【实践记录】拒绝“拍脑袋”开发：使用Spec-driven 模式在 Coze 落地一个“专家级”病理研读 Agent

前言：
作为一名主攻 AI 病理图像处理的工科研究生，日常的实验中感受到以下痛点：一是数据工程痛点，手头积累了大量非结构化的病理诊断文本，急需清洗为标准 JSON 格式以构建训练集；二是文献研读痛点，在阅读长篇英文 WSI（全切片图像）分析论文时，通用大模型容易产生幻觉，难以精准提取复杂的实验参数。而传统的 Prompt 调优往往顾此失彼，陷入“打地鼠”的死循环。
最近，GitHub 开源项目 AI Code Guide 中的 Spec-driven（规格驱动） 开发理念给了我很大启发。不再依赖盲目的试错，我基于 Coze (扣子) 平台重构了开发流程，从零搭建并上线了这款定制版本的 PathoInsight 病理科研助手。
🔗 成品体验地址：PathoInsight - 您的智能病理科研助手

RAG学习记录

1. 核心思维：为什么选择 Spec-driven？

刚开始了解到 Agent 制作，一开始简单的认为就是“打开 Coze 就拖节点，写个 Prompt 就上线”。而这种“拍脑袋”开发很容易导致后期逻辑混乱。
github中提到的模式Spec-driven ，其核心在于“先定规矩再动手”，参考 AI Code Guide 的最佳实践，可以将整个开发拆解为三步：

  1. The Interview：让 AI 扮演架构师，把我也没想清楚的需求“审”出来。
  2. The Spec：生成一份死磕细节的 PRD 和核心“宪法”（Constitution）。
  3. The Implementation：基于 Spec，在 Coze 中进行确定性的工作流编排。

2. 第一阶段：需求挖掘 (The Interview)

尝试利用一套通用的架构师 Prompt，让 AI 来反向拷问我。

🛠️ 通用模版 (可复制)

Role: 你是一位资深的 AI 产品架构师，精通 Agent 设计模式。
Task: 我有一个关于 [你的项目名] 的初步想法。请你对我进行“面试”，通过一系列追问，帮我理清以下细节：

  1. 目标用户是谁？核心痛点是什么？
  2. 输入数据的格式（PDF/图片/文本）？有哪些 Corner Case（极端情况）？
  3. 输出的严格格式要求（JSON Schema 或 Markdown）？
  4. 核心的约束条件（什么不能做）？
    Action: 请一次只问 1-2 个问题，引导我逐步完善需求，直到你认为可以生成 PRD 为止。

💡 实战复盘：
在我的项目中，AI 提出了一个我完全没想到的问题：“如果用户上传的是一篇纯算法的病理 AI 论文（如 MIL 架构），而不是临床病例，系统该怎么处理？”
这个问题直接促使我确立了 “双模式路由 (Dual-Mode Routing)” 机制——系统必须自动判断是“临床模式”还是“学术模式”，防止用看病的逻辑去解读算法论文。
❗️个人感受：需求挖掘的这一步十分重要！

3. 第二阶段：规格定义 (The Spec)

面试结束后，我让 AI 生成了一份“宪法”（Constitution），这成为了后续 Coze 开发的唯一真理。

🛠️ 通用模版 (可复制)

Task: 基于上述沟通，请为我生成一份详细的 Agent 开发规格书 (Spec)。
Content:

  1. Workflow Logic: 用伪代码描述数据流转逻辑。
  2. System Prompt (Constitution): 包含 Role, Constraints (负面约束), Workflow, Output Format。
  3. Edge Case Handling: 针对空输入、乱码、知识库未命中时的兜底策略。

📜 我的 PathoInsight 宪法片段：

Critical Constraints (宪法):

