可选智能体简介

基本的CASSIA工作流程对于大多数情况已经足够。然而，为了处理一些特殊情况，我们现在介绍几个高级智能体。

如何选择合适的智能体

图：帮助您根据情况选择合适 CASSIA 智能体的决策树。

快速总结：

• 准备运行 CASSIA + 需要详细/新颖注释 → RAG 智能体（仅 Python）
• 对质量/细节不满意 → 注释增强智能体
• 想要确定性结果 → UQ 智能体
• 有候选项但无法决定 → Symphony 智能体
• 想要探索亚群聚类 → 亚群聚类智能体

🤔 不确定性量化智能体（UQ智能体）

尽管大型语言模型（LLM）功能强大，但偶尔会产生不稳定的输出。不确定性量化（UQ）智能体通过采用基于共识的策略来缓解这一问题。例如，如果模型在单次尝试中的正确率为 80%，那么通过独立询问五次并通过多数投票汇总结果，理论上可以将准确率提高到 94.2%。UQ 智能体自动执行此迭代过程，以增强 CASSIA 细胞类型注释的可靠性和稳健性。

🚀 注释增强智能体

该智能体已在之前的工作流程中出现，但您也可以选择将其应用于您选择的簇。注释增强智能体可以阅读CASSIA的注释报告，然后不断生成假设并从簇中检索基因表达信息来验证这些假设，最终优化注释结果。在我们的测试中，这个智能体表现异常出色，是CASSIA的核心创新之一。

⚖️ SymphonyCompare智能体

我们知道基本的CASSIA工作流程输出三种可能的最终注释，按照从最可能到最不可能的顺序排列。有时，我们会遇到模糊的注释。在这种情况下，SymphonyCompare智能体可以帮助确定最可能的注释。这个智能体实际上是几个智能体的组合，每个智能体对可能的注释结果进行评分。最终注释是根据这些评分选择的。

🔬 子聚类智能体

单轮聚类通常是不够的。有时，我们对需要提取进行进一步分析的某些簇特别感兴趣。子聚类智能体可以同时比较多个簇，提供更准确和详细的注释。

📚 RAG智能体（检索增强生成智能体）

该智能体是CASSIA的核心创新之一。基于用户提供的基本信息，它自动检索标记数据库、细胞本体树，并使用基于PCA的方法对细胞类型生成一系列背景信息，以协助基本的CASSIA工作流程。当需要非常详细或新颖的注释时，该智能体显著提高了CASSIA的性能。由于库依赖关系，RAG智能体目前仅在Python中可用。我们将尽快发布R版本。