Detailed experimental protocol for Artificial Intelligence in Agriculture

PlantAI：AIIA文章框架与实验方案（新版图表完整）

按当前PlantAI五Result框架重写的实验执行蓝图，包含主图、主表、评价门槛和三类专家预审。

目标期刊：AIIA五组实验五图三表真实实验替换版

0. 摘要版总览
1. 系统边界与新版关键变化
2. 统一术语与投稿口径
3. 论文题目、中心问题与贡献
4. PlantAI总体架构
5. 五组实验总矩阵
6. 实验A：系统级可执行闭环与消融
7. 实验B：多场景RNA-seq
8. 实验C：RNA-seq到候选家族
9. 实验D：轻量Extension
10. 实验E：Graph RAG
11. 统计分析、重复和置信区间要求
12. 数据、代码、模型、提示词和索引冻结
13. 主图、主表与补充材料安排
14. 三类专家预审
15. 投稿前执行清单与P0/P1优先级
16. AIIA适配、审稿风险与安全表述

0. 摘要版总览

PlantAI定位为连接证据约束、可执行分析和可追踪产物的植物生物信息学系统。PlantAI-dev负责执行，PlantAI-RAG负责证据；五组实验分别验证闭环、RNA-seq、连续案例、Extension和Graph RAG。

数据诚信：Figure 1为实现结构图；Figures 2–5为模拟草稿图，投稿前必须替换。

1. 系统边界与新版关键变化

当前边界以新版论文为准：Diagnosis Agent不纳入论文贡献；ResultParser和Discovery仅作可选深度解读；agentic RAG未进入当前主路径；重测序—GWAS仅作为后续方向。

2. 统一术语与投稿口径

术语表与论点—证据边界

一句话论点

在植物生物信息学分析中，PlantAI通过LangGraph引导的意图解析与规划、契约约束的阶段执行、轻量代码转写闭环和Graph RAG证据检索，将自然语言分析需求转换为可执行、可追踪的工作流；该结论目前限于已经实现并完成验证的分析类型，跨模态和重测序—GWAS泛化仍需后续实证。

规范术语

规范术语	首次定义	禁用或历史变体	决定
PlantAI	PlantAI总体系统	bbav5、PLantAI	仅用PlantAI指总系统
PlantAI-dev	PlantAI分析与执行层	PlantAI核心仓库、bbav5	功能上包含基因家族、RNA-seq和Extension
PlantAI-RAG	PlantAI知识与证据层	gene-family-mas-v2	论文使用产品名；实现溯源记录当前仓库名
LangGraph编排	基于状态图的智能体路由与执行编排	9-Agent协作	不以Agent数量作为贡献
核心执行智能体	Intent/Router、PlanningAgentV2和ExecutionAgent	全部Agent同等协作	只对实际核心路径作强表述
深度解读组件	ResultParser和Discovery	结果智能体、发现智能体全流程参与	作为后处理支持，不作核心贡献
轻量Extension loop	将已有可运行代码转写为标准阶段的迭代闭环	权威模式、自动发明算法	使用用户指定的回退版本
Graph RAG	基于实体—关系—证据图的检索与问答	agentic RAG、Self-RAG	当前结果只写Graph RAG
阶段契约	规定阶段输入、输出和完成条件的机器/文档契约	常规接口	与Manifest共同定义科学完成状态
Manifest	记录阶段状态、产物、指标和追溯信息的清单	日志文件	不与普通运行日志混用
分析范围	物种、成员集合和分析路线共同定义的科学对象	scope	首次给出英文标识后保持一致
模拟草稿数据	仅用于版式与写作占位的合成数据	示例数据、伪真实数据	图内和图注明确标识，不作为性能证据

