed 检索文献并获取全文，采用 Plan-and-Execute 策略，输出结构化文献综述

实操案例3：实验数据处理 Agent

使用ΔΔCt 法处理 qPCR 数据，由 Agent 自动识别数据格式，完成统计检验并生成标准化图表

第四天上午：生物数据分析智能体实战

理论

一、生物信息学数据分析范式

RNA-seq、蛋白质组学、单细胞 RNA-seq、GWAS 流程；Agent 如何融入传统生信流程

二、Agent 在数据分析中的角色

数据质控智能体、分析策略智能体、结果解读智能体、可视化智能体

三、Agent 记忆与上下文管理

短期记忆、长期记忆、工作记忆；生物数据上下文的特殊考虑

实操

实操案例1：RNA-seq 差异表达分析智能体

构建多步骤Agent 状态图，集成 scanpy、pydeseq2、gseapy 等工具，实现自动质控并生成火山图、热图与通路

实操案例2：蛋白质结构分析 Agent

通过PDB API 获取蛋白质数据，进行结构可视化、结构域分析、功能预测，再由 LLM 进行解读并生成分析报告。

实操案例3：单细胞数据分析引导 Agent

构建对话式Agent，引导完成 Scanpy 标准分析流程，实现基于 LLM 与标记基因的细胞类型自动注释

第四天下午：LangGraph 深度实战与生物数据分析

理论

一、LangGraph 高级状态管理

复杂状态定义（TypedDict/Pydantic）、状态聚合与分支、子图（Subgraph）嵌套、状态持久化与断点续传

二、LangGraph 高级控制流

条件路由（conditional_edges）、循环与递归模式、Human-in-the-loop 集成、并行节点执

三、LangGraph 生物数据分析架构设计

多步骤分析流水线设计、工具集成模式、错误处理与重试机制、结果可视化集成

实操

实操案例1：多组学数据整合分析 Agent

使用LangGraph 构建多组学数据整合分析流水线，集成转录组与蛋白质组数据，通过条件路由选择分析策略，输出综合分析报告

实操案例2：实验方案优化循环 Agent

构建LangGraph 自循环优化 Agent，集成文献检索与实验参数推荐，实现“设计、评估、改进”迭代优化，引入 Human-in-the-loop 审核

实操案例3：生物信息分析工作流编排系统

使用LangGraph 子图构建模块化分析工作流，支持 RNA-seq/蛋白质组学/ChIP-seq 多流程切换，实现断点续传与结果缓存

第五天上午：多智能体系统与AutoGen 框架

理论

一、多智能体系统架构

协作模式：层级式/对等式/流水线式/辩论式；生物科研中的多智能体场景

二、AutoGen 框架核心

AssistantAgent/UserProxyAgent/GroupChat 架构；AutoGen vs. LangChain 对比

三、多智能体系统设计原则

Agent 职责划分、通信协议、冲突解决、成本控制

实操

实操案例1：药物发现多智能体讨论系统

设定药物化学家、药理学家、临床医生3 个角色，开展多轮讨论与观点碰撞，最终输出综合评估报告

实操案例2：多 Agent 文献协作阅读系统

设定检索员、阅读者A、阅读者B、综述员 4 个角色，以 Pipeline 模式协作完成文献阅读，并对比多 Agent 与单 Agent 的输出质量

实操案例3：实验设计评审委员会

模拟IACUC/IRB 评审流程，由伦理专家、统计专家、领域专家独立评分，主席汇总各方意见后给出最终评审结论

第五天下午：综合实战、前沿展望与课程总结

理论

一、AI 智能体前沿趋势

AlphaFold 3 + Agent、scGPT/Geneformer 基础模型、AI 药物发现、Self-Driving Labs、多模态智能体、安全与伦理

二、课程核心知识点回顾

LLM 四大范式总结（Prompt/结构化输出/Function Calling/RAG）、智能体框架总结、多智能体挑战总结

实操

Step 1：需求分析与架构设计

明确要解决的具体科研问题，设计Agent 架构，确定所需的工具组合

Step 2：编码实现

推荐方案A（Claude Code + LangGraph）/ B（AutoGen + Codex）/ C（Claude Code + MCP）

讲师介绍