智能体操作系统及工程
全行业首套专注于 Agent OS 的体系化课程——从"AI 进化之路"到"AI 原生应用工程",19 讲 108 个 3D 交互场景,理论与实践深度融合
🏫
《智能体操作系统及工程》
开发者：赵其刚、邱小平
开发单位：西南交通大学
授课方式：3D 交互场景 + 语音讲解 + 文本课件
课程核心特色
每讲配备独立 3D 场景,TTS 语音讲解, Teacher Agent 在线答疑,三大教学目标层层递进
3D 可视化教学
每个知识点独立 3D 场景,抽象概念直观呈现。从 Tokenization 到 ReAct 循环,从 Skill 注册到 MCP 协议——所有概念均可视可感。
三风格切换
通俗 / 严肃 / 幽默三种讲课风格,随时一键切换。适应不同学习偏好和知识难度——硬核理论用严肃风,案例实操用通俗风。
TTS 语音讲解
中文男声 TTS 语音合成,沉浸式听课体验。眼睛看 3D 场景,耳朵听知识点讲解——多通道学习提升吸收效率。
实时交互考核
每讲至少 1 道交互题,即时检验掌握度。84 道考核题覆盖三大层次:课堂交互(30%)、章节综合(20%)、大作业(40%)。
智能问答 Agent
Teacher Agent 在线答疑,随时追问。Director → Teacher → Assess 三 Agent 架构编排课程:导演控制流程 + 老师讲解知识 + 评估出题考核。
行业案例工程复盘
第四部分 L20-L24 为四大真实行业项目复盘:农业 AI 原生应用、医疗智能开单、交互动漫 CardRender、本课程 Dogfooding。
学习收益
完成本课程后,你将获得
完整知识体系
建立从 AI 基础 → 大语言模型 → 智能体 → 操作系统 → Agent OS → 工程实践的完整认知链路
核心技术能力
深入理解 LLM 核心机制、Skill 设计与注册、上下文工程、MCP 协议、Agent 编排、双库架构六大模块
工程实践能力
具备独立设计和实现 AI 原生应用的方法论基础,通过 4 大行业案例获得真实工程项目经验
睿思 · 多智能体操作系统
面向企业计算的全栈智能体 OS——支持 SaaS 多租户与私有化部署双模式，为每家企业构建专属 Agent 底座
12核心功能模块
1项核心发明专利
双模式SaaS 多租户 / 私有化部署
部署模式灵活选择
既可以作为一个独立租户使用 SaaS 服务快速上手，也可以私有化部署到企业自己的服务器，建立企业自身的 Agent 底座。
SaaS 多租户
每个企业作为独立租户，快速注册即用。共享平台底座但数据完全隔离，适合快速验证和中小规模使用。
- 零部署成本，注册即用
- 多租户数据完全隔离
- 平台自动升级维护
- 弹性扩展按需付费
私有化部署
将睿思平台完整部署到企业自己的服务器，建立企业自身的 Agent 底座。数据完全可控，满足合规与安全需求。
- 数据完全私有，不出企业网络
- 按需定制与深度集成
- 自主控制版本升级节奏
- 适合三甲医院、大型企业等高安全场景
平台架构全景
四层架构，从底层基础设施到上层应用接口，完整的企业级多智能体操作系统。
核心能力模块
每个模块深度解耦、可独立部署，通过 MCP 协议和 Skill 体系灵活组合。
智能体管理
多智能体的创建、注册、路由分配与状态监控。支持 Director/Teacher/Assess 等复杂 Agent 协作模式。
技能管理
可插拔的 Skill 体系——独立工具注册、调用链编排、版本管理与发布。实现 Agent 能力的动态扩展。
MCP 网关
多 MCP Server 统一路由与权限管控。支持文件系统、数据库、远程终端等多种 MCP 协议服务。
知识库
RAG 知识库体系，支持多种文档格式的嵌入、检索与更新。可对接企业私有数据，构建专属知识资产。
专属数据库
每个 Workspace 可获得独立数据库实例。Agent 可直接 CRUD 操作，实现数据隔离与应用持久化。
区块链
去中心化数据验证与溯源。课程证书签发、Agent 行为审计、数据不可篡改——构建可信计算环境。
文件系统
Agent 可直接操作的文件存储，支持目录结构、读写权限、版本管理。构建 Agent 的工作目录体系。
离散终端
Agent 可执行命令的远程终端——企业计算的关键组件。支持远程执行、日志输出、命令审批流程。
模型配置