主张—证据图

主张	当前证据	状态	投稿前要求
PlantAI可将自然语言需求转为阶段计划	LangGraph路由、PlanningAgentV2及相关测试	已有实现证据；仍需任务级基准	报告真实任务成功率和错误类型
PlantAI可执行基因家族分析	契约、CLI阶段、Manifest及真实基线资产	支持	选定一个主案例并核验全部产物
PlantAI支持多场景RNA-seq设计	Analysis Manager、场景编译、设计/确认接口	实现支持	完成多场景验证集与至少一个真实数据案例
RNA-seq可连接候选家族深度分析	candidate-family契约和下游阶段接口	部分支持	完成RNA-seq→候选家族→深度分析闭环
轻量Extension loop可转写不同复杂度代码	baseline、conversion、trial、confirm、validation与gate实现	实现支持	用分级案例报告成功率、迭代次数和一致性
Graph RAG可返回带来源的实体关系证据	Neo4j图接口、证据字段、邻域和路径查询	实现支持	与关键词/向量基线作真实检索比较
ResultParser和Discovery改善深度解读	路由存在且深度解读可见	证据不足	仅作辅助组件描述，或补充消融
Diagnosis Agent提高修复成功率	代码存在但用户确认未发挥作用	不支持	从论文贡献和主图中删除
PlantAI可泛化到重测序—GWAS	尚未完成转写验证	待验证	仅作为未来高复杂度压力测试

3. 论文题目、中心问题与贡献

工作题目：PlantAI: an extensible multi-agent system for evidence-grounded and executable plant bioinformatics analysis。

契约化可执行闭环
多场景RNA-seq到候选家族连续路径
保留算法语义的轻量Extension
带来源和声明范围的Graph RAG

4. PlantAI总体架构

PlantAI由PlantAI-dev执行层和PlantAI-RAG证据层组成，结构化对象连接计划、证据、执行和产物。

Figure 1：PlantAI双层架构与可执行闭环；实现结构图 — **Figure 1｜PlantAI双层架构与可执行闭环。** a，PlantAI-dev与PlantAI-RAG的功能分层及数据交换；b，LangGraph核心意图—规划—执行路径；c，内置基因家族、RNA-seq和轻量Extension能力；d，阶段契约、执行、Manifest和产物验证；e，分析结果、深度解读和证据追溯输出。该图依据实现结构绘制，不包含模拟性能数据。

Table 1｜PlantAI组件、实际作用与论文定位。 “实现支持”表示存在可调用代码或契约，不等同于已完成定量性能验证。

系统层	组件	主要输入	主要输出	实际作用	证据状态	论文定位
PlantAI-dev	Router/Intent	自然语言请求、项目上下文	查询模式、分析意图	区分知识咨询、分析执行与解读请求	实现支持	核心执行入口
PlantAI-dev	PlanningAgentV2	意图、阶段能力、文件与已完成状态	有序阶段计划	生成依赖感知的分析子计划	实现支持；需任务基准	核心贡献
PlantAI-dev	Preflight	阶段计划、输入、参数	通过、拒绝或补充要求	在工具运行前检查科学和工程条件	实现支持；需消融	核心贡献
PlantAI-dev	ExecutionAgent与阶段注册表	已确认计划、任务身份	CLI运行、产物与状态	把计划映射到真实分析工具	实现支持	核心贡献
PlantAI-dev	阶段契约与Manifest	输入、参数、运行产物	完成状态、产物索引、追溯信息	定义科学完成状态并保存证据	实现支持	可信执行基础
PlantAI-dev	基因家族阶段集	基因组、蛋白序列、注释和成员集合	系统发育、结构、共线性、表达等结果	执行候选家族深度分析	实现支持；需主案例	生信应用主线
PlantAI-dev	RNA-seq Analysis Manager	样本表、计数矩阵或测序数据	场景、比较与分析子计划	绑定实验设计、可估计性和执行语义	实现支持；需多场景验证	生信应用主线
PlantAI-dev	轻量Extension loop	可运行代码、测试数据和命令	经验证的扩展阶段	保留算法语义地转换接口和产物契约	实现支持；需分级基准	扩展性贡献
PlantAI-dev	ResultParser/Discovery	阶段结果、证据上下文	深度解读与后续建议	提供可选后处理	作用有限；缺少独立验证	辅助组件
PlantAI-RAG	SRT证据抽取与知识图	文献与结构化记录	实体—关系—证据记录	构建可追踪知识层	实现支持；质量需评价	证据层基础
PlantAI-RAG	Graph RAG	实体、关系或方法查询	邻域、路径和带来源回答	检索多跳关系并保留证据字段	实现支持；需基线比较	独立Result
不纳入	Diagnosis Agent	错误日志	修复建议或重试	未形成可靠贡献	不支持论文主张	从贡献与主图删除