  1. 严禁移花接木：严禁使用【参考知识库】中的示例病例来回答用户问题。如果用户文件为空，必须报错，不能编造。
  2. 模式隔离：
  • 遇到 学术论文：聚焦 Model Architecture, AUC, Dataset。
  • 遇到 临床报告：聚焦 Diagnosis, IHC Markers, Risk Assessment。

4. 第三阶段：架构设计与 Coze 实现 (The Implementation)

拿着 Spec，我在 Coze 里的开发就变成了“填空题”，而不是“作文题”。
（对于如何使用coze进行开发，现在已经有很多成熟的教程以及ai指导，大家可以自行学习与探索）

4.1 核心架构图

请添加图片描述

我的工作流包含三个关键的技术模块：

  1. 多模态数据汇聚层 (Data Merger)：
  • 问题：用户可能上传 PDF、图片，也可能直接粘贴文本。Coze 的插件输出格式各不相同。
  • 解决：编写 Python Code 节点作为“数据中间件”。无论上游是 OCR 识别的文字、LinkReader 解析的文档，还是用户的 Query，都在这里被清洗合并为统一的 full_context 变量。
  1. 意图路由层 (Intent Router)：
  • 问题：用户有时是“数据工程师”（要清洗 JSON），有时是“医生”（要看病），一套 Prompt 无法兼顾。
  • 解决：引入 Router 节点，通过关键词权重（如 JSON、清洗 vs 诊断、分析）将流量分发到两条完全独立的分支。
  1. 双模态推理层 (Dual-Mode Core)：
  • ETL 分支：使用低 Temperature 的模型，专注于结构化抽取。
  • Analysis 分支：挂载 NCCN/WHO 知识库，开启 RAG（检索增强），专注于逻辑推理。

5. 实战踩坑与迭代 (The Pitfalls)

这一部分是我在开发过程中遇到的真实挑战，也是 Spec-driven 模式发挥作用的关键时刻。

坑一：大文件导致的“严重幻觉”

现象：在测试 ROAM 论文（11MB PDF）时，Coze 的 LinkReader 插件因超时返回了空内容。结果 LLM 为了完成任务，竟然根据知识库里的示例，编造了一个“子宫内膜癌”的病例分析。而这篇文章主要是针对胶质瘤病种。

解决 (Guardrails)：
我回到 Spec 层面，在 Analyst 节点的 System Prompt 中追加了一条**“输入围栏”**：

Critical Constraint: 你必须首先检查【用户核心文件】是否为空。如果为空，立即熔断，输出：“无法读取文件内容（可能文件过大），请截取关键页面或粘贴文本。”

坑二：非结构化数据的“脏”文本

现象：医生手写的病理报告经常包含“同侧”、“异型性不明显”等模糊词，直接提取 JSON 容易丢字段。

解决 (Few-Shot)：
我在 Prompt 中使用了 Few-Shot Learning（少样本学习），给模型展示了 3 个典型的“脏数据 -> 清洗后数据”的 Pair 对，并强制规定了 Unknown 值的填充逻辑。

6. 最终效果展示 (Showcase)

经过上述打磨，PathoInsight 现在能稳定处理 数据清洗、学术研读、临床校验 三类核心任务。大家可以直接复制下面的用例去体验。

场景 A：数据工程师模式 (JSON 清洗)

任务：将一段混乱的胶质瘤病理文本（包含非标准术语）清洗为标准 JSON，用于构建训练数据集。

👉 测试 Prompt：

我是数据工程师，请将以下病例数据清洗为 JSON 格式。

【原始记录】
患者 ID: GL-2024-089，右侧额叶占位。
病理描述：肿瘤细胞密度高，可见显著的微血管增生及栅栏状坏死。
免疫组化：GFAP(+), Olig-2(+), IDH1-R132H(-), ATRX(缺失), p53(>50%), Ki-67(40%).
分子检测：IDH1/2 Wildtype, TERT Mutant, EGFR Amplified, MGMT Unmethylated.
初步诊断：胶质母细胞瘤，WHO 4级。