多模型统一接入与路由。支持 OpenAI、Hunyuan、GLM 等多种模型，按任务复杂度自动路由选择。
差异化对比
睿思不是又一个编排工具——差异化建立在企业级基础设施、双模式部署和课程-平台-产业闭环之上。
| 对比维度 | Dify / Coze / FastGPT | 睿思多智能体操作系统 |
|---|
| 定位 | 轻量 Agent 编排 / 知识库 | 面向企业计算的多智能体操作系统 |
| 部署模式 | 单一 SaaS 或开源自部署 | SaaS 多租户 + 私有化部署双模式，灵活按需 |
| 基础设施 | 轻编排，缺后端基础设施 | 离散终端 + 专属数据库 + 文件系统 + MCP 网关一站式 |
| Skill 体系 | 插件市场 / 工具链 | 可注册/发布/版本管理的 Skill 技能系统 |
| 数据可信 | 无区块链支持 | 区块链证书签发、数据溯源、不可篡改审计 |
| 理论支撑 | 无配套课程 | 西南交大《智能体操作系统及工程》19讲108场景课程 |
| 知识产权 | 开源或 SaaS 服务 | 核心发明专利"一种面向企业计算的多智能体操作系统" |
| 行业应用 | 通用平台 | 医疗（东篱医院）、农业、文创三大行业已落地 |
AI 原生应用开发方法论
基于睿思平台的完整方法论体系——从概念到实践，构建下一代智能应用的七步开发法
7步开发法 · 从需求到迭代
3技术要素 · Agent+Skill+MCP
4行业落地 · 医疗/农业/协同/文创
AI 原生应用：不只是"加 AI"
AI 原生应用是以大语言模型（LLM）为推理核心，通过智能体（Agent）自主感知、规划、执行和反思，以自然语言为主要交互界面，实现复杂任务自动化处理的软件系统。
| 对比维度 | 传统软件开发 | AI 原生应用开发 |
|---|
| 核心引擎 | 确定性规则 + CRUD | LLM 推理 + Agent 决策 |
| 交互方式 | 表单 / 按钮 / 菜单 | 自然语言对话 + 卡片交互 |
| 功能扩展 | 改路由、加页面、写接口 | 新增 Skill，Agent 自动编排 |
| 迭代节奏 | 瀑布式，版本周期长 | 螺旋式，按 Skill 粒度快速迭代 |
| 适应性 | 需求变更需重新开发 | Prompt/Skill 配置即调整 |
| 扩展方式 | API 集成，硬编码对接 | MCP 协议，热插拔 |
AI 原生六大方法论原则
睿思平台在项目实践中沉淀的六条核心原则，贯穿 AI 原生应用的全生命周期。
① 意图驱动设计
从用户真实意图出发设计，AI 自主拆解执行路径。用户无需学习菜单层级，自然语言对话即界面。
② Agent-First 架构
Agent 为基本计算单元，通过 MCP/A2A 协议协作。一个 Agent + N 个 Skill + 三栏前端，替代传统 Controller/Service/DAO。
③ Skill 模块化
Prompt + Tool + Logic 三位一体的可插拔 Skill 系统。每个 Skill 独立开发、测试、迭代，类 App Store 共享。
④ 上下文工程
Prompt / Memory / Context 管理即源代码。系统提示词 + 技能提示词的精密设计，决定 Agent 行为质量。
⑤ 人机协同回路
关键决策人工审批、例行任务自动执行。数据脱敏、审批流嵌入、全量审计——安全合规内建于平台。
⑥ 持续进化机制
Agent 输出自动评估、数据资产沉淀、A/B 灰度测试、经验自动优化——越用越聪明。
七步开发法
睿思平台总结的 AI 原生应用七步开发法，每一步有明确的输入、输出和 AI 辅助边界，形成螺旋上升的迭代循环。
Step 1 · 需求分析
从客户访谈记录、现有系统中提取角色、场景、痛点，输出需求规格说明书（RSS）。AI 辅助：生成草案、梳理场景、发现遗漏。
Step 2 · 总体设计
架构设计、Skill 清单定义、Agent 路由策略。AI 辅助：拆解 Skill、设计对话流、生成架构草案。
Step 3 · 数据库设计（双库架构）
基于"流水库 + 状态库"双库分离范式。过程与结果分离、事件不可篡改、状态可重放。AI 辅助：生成建表 SQL、检查范式。
Step 4 · Skill 体系设计
将业务能力封装为可复用的 Skill（Prompt+Tool+Logic），定义 SKILL.md 规范、目录结构、脚本接口。AI 辅助：生成 Skill 代码骨架。