注：未实际启用的agentic RAG以及尚未验证的重测序—GWAS不列为当前能力。

5. 五组实验总矩阵

五组实验必须使用一致的输入、基线和评价规则；Draft图只承担版式功能。

Table 2｜五组实验的研究问题、基线、指标与投稿门槛。 Draft版可使用模拟数据检查版式，但“投稿门槛”必须由真实实验满足。

Result	研究问题	评价单元	基线或消融	主要指标	Draft状态	投稿门槛
R1 系统闭环	自然语言计划能否形成真实、可追踪执行	分析任务与阶段运行	无契约、无Preflight、固定模板	计划F1、依赖合法率、执行成功率、Manifest完整率	架构真实；数值待补	完成真实任务集与消融
R2 RNA-seq场景	系统能否识别实验设计并生成合法比较	人工标注场景	固定两组模板、去除可估计性检查	设计正确率、比较正确率、拒绝正确率、计划完整率	Figure 2为模拟	至少覆盖六类设计并双人核对
R3 连续案例	转录组证据能否传递至候选家族深度分析	一个真实项目及其候选家族	分段手工流程、无统一身份	阶段完成率、证据可追溯率、候选一致性、产物审计	Figure 3为模拟	完成真实RNA-seq→家族闭环
R4 Extension	可运行代码能否被转换为一致的标准阶段	分级代码案例	无修复循环、规则转换、仅检查可运行	发布通过率、迭代次数、输出一致性、失败类型	Figure 4为模拟	原始与转写代码执行golden比较
R5 Graph RAG	图检索能否改善证据命中和引用忠实度	人工核对查询—证据对	BM25、向量检索、去除图路径	Precision/Recall@10、MRR、nDCG、回答正确性、引用忠实度	Figure 5为模拟	完成盲法标注与真实索引评估

注：所有模型比较使用相同输入和评价规则；记录模型、提示词、索引和软件版本。

6. 实验A：系统级可执行闭环与消融

研究问题	自然语言计划能否形成真实、合法且可追踪的执行。
评价单元	分析任务、阶段计划和阶段运行。
输入	用户目标、项目文件、阶段能力和依赖状态。
基线/消融	固定模板；去除Preflight；去除契约；去除Manifest校验。
指标	计划F1、依赖合法率、执行成功率、Manifest完整率和假完成率。
失败类型	不存在输入、非法依赖、范围错配、工具失败和文本假完成。
真实数据要求	冻结的任务集、环境、模型和运行记录。
对应图表	Figure 1；Table 1；Table 2的R1行。
完成门槛	完成真实任务集和四项关键消融。

7. 实验B：多场景RNA-seq

研究问题	系统能否识别RNA-seq实验设计并生成合法比较与子计划。
评价单元	人工双人核对的RNA-seq场景。
输入	样本表、处理、时间、组织、重复、批次和研究问题。
基线/消融	固定两组模板；去除可估计性检查；去除批次语义。
指标	设计正确率、contrast正确率、计划完整率和正确拒绝率。
失败类型	批次误判、交互遗漏、比较反向、重复不足和背景缺失。
真实数据要求	至少六类设计，每类保留gold设计和拒绝理由。
对应图表	Figure 2；Table 2的R2行。
完成门槛	使用真实标注场景替换全部模拟结果。

