在生命科学中开发人工智能代理
SciLifeLab数据中心 ·空气与火，科学生命实验室，索尔纳·2026-03-05
______________________________________________________________________
欢迎
我们很高兴邀请您参加我们的实践研讨会 在生命科学中开发人工智能代理，由SciLifeLab数据中心组织。
人工智能代理正在成为通过与数字工具和数据源交互来编排科学工作流程的自主系统。在生命科学研究中，他们可以通过自动化数据集成、运行计算模型和协调实验步骤来简化复杂的分析，使研究流程更加高效和可重复。
在这个现场研讨会上，我们将介绍和讨论生命科学中的人工智能代理，并参与协作实践环节。
欢迎
______________________________________________________________________
演讲者和主持人
- 约翰·阿尔弗雷德(johan.alfredeen@scilifelab.uu.se)：SciLifeLab数据中心数据工程师（AI），
- 马赫布·乌尔·阿拉姆(mahbub.ul.alam@scilifelab.uu.se)：SciLifeLab数据中心数据工程师（AI），
- 丁龙辉(dinh-long.huynh@uu.se)乌普萨拉大学博士生，
______________________________________________________________________
活动详情
| 日期 | 2026年3月5日星期四 |
| 时间 | 10:00 – 15:30 *（咖啡从09:30开始供应）* |
| 位置 | 索尔纳Tomtebodavägen 23号SciLifeLab室内空气与消防 |
| 格式 | 仅限现场，无远程参与 |
| 餐饮 | 免费提供Fika和午餐 |
______________________________________________________________________
目标受众
本次工作坊对以下人士开放 研究人员、博士生和研究基础设施工作人员 对人工智能代理的实践经验感兴趣。欢迎来自任何大学附属机构的参与者以及行业研究人员。
先决条件：
- 基本的Python编程技能
- 熟悉Jupyter笔记本会有所帮助
- 你必须带上自己的笔记本电脑
______________________________________________________________________
议程
| 时间 | 会话 |
|---|---|
| 09:30–10:00 | 轻便早餐和社交 |
| 10:00 – 10:15 | 演示文稿1 --引言：探索人工智能代理如何改变生命科学· *约翰·阿尔弗雷德* |
| 10:15 – 10:30 | 演示 --AI代理在行动· *马赫布·乌尔·阿拉姆* |
| 10:30 – 12:00 | 实践环节1 --用LangGraph和ReAct开发人工智能代理· *丁龙辉* |
| 12:00–13:00 | 午餐和社交 |
| 13:00 – 13:30 | 续会1 --LangGraph与ReAct |
| 13:30 – 15:00 | 实践环节2 --AI代理与模型上下文协议（MCP）的协作· *马赫布·乌尔·阿拉姆、约翰·阿尔弗雷德·恩、丁龙辉* |
| 15:00 – 15:15 | 演示文稿2 --部署人工智能代理：法律、技术和实践考虑· *约翰·阿尔弗雷德* |
| 15:15–15:30 | 闭幕式——公开问答 |
| 15:30 | Fika和网络 |
______________________________________________________________________
下载演示幻灯片！
演示文稿1 --引言：探索人工智能代理如何改变生命科学· *约翰·阿尔弗雷德*
实践环节1 --用LangGraph和ReAct开发人工智能代理· *丁龙辉*
[实践环节2 --AI代理与模型上下文协议（MCP）的协作· *马赫布·乌尔·阿拉姆、约翰·阿尔弗雷德·恩、丁龙辉*]()
演示文稿2 --部署人工智能代理：法律、技术和实践考虑· *约翰·阿尔弗雷德*
______________________________________________________________________
研讨会环节
| 会话 | 目录 | 焦点 |
|---|---|---|
| 第1节 | Section_1_LangGraph/ | 使用LangGraph和ReAct模式构建药物发现AI代理 |
| 第2节 | session-2-mcp/ | 通过MCP公开这些工具，并跨服务器连接代理 |
每个会话目录都包含自己的详细信息 README.md 包括完整的说明、笔记本指南和故障排除。
______________________________________________________________________
入门：Docker安装
所有车间材料都在Docker容器中运行。 不需要本地Python环境设置。
⚠️ Docker Desktop必须在您的笔记本电脑上安装并运行。
______________________________________________________________________
第一步：安装Docker桌面
Docker Desktop是在个人计算机上运行Docker的推荐方式。它包括你需要的一切：Docker引擎、CLI和图形界面。
🍎 macOS
- 首选
- 为您的芯片选择安装程序：
- 苹果硅（M1/M2/M3/M4） → 下载 Apple Silicon .dmg - 英特尔 → 下载 Intel Chip .dmg
- 打开下载的
.dmg文件并拖动 码头工人 放入“应用程序”文件夹 - 从应用程序启动Docker并按照入职提示进行操作
- 通过打开终端并运行以下命令来验证安装：
docker --version🐧 Linux
Docker Desktop可用于Ubuntu、Debian和Fedora。
- 首选 并选择您的发行版
- 遵循特定于发行版的说明（通常添加Docker apt/rpm存储库并安装软件包）
- 安装后，从应用程序启动器启动Docker Desktop
- 验证：
docker --version或者，您可以安装 Docker引擎 直接（无需桌面GUI）通过以下方式 。这足以运行车间集装箱。
🪟 视窗
- 首选
- 下载 Docker桌面安装程序
- 运行安装程序——出现提示时，确保 “使用WSL 2而不是Hyper-V” 已选择（推荐）
- 安装后，Docker Desktop将自动启动
- 打开 PowerShell 或 命令提示符 并验证：
docker --versionWSL 2注释： Windows上的Docker与WSL 2（Linux 2的Windows子系统）配合得最好。如果尚未启用，Docker Desktop将在安装过程中指导您启用它。更多信息请访问 https://learn.microsoft.com/en-us/windows/wsl/install.