Step 5 · Agent 配置与测试
创建 Agent、绑定 Skill、配置工具链与权限。逐 Skill 测试 + 跨 Skill 协同测试。AI 辅助：生成系统提示词、调试对话路径。
Step 6 · 前端开发
三栏布局：对话栏（输入输出）+ 卡片栏（结构化数据）+ 辅助栏（上下文）。AI 辅助：生成卡片组件、布局代码。
Step 7 · 测试与迭代
场景回归测试 → 对话用例评估 → 日志分析 → Skill 优化 → A/B 灰度上线。核心差异：此步骤反馈到 Step 1-4，形成螺旋循环。
💡 核心差异：传统软件是单向瀑布流"需求→开发→测试→上线"，AI 原生应用是"定义→验证→进化"的螺旋循环
Skill 可以独立热更新，无需重新部署整个系统。前四步的变更向后传导，采用"小步快跑、频繁对齐"策略。每一步的 AI 生成草案必须经过人工确认（需求确认、架构决策、验收测试），形成"AI 草案 → 人工 Review → AI 修订 → 确认定稿"闭环。
技术三要素
Agent + Skill + MCP 构成 AI 原生应用的技术三要素，缺一不可。
Agent · 智能体
唯一的对话入口，负责意图识别、Skill 路由、结果组装。睿思平台支持多智能体协作模式（Director/Teacher/Assess），可绑定任意数量 Skill。
Skill · 技能系统
睿思核心差异化能力。每个 Skill 包含系统提示词、技能提示词、工具绑定、Schema、评估标准、版本管理。类 App Store 可共享可交易。
MCP 协议 · 工具互联
统一工具调用标准。睿思"环境工具六件套"：离散终端、DB 代理、知识库、MCP 网关、文件系统、区块链——Agent 的"手脚"。
环境工具六件套 · Agent 的"手脚"
睿思平台为 Agent 配备的六类环境工具——每种工具可独立配置、组合使用，覆盖企业计算全场景。
离散终端
MQTT+gRPC 现场设备管理。Agent 可通过离散终端远程查询传感器、下发控制指令，设备离线自治运行。已落地农业温室场景。
DB 代理
租户隔离的数据库读写代理。定义查询/写入接口，写入操作嵌入审批流，敏感字段自动脱敏——Agent 安全操作数据的合规通道。
知识库
RAG 混合检索增强。上传 PDF/Word/Excel 自动分块向量化，支持语义+关键词混合检索，变更自动增量索引，无需重建。
MCP 网关
外部系统统一接入。注册工具、配置认证、速率限制、熔断降级、数据脱敏一站式。支持从 MCP 仓库一键安装适配器。
文件系统
租户级文件管理。Agent 可读写的工作目录体系，每个 Agent 拥有独立文件空间，支持目录权限控制。
区块链
跨组织可信协作。数据哈希存证、时间戳证明、跨组织共识。支持从模板库一键部署医疗存证、会诊协作等合约。
双库架构 · 数据层的范式变革
基于区块链"交易流水库 + 全局状态库"双库分离范式，过程与结果分离、事件不可篡改、状态可重放可回滚。
流水库（Event Log DB）
记录 AI 指令和操作的事件序列。每一条操作不可篡改、可追溯。支持时间点状态重放、历史回滚。类比区块链的交易记录。
状态库（State DB）
记录实体（客户/项目/订单）的当前快照。每次变更由流水库事件驱动重建，类比区块链的全局状态。通过状态机管理实体的生命周期。
双库协作流程
AI 端指令 → 流水库记录事件 → 状态库更新快照 → DB 代理返回结果。写入操作嵌入审批流，关键事务保持混合架构（RDBMS 双写）。
AI 原生应用行业实践
每一案例均遵循七步开发法，以睿思平台为底座。西南交通大学算法研究 + 成都高新信息技术研究院工程转化 + 行业伙伴联合交付。
智慧医疗 · 已落地
睿思医疗智能体平台
国内首个基于大模型的多智能体医疗协同平台。联合四川瑞孚智简医疗科技、西南交通大学计算机学院、成都高新信息技术研究院三方研发。东篱医院为首个私有化部署案例。
- 智能导诊陪诊：自然语言对话分诊，AR 院内导航，候诊进度推送
- 预问诊智能体：候诊期完成结构化病史采集，为每位患者节省 3-5 分钟问诊时间
- 智能病历：医生口述自动转化为结构化电子病历，书写时间从 1-2 小时压缩至 15-30 分钟
- 智能开单：八步推理流程生成个性化开单建议，DRG/DIP 分组实时预测，三级合规校验