Figure 2：多场景RNA-seq计划生成与执行准备度；模拟草稿数据 — **Figure 2｜多场景RNA-seq计划生成与执行准备度。** **SIMULATED DATA — DRAFT ONLY：本图定量结果均为模拟草稿数据。** a，样本元数据到场景编译；b，不同实验设计及其比较关系；c–e，设计识别、子计划完整性和错误类型；投稿前需以人工标注场景集替换。

8. 实验C：RNA-seq到候选家族

研究问题	同一项目身份能否把转录组证据传递到候选家族深度分析。
评价单元	一个真实植物RNA-seq项目及一个候选家族。
输入	公开或自有RNA-seq数据、参考基因组、注释和背景数据库。
基线/消融	分段手工流程；去除统一成员集合；去除证据来源记录。
指标	阶段完成率、证据可追溯率、成员一致性和产物审计结果。
失败类型	样本错配、contrast错向、ID映射失败和成员集合漂移。
真实数据要求	项目号、样本设计、参考版本、阈值和全部Manifest。
对应图表	Figure 3；Table 3。
完成门槛	完成真实RNA-seq→候选家族→深度分析闭环。

Figure 3：RNA-seq到候选基因家族的连续分析；模拟草稿数据 — **Figure 3｜RNA-seq到候选基因家族的连续分析。** **SIMULATED DATA — DRAFT ONLY：本图生物学数值与标识均为模拟草稿数据，不代表真实发现。** a，实验设计和样本质量；b，差异表达；c，功能与基因集证据；d，候选家族排序；e–f，候选家族的进化、结构、表达和互作证据；g，Manifest追溯链。

Table 3｜RNA-seq到候选基因家族端到端案例的阶段与追溯状态。 当前为真实结果替换模板，不填入模拟生物学结论。

阶段	分析对象	关键输入	关键输出	Manifest/身份要求	当前状态	投稿前需填写
项目与样本设计	全部样本	样本表、物种、处理和批次	设计公式、比较列表	项目ID、分析包指纹	待真实案例	数据库项目号、样本数、设计
原始数据QC	FASTQ	原始reads	质控报告、清洗reads	样本ID与输入校验	待真实案例	读长、质量、保留比例
比对与定量	各样本	参考基因组和注释	BAM、基因计数	参考版本、链特异性	待真实案例	比对率、计数覆盖
样本级QC	计数矩阵	归一化表达	PCA、相关性、异常样本	样本身份一致	待真实案例	异常样本处理
差异表达	设计与计数	比较、批次、重复	差异基因表	比较方向和模型版本	待真实案例	阈值、效应量、显著基因数
富集/基因集/共表达	差异或排序基因	背景注释、基因集	通路和模块证据	背景来源可追溯	待真实案例	数据库版本、显著条目
候选家族排序	多类证据	DEG、富集、模块和文献关系	候选基因与家族列表	每项证据保留来源	待真实案例	排序规则、候选数、选定家族
家族鉴定与范围确认	选定家族	HMM/参考序列、基因组	成员集合	scope/member-set身份	待真实案例	成员数与筛选规则
进化和结构分析	家族成员	蛋白、CDS、GFF	树、motif、domain、结构	同一成员集合	待真实案例	主要可重复观察
基因组与功能证据	家族成员	基因组位置、同源和表达	共线性、表达、PPI/同源证据	物种范围与来源	待真实案例	仅报告非因果性观察
证据汇总	全流程	Manifest和Graph RAG证据	可追溯结果报告	全链Manifest可解析	待真实案例	缺失阶段与局限