✅ Agent 输出效果：
它会输出一段严格符合 Schema 的 JSON 代码。

  • 标准化：自动将 GFAP(+) 映射为 "Positive"，将 IDH1-R132H(-) 映射为 "Wildtype"。
  • 容错处理：自动忽略非关键的描述性文字，无需二次清洗即可入库。

场景 B：算法研究员模式 (学术研读)

任务：阅读一篇论文（Nature Machine Intelligence - ROAM 模型），提取核心架构参数与实验结果。

👉 测试 Prompt (建议粘贴论文核心文本)：

我是算法研究员。请阅读以下文本，从技术角度分析：
1. ROAM 模型的架构特点是什么？
2. 它在 IDH 突变预测上的 AUC 是多少？

【论文片段】
To overcome limitations... we propose ROAM... utilizes the pyramid transformer to model both intrascale and interscale correlations...
Results: ROAM achieved an AUC of 0.886 for predicting IDH mutations...

✅ Agent 输出效果：

  • 架构解析：准确识别出 Pyramid Transformer、Intrascale/Interscale Attention 机制。
  • 指标提取：精准提取所需指标，且不会混淆“训练集”与“测试集”数据。

场景 C：临床医生模式 (逻辑校验 & 辅助诊断)

任务：模拟病理科医生场景，检查一份病理报告中的免疫组化结果与分子分型是否存在逻辑冲突，并依据 WHO CNS 5 标准给出整合诊断建议。

👉 测试 Prompt：

我是病理科医生。请基于 WHO CNS 5 标准，对以下报告进行逻辑校验和预后分析。

【病理报告片段】
部位：左侧额叶
形态学：弥漫性胶质瘤，瘤细胞形态一致，可见核周空晕（煎蛋样特征）。
免疫组化：IDH1 R132H (+), ATRX (核表达保留), p53 (野生型), Ki-67 (10%).
分子病理（FISH）：1p/19q 共缺失 (Co-deleted).

✅ Agent 输出效果：

  • 逻辑校验：Agent 识别出 IDH突变 + 1p/19q共缺失 + ATRX保留 是典型的 少突胶质细胞瘤 (Oligodendroglioma) 特征。
  • 整合诊断：输出推断结论 “Oligodendroglioma, IDH-mutant and 1p/19q-codeleted, WHO Grade 2”。
  • 指南引用：会自动引用 NCCN 指南，提示该亚型对 PCV 化疗方案敏感，预后相对较好。
    (注：此功能依赖 RAG 检索，若知识库未覆盖特定罕见亚型，Agent 会触发围栏机制，提示“需进一步结合临床”而非瞎编。)

7. 总结

这次实战最大的感触是：AI 时代，PM 的文档能力（Spec）就是生产力。

  1. 架构决定上限：Router + Merger 的设计解决了多场景兼容问题。
  2. 围栏决定下限：Prompt 中的 Guardrails 是防止医疗 AI 产生幻觉的最后一道防线。

没问题！在 AI Agent 开发领域，把这些专业术语用好了，能瞬间提升你简历和博客的“含金量”，让面试官觉得你不仅会用工具，更懂背后的工程原理。

以下是结合你的 PathoInsight 项目，为你整理的 5 个最核心的专业术语（话术已优化，可直接用于面试或写作）：

8. 术语小结

1. Router (意图路由 / 分发器)

🤖 形象比喻：医院的分诊台护士。
📖 简要定义：
一种基于语义理解的控制机制。它接收用户的原始输入，分析其意图 (Intent)，然后像交通指挥员一样，将任务分发给最合适的下游工作流处理。
💡 在项目中的应用：

“我的系统不会傻乎乎地用一套逻辑处理所有问题。Router 会判断：如果用户发的是‘杂乱数据’，就分发给 Data Cleaner (ETL) 分支去清洗 JSON；如果用户发的是‘论文 PDF’，就分发给 Analyst (RAG) 分支去研读。这避免了‘拿手术刀切菜’的资源浪费。”

