BioMentor Agent 面向生命科学、生物制造相关专业的教学与科研学习场景立项,旨在解决教材、论文、产业案例、实验资料和图片等学习资源分散,传统检索效率低、知识关联弱、个性化辅导不足等问题。项目通过 AI 大模型、文献检索、知识图谱及生物信息学工具,将分散的专业资料统一组织为可检索、可问答、可分析的学习与科研辅助平台,服务于课程学习、文献阅读、科研训练和项目答辩等场景。
点击空白处退出提示
BioMentor Agent 面向生命科学、生物制造相关专业的教学与科研学习场景立项,旨在解决教材、论文、产业案例、实验资料和图片等学习资源分散,传统检索效率低、知识关联弱、个性化辅导不足等问题。项目通过 AI 大模型、文献检索、知识图谱及生物信息学工具,将分散的专业资料统一组织为可检索、可问答、可分析的学习与科研辅助平台,服务于课程学习、文献阅读、科研训练和项目答辩等场景。
项目包含产业案例库、科研实战、文献检索与工作台、知识图谱、智能问答、拍照学练、测验诊断、错题管理、学术答辩及生物信息学工具等功能模块。用户可上传文档或图片,由系统完成内容解析、OCR/图片理解和结构化处理,并结合大模型进行专业问答与学习辅导;同时支持论文检索、知识点关联、学习诊断和研究任务辅助,形成从资料获取、知识理解到实践应用的完整学习链路。
主要负责后端功能开发、接口联调、部署与问题排查,参与文件上传、文档解析、智能问答等核心链路实现。项目后端采用 Python、FastAPI、Pydantic、SQLAlchemy,前端采用 Next.js、React、TypeScript,并接入 GLM/LLM、OCR/图片理解、文献检索及向量检索等能力。我负责接口参数校验、Schema 对齐、模型请求与响应解析、超时重试、异常兜底及日志定位,累计完成 24 次后端提交、涉及 40+ 文件;同时参与 Linux 服务器部署和前后端联调,解决模型超时、网络波动、解析失败及字段不一致等问题,推动项目稳定上线。





评论