- 运营分析：检验创收分析、开单合规监控、DRG 分组优化、科室对比趋势
平台能力应用
SKILL引擎：200+专业场景判断规则，父子技能继承；DB代理：患者信息查询、写入嵌入审批流、自动脱敏；MCP网关：HL7→MCP协议转换对接HIS/LIS；知识库：风湿检验指南+药物相互作用库+医保目录三库RAG检索
智慧农业 · 方案已发布
聪明农场运营平台
基于睿思离散终端+MQTT+Agent 全链路自动化的 AI 原生农场运营系统。多个温室大棚部署智能终端，通过自然语言对话即可管理农场全流程。
- 种植顾问 Agent：基于地块条件+气象预测+历史产量，全周期农事指导
- 病虫害诊断 Agent：拍照即识别，联动农资服务，经验沉淀为 Skill
- 农机调度 Agent：需求对接+智能匹配+作业追踪+补贴助手
- 农事任务 Agent：计划→分解→跟踪→沉淀闭环，每季作物模型可复用
- 数据分析 Agent：产量趋势、成本分析、多基地对比，自然语言提问即答
平台能力应用
离散终端：MQTT双向通信、TLS安全连接、离线自治运行；知识库：作物生长模型+病虫害图谱+农事操作规程；DB代理：租户隔离的农事记录和产量数据库
文创动漫 · 规划中
文创 AI 原生应用
以睿思平台多模态 Agent 能力驱动文创内容生成、动漫辅助创作与 IP 智能运营。涵括课程 CardRender 3D 交互动画协议：Agent→卡牌→3D 渲染全链路。
- 剧本生成 Agent：基于知识库的 IP 世界观构建与情节生成
- 角色概念设计：多模态 Agent 辅助角色设计与风格统一
- 内容审核 Agent：合规性检查与内容质量评估
- CardRender 协议：Agent→卡牌→3D 渲染全链路，驱动交互动画
项目协同 · 已上线
瑞孚项目协同运营平台
睿思平台标杆案例。1 个 Agent + 10 个 Skill 的典型 AI 原生应用架构。覆盖项目查询、任务管理、工时上报、周报生成、风险预警等全场景。
- 三引擎驱动：洞察引擎（分析预测）+ 执行引擎（任务调度）+ 知识引擎（经验匹配）
- 十功能模块：智能驾驶舱、客户关系、商机管理、项目管理、合同中心、供应链等
- AI 每日播报：自动汇总逾期任务、到期合同、临期库存、未闭环风险
- 自然语言查询：所有数据通过对话查询，无需传统菜单和表单
平台能力应用
多Skill协作：6个专业Skill围绕Agent引擎协同；DB代理：客户/项目/任务表租户隔离；MCP网关：对接飞书/钉钉/企微多渠道IM通知；知识库：历史案例库RAG检索；评估系统：定期自动评估输出质量
文档体系 · 可验证的方法论支撑
行业应用章节所依据的睿思平台文档体系,已正式发布,为方法论提供可追溯、可验证的权威支撑
《AI 原生应用开发——培训》
详细定义 AI 原生应用与传统软件的本质区别,系统阐述六大方法论原则,配套完整技术栈全景图。
《睿思平台 AI 原生应用开发手册 V1.0》
完整七步开发法(235+ 页),含需求分析、总体设计、双库架构、Skill 体系、Agent 配置、前端开发、测试迭代全流程指南。
《睿思双库数据库设计规范 V1.0》
基于区块链"交易流水库 + 全局状态库"范式,提出面向 AI 原生应用的数据库架构升级方案。22 表/68 个 Tool API/14 个 SKILL。
《睿思平台操作手册 V1.0》
面向租户管理员、技能开发者、普通用户的完整操作指南,含环境工具六件套的配置步骤与最佳实践。
来源说明：以上文档由四川瑞孚智简医疗科技、西南交通大学、成都高新信息技术研究院三方联合编写。
行业应用部分内容来源于实际交付项目,经脱敏处理后作为方法论配套案例发布。
产学研联合研发模式
每一案例背后是"高校算法研究 + 研究院工程转化 + 行业伙伴联合交付"的三方联合创新链。AI 原生应用开发手册（V1.0 七步开发法）已发布。
西南交通大学 · 算法研究
多智能体协同算法、医学/农业 NLP 模型、知识图谱推理引擎的算法设计与训练；学术验证与前沿技术引入
成都高新信息技术研究院 · 工程转化
平台研发（睿思 SmartAgentOS）；知识图谱构建；多智能体协同总线、规则引擎、合规模块的工程化开发
行业合作伙伴 · 临床落地
产品设计、医院/农场个性化适配、合规校验、持续运营与迭代优化
成果闭环
知识产权共有、项目经验反哺课程（L20-L24 行业工程实践）、Skill 资产沉淀复用