2. RAG (Retrieval-Augmented Generation / 检索增强生成)

🤖 形象比喻：开卷考试。
📖 简要定义：
大模型（LLM）有时会胡说八道（幻觉），RAG 就是在让模型回答问题前，先去查阅外挂的知识库 (Knowledge Base)，找到准确的参考资料，再结合资料生成答案。
💡 在项目中的应用：

“为了防止模型瞎编病理诊断，我挂载了 NCCN 指南和 WHO 分类标准作为外挂知识库。模型在回答‘IDH 突变的预后’时，不是靠瞎猜，而是先检索 (Retrieve) 指南原文，再生成 (Generate) 靠谱的结论。”

3. Guardrails (围栏 / 安全护栏)

🤖 形象比喻：悬崖边的防护栏。
📖 简要定义：
在 LLM 输入或输出端设置的一套硬性规则或过滤机制。它的作用是拦截不合规、不安全或无效的请求，防止 AI 产生幻觉、泄露隐私或输出有害内容。
💡 在项目中的应用：

“针对 11MB 大文件读不到内容的 Bug，我设计了 Input Guardrails：一旦检测到输入内容为空，系统会触发熔断机制，直接报错‘无法读取’，而不是让模型根据幻觉去编造一个不存在的病例。”

4. Few-Shot Prompting (少样本提示 / 上下文学习)

🤖 形象比喻：照猫画虎。
📖 简要定义：
在提示词 (Prompt) 中不只给指令，还给出 3-5 个具体的‘问题-答案’示例。大模型有极强的模仿能力，看了例子后，能迅速学会某种特定的格式或逻辑。
💡 在项目中的应用：

“医生手写的病理报告格式千奇百怪。我在 Prompt 里放了 3 个 Few-Shot 示例，教模型把 (-) 映射为 Wildtype，把 +++ 映射为 Strong Positive。这样不需要微调模型，就能实现高精度的标准化清洗。”

5. ETL (Extract, Transform, Load / 数据清洗与转换)

🤖 形象比喻：把刚挖出来的脏土豆变成超市货架上的净菜。
📖 简要定义：
数据工程中的经典概念。

  • Extract (抽取)：从 PDF、图片里把文字读出来。
  • Transform (转换)：把乱七八糟的文字改成标准的 JSON 格式。
  • Load (加载)：把洗好的数据存到数据库或发给用户。
    💡 在项目中的应用：

“我的 Agent 本质上是一个智能化的 ETL Pipeline。它把非结构化的临床文本（脏数据），自动化地转化为结构化的 JSON 数据（净数据），直接喂给下游的深度学习模型训练。”

“本项目采用 Router-Branch 架构，基于用户意图将任务分流。在数据处理链路中，利用 Few-Shot Prompting 实现非结构化文本的 ETL 清洗；在科研分析链路中，结合 RAG 技术 引入外部指南，并配合 Guardrails 机制 有效抑制了长文本研读中的幻觉风险。”

碎碎念：

  • 目前该项目还有很多需要进一步精进和完善的地方！继续加油！感谢大家看到这里！❤️
# 学习
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

Codex 与 Copilot 全维度对比分析报告

Codex 与 Copilot 是 AI 编程辅助领域的核心产品，二者定位与功能差异显著。Codex 作为底层代码生成模型，以 API 方式提供服务，调用灵活，适用于非结构化代码生成与定制化集成；Copilot 则是集成在 IDE 中的实时编程助手，主打提升开发效率与团队协作。收费上，Codex 按量计费，适合低频定制需求，Copilot 采用订阅制，更适合高频日常开发。Codex 灵活性强但集成

avatar 2048 AI社区
cover

C++ STL常用容器7、8——set & map容器

avatar 2048 AI社区
cover

收藏备用｜三个月AI大模型系统学习计划（小白/程序员入门必备）

avatar 2048 AI社区