9. 实验D：轻量Extension

研究问题	已有可运行代码能否在保留算法语义下转换为标准阶段。
评价单元	由单脚本到多文件外部工具流程的分级代码案例。
输入	原始代码、命令、测试数据、预期产物和运行环境。
基线/消融	规则包装；无修复循环；只检查可运行而不做golden比较。
指标	发布通过率、修复迭代数、输出一致性和正确拒绝率。
失败类型	输入角色、输出路径、参数语义、依赖和运行时不匹配。
真实数据要求	每例保留原始输出、转换输出、日志和比较规则。
对应图表	Figure 4；Table 2的R4行。
完成门槛	真实执行原始与转换代码并完成golden比较。

Figure 4：轻量Extension loop及分级代码转写评价；模拟草稿数据 — **Figure 4｜轻量Extension loop及分级代码转写评价。** **SIMULATED DATA — DRAFT ONLY：本图定量结果均为模拟草稿数据。** a，从原始基线到发布阶段的生命周期；b，代码复杂度分层；c–f，发布通过、修复迭代、输出一致性和失败类型；真实评估需执行原始与转写代码的golden比较。

10. 实验E：Graph RAG

研究问题	图检索能否提高证据命中并保持引用忠实度。
评价单元	人工核对的查询—实体—关系—证据对。
输入	冻结文献索引、实体规范化表、关系图和查询集。
基线/消融	BM25；向量检索；去除图路径；去除输出层过滤。
指标	Precision/Recall@10、MRR、nDCG、回答正确性和引用忠实度。
失败类型	别名、物种歧义、关系方向、路径噪声和候选层泄漏。
真实数据要求	盲法标注、分层查询、模型与索引版本。
对应图表	Figure 5；Table 2的R5行。
完成门槛	完成真实索引上的基线、消融和失败案例评估。

Figure 5：Graph RAG证据检索和可追踪回答；模拟草稿数据 — **Figure 5｜Graph RAG证据检索和可追踪回答。** **SIMULATED DATA — DRAFT ONLY：本图定量结果均为模拟草稿数据，不能用于支持检索优势结论。** a，SRT证据记录；b，分层知识图；c，实体邻域和有限跳路径示例；d–f，检索指标、引用忠实度和失败类型。

11. 统计分析、重复和置信区间要求

分类任务报告accuracy、macro-F1和bootstrap 95%置信区间；配对错误比较使用McNemar检验；比例和检索指标按任务层分层报告。随机模型调用记录模型、温度、提示词、重复次数和种子。

12. 数据、代码、模型、提示词和索引冻结

冻结代码提交或版本标签、Conda/容器环境和CLI参数。
冻结数据项目号、参考基因组、注释和数据库版本。
冻结模型、提示词、确认语义、Graph RAG索引和实体规范化表。
保存Manifest、日志、源数据和生成脚本。

13. 主图、主表与补充材料安排

主文使用五张主图和三张正文表；补充材料保存阶段清单、Extension案例、Graph RAG查询集、完整错误分类和复现配置。

14. 三类专家预审

PlantAI中文稿预审与AIIA适配报告

总体判断

当前材料已经形成一篇结构完整、系统边界清楚的中文研究论文草稿，但尚不是可投稿终稿。最有竞争力的主张不是“智能体数量多”，而是PlantAI把自然语言规划、实验设计语义、阶段契约、真实执行、Manifest追溯和图证据检索连接在同一系统内。最大拒稿风险是目前缺少真实对照实验、消融和端到端生物学案例；Figures 2–5的定量内容仅是版式模拟，必须在投稿前替换。

审稿人视角

可能认可

研究问题清楚：语言模型产生的植物生信计划如何受到执行与证据约束。
系统主动排除了Diagnosis Agent、未启用的agentic RAG和未完成的GWAS，避免贡献膨胀。
五个Result分别覆盖系统闭环、RNA-seq设计、端到端案例、Extension和Graph RAG，叙事完整。