______________________________________________________________________
步骤2：保存API密钥（在研讨会当天）
在研讨会的上午，您将收到 通过电子邮件发送OpenAI API密钥。两次会话都需要此密钥。
🔑 不要与他人共享此密钥或将其提交到任何公共存储库。
______________________________________________________________________
步骤3：拉取并运行研讨会图像
我们强烈建议从Docker Hub中提取预构建的镜像。这是最快的入门方式，也是我们在研讨会期间支持的唯一设置。
第1讲：LangGraph代理开发
拉取图像：
docker pull mahbub1969/scilifelab-langgraph-workshop:v1运行容器： （将sk-…替换为您的OpenAI API密钥）：
docker run -p 8888:8888 -e OPENAI_API_KEY="sk-..." mahbub1969/scilifelab-langgraph-workshop:v1然后打开 http://localhost:8888 在浏览器中导航到 langgraph_lab.ipynb.
______________________________________________________________________
第2讲：MCP代理协作
拉取图像：
docker pull mahbub1969/scilifelab-mcp-workshop:v1运行容器 （替换 sk-... 使用您的OpenAI API密钥）：
docker run -p 7860:7860 -e OPENAI_API_KEY="sk-..." mahbub1969/scilifelab-mcp-workshop:v1然后打开 http://localhost:7860 在浏览器中导航到 1-mcp-from-scratch/mcp_workshop.ipynb.
______________________________________________________________________
步骤3（可选，不推荐）：在本地构建映像
如果您更喜欢根据提供的内容自行构建图像 Dockerfiles、 您可以按照以下步骤进行操作。
⚠️ 不建议在当地建造车间。 构建时间可能很长，我们无法在会话期间解决构建问题。除非您有特定的原因在本地构建，否则请使用上面的预构建图像。
第1节：
cd Section_1_LangGraph/
docker build -t scilifelab-langgraph-jupyter .
# replace `sk-...` with your OpenAI API key
docker run -p 8888:8888 -e OPENAI_API_KEY="sk-..." scilifelab-langgraph-jupyter第2节：
cd session-2-mcp/
docker build -t scilifelab-mcp-workshop:v1 .
# replace `sk-...` with your OpenAI API key
docker run -p 7860:7860 -e OPENAI_API_KEY="sk-..." scilifelab-mcp-workshop:v1______________________________________________________________________
存储库结构
/
├── README.md ← You are here
│
├── Section_1_LangGraph/ ← Session 1: LangGraph & ReAct agents
│ ├── README.md ← Full instructions for Session 1
│ ├── Dockerfile
│ ├── langgraph_lab.ipynb ← Workshop notebook (exercises)
│ ├── langgraph_answer.ipynb ← Reference solutions
│ └── ...
│
└── session-2-mcp/ ← Session 2: MCP agent collaboration
├── README.md ← Full instructions for Session 2
├── Dockerfile
├── 1-mcp-from-scratch/ ← Main session notebook
├── 2-bonus-mcp-sdk-implementation/ ← Bonus: MCP Python SDK
└── 3-bonus-mcp-serve-app-integration/ ← Bonus: SciLifeLab Serve + MCP有关详细内容、笔记本指南和故障排除，请参阅 README.md 在每个会话目录中。
______________________________________________________________________
问题
有关研讨会内容或SciLifeLab Serve平台的问题，请通过以下方式联系SciLifeLab数据中心团队： serve@scilifelab.se.