Agent Integration

Agent 与 SDK 集成

自动化建立在版本化能力契约之上,而非 GUI 控制自动化。同一个 <domain>.<verb>.v1 契约贯穿 CLI、worker、MCP、GUI 与 SDK。新集成应使用 artifact-aware 的 v2 请求/结果信封;v1 保持兼容面。

实现顺序

1. 稳定 JSON 作业与结果契约
2. 标准输入/输出上的 JSON-RPC
3. JSON-RPC 之上的类型化 Python 包装器(首个 SDK 为子进程客户端,不绑定 PyO3 ABI)
4. 经 linxira-bio-mcp 暴露同一批方法(stdio JSON-RPC + MCP)
5. 让原生 GUI 使用同一 worker 与文档源

内置助手

助手遵循受约束的 6 步工作流:

1. 理解生物学问题,不臆造缺失的样本事实
2. 推荐可用能力并解释为何适配
3. 校验输入、运行时、数据敏感性与执行包络
4. 产出只读执行计划
5. 在安装、项目外文件系统变更、云成本、远程上传或认证浏览器使用之前征求批准
6. 调用已注册能力并解读其结构化结果

它不会把任意模型生成的源码直接变成隐式能力。未支持的工作可在沙箱中草拟,但在获得契约、测试、来源、文档与平台验证前保持未发布。

提供方与隐私

• 支持的 AI 提供方边界:可选的本地 llama.cpp 兼容运行时、用户配置的 OpenAI 兼容端点、以及经 MCP 接入的外部 agent(Codex、OpenCode 等)。本地分析不强制任何提供方。
• 远程推理前,应用显示目的地、传输的字段/文件、保留不确定性、预期成本等级与本地替代方案。
• 凭据经操作系统凭据服务存储,绝不写入作业清单或提示词。
• 认证浏览器连接器保持人工控制;不自动化密码、MFA、CAPTCHA 或服务条款接受。

MCP 服务器

linxira-bio-mcp 是独立二进制,stdio JSON-RPC:

• capabilities 目录自 LINXIRA_BIO_WORKFLOW_ROOT 相对加载,回退到嵌入目录(与 CLI 运行时目录一致)
• resources/list、能力执行等 MCP 方法;scripts/smoke-mcp-server.py 验证 stdio 协议与运行时目录断言

技能安装

skill-pack.json 是 agent 运行时(Codex、OpenCode、linxira-skills)的导入边界。scripts/smoke-agent-installs.sh 在临时 agent 主目录中暂存全部技能并验证导入。见 Skills。