主要质疑

是否只是把LangGraph、工作流和Graph RAG拼接在一起，缺少新的技术原理？需要用消融证明契约、Preflight、范围身份和图路径各自解决了什么具体失败。
是否优于固定流程或通用代码智能体？需要公平基线，不能只展示系统自身成功案例。
是否具有农业价值？至少需要一个真实植物RNA-seq到候选家族案例，并报告可解释、可核查的生物学观察。
是否可复现？需要冻结模型、提示词、软件环境、索引、数据版本和随机种子。

预判结论

当前状态：major experiments required。完成Table 2中的五组真实实验后，才适合进入AIIA投稿准备。

生信分析师视角

方法优点

RNA-seq不是固定两组模板，而是显式处理因素、重复、批次、比较方向和可估计性。
候选家族由多类证据形成，并通过成员集合与Manifest向下游传播。
基因家族阶段覆盖鉴定、进化、结构、共线性、表达、PPI和同源等常用环节。

必补内容

每个真实数据集的物种、参考基因组、注释版本、样本数、重复和数据库项目号。
差异表达设计公式、contrast方向、过滤和多重校正阈值。
富集背景、ID映射成功率、数据库版本和多重检验方法。
候选家族排序规则及敏感性分析，避免打分公式任意。
端到端案例中所有阶段是否使用同一成员集合和物种范围。
将PPI、同源和RAG证据限定为假设支持，不能写成基因功能因果验证。

智能体工程师视角

工程贡献

核心调用链能够从意图和规划进入Preflight、阶段注册表、共享后端与CLI。
完成状态由Manifest和可解析产物定义，而非语言模型的自然语言回复。
RNA-seq确认令牌与用户、任务、包指纹、子计划和版本绑定。
Extension以原始基线和golden比较约束转换，不把包装成功等同于算法正确。
Graph RAG返回证据句、章节、论文标识、置信度、声明范围和输出层。

必做消融与压力测试

去除Preflight、契约、范围身份和Manifest校验，分别测量非法计划、错配复用和假完成。
测试确认令牌过期、篡改、跨任务重放和计划更新后的失效。
Extension按代码复杂度分层，并区分输入绑定、参数语义、依赖和输出收集错误。
Graph RAG测试实体别名、物种歧义、关系方向、多跳长度和候选层泄漏。
报告模型调用失败、工具超时、幂等重试和部分阶段失败后的恢复策略。

AIIA适配审计

根据2026年7月核对的AIIA官方作者指南：

期刊接收Original research papers，范围覆盖AI在农业、食物和生物系统工程中的理论与实际应用；PlantAI主题在范围内，但稿件必须突出植物研究任务和实际分析收益。
正文应采用编号章节；当前结构符合。
摘要应独立、简洁且陈述真实主要结果；当前摘要故意不报告模拟性能，做法正确，但真实实验后必须补入主要数值。
正文引用采用作者—年份体例，文后按字母顺序排列；当前第一批参考文献已据此调整。
图注应与图文件分开，图中文字尽量少；当前稿件保留了独立Figure legends。
期刊官方指南不允许使用生成式AI或AI辅助工具创建或修改投稿图像。当前图由可复现Python脚本绘制，属于草稿与分析产物；投稿前作者必须依据期刊政策判断其合规性，并由作者亲自核验、必要时重新生成所有图。不能直接把当前AI辅助生成的图包作为投稿图包。
TIFF组合图最低500 dpi；当前脚本导出600 dpi，同时保留SVG和PDF，分辨率满足保守技术标准。

官方页面：

Aims and scope: https://www.sciencedirect.com/journal/artificial-intelligence-in-agriculture
Guide for authors: https://www.sciencedirect.com/journal/artificial-intelligence-in-agriculture/publish/guide-for-authors

15. 投稿前执行清单与P0/P1优先级

用真实实验替换Figures 2–5和所有“模拟草稿结果”段落。
完成至少一个真实植物RNA-seq→候选家族→深度分析案例。
完成强基线、关键消融、失败案例和统计不确定性报告。
将参考文献扩充为覆盖智能体工作流、植物组学、实验设计、代码转写和Graph RAG的完整文献集。
补齐作者、