AI深度研究与写作系统

企业级AI研究与写作平台,服务9+客户(5家生物科技公司+4个内部团队),提升专家工作流效率70%。主导客户演示,引导客户从技术调研经POC评估到生产部署全程落地——基于LangGraph和Dify混合工作流-智能体编排、NestJS/PostgreSQL后端(WebSocket实时流式响应)及Microsoft Word插件构建。

真实使用示例

Scroll to view the complete chat conversation
Chat conversation part 1
Chat conversation part 2
Chat conversation part 3
Chat conversation part 4

项目概述

为医药和生物科技企业客户交付AI驱动的研究与写作平台。主导客户端全程交付——从技术调研、POC评估到生产部署,亲自向潜在客户演示平台,根据生物科技研究流程和企业写作场景定制演示内容。9+客户(5家生物科技公司+4个内部团队)已上线生产,专家工作流效率提升70%。

系统采用混合工作流-智能体编排,将LangGraph和Dify与结构化工作流控制相结合,在确保业务稳定性的同时充分利用推理模型能力,通过查询分解、PubMed文献检索、内容生成和自动化事实核查等专业智能体角色分工协作。全栈实现:NestJS/PostgreSQL后端(支持WebSocket流式响应)、React+Redux Toolkit前端,以及基于Office.js的Microsoft Word插件提供文档内AI辅助。

核心技术特性

核心技术特性
核心技术特性
核心技术特性
核心技术特性
核心技术特性
核心技术特性
核心技术特性
Click to enlarge

用户输入 - PD-1/PD-L1抑制剂联合化疗/抗血管生成/双免疫治疗对晚期非小细胞肺癌长期总生存和生活质量的影响

  • • 混合工作流-智能体编排: 基于LangGraph+Dify的ReAct智能体系统,配合结构化工作流控制——充分利用推理模型能力,同时通过专业化智能体角色分工保障业务稳定性
  • • 多轮人机协作交互: 支持迭代精炼的协作闭环,通过人在回路控制实现研究成果的精准定制
  • • 自动化验证流水线: 基于LangChain的并行事实核查,支持分块级验证和分级错误检测,确保医药内容的准确性
  • • PubMed多源文献检索: 自动化文献检索(PubMed + Google),通过结构化综合智能体将检索结果提炼为可操作的研究内容
  • • 结构化内容生成: 将研究发现转化为带引用的专业文档,适配医药和生物科技写作规范

解决的业务痛点

专家工作流瓶颈:

生物科技研究人员此前需花费数周进行文献调研和内容综合——平台通过智能体编排将其缩短至数小时,在9+企业部署中实现70%效率提升。

客户引导与信任建立:

引导客户完成技术调研、定制演示、POC评估和生产部署全流程——通过针对每位客户工作流定制的个性化演示,成功转化9+潜在客户。

监管行业内容准确性:

医药和生物科技内容要求极高的准确性——自动化验证流水线通过分块事实核查和分级错误检测,确保达到合规级别的输出质量。

技术架构

技术架构
点击放大

项目数据

9+
已上线生产的企业客户
5
生物科技公司部署数量
70%
专家工作流效率提升

生成的医学论文

下载平台生成的完整医学研究论文,展示其为医药和生物科技企业生产专业内容的能力。

Word Document

竞争优势

生产验证的可靠性:

已在9+企业客户中生产部署,配备自动化事实核查流水线——证明了超越原型阶段的真实落地能力。

零摩擦接入:

Word插件集成意味着医药写作人员无需离开Microsoft Word——通过零摩擦接入而非强制切换工具来驱动用户采用率。

快速垂直场景适配:

模块化智能体设计支持快速适配新客户垂直场景——同一核心平台可服务生物科技研究、法规写作和企业知识管理等多元需求。

技术栈

AI/ML与编排

Strands Agents FrameworkDifyvLLMTxGemmaMedGemmaClaude

编程语言

PythonTypeScript

后端开发

NestJSFastAPIPostgreSQLPrisma ORMSSE

前端开发

ReactRedux ToolkitOffice.jsMaterial-UI

API与服务

PubMed API

DevOps与部署

GitLab CIAWS CodePipelineAWS CodeBuildCloudFormationCDKDocker

展示内容均基于公开信息或脱敏数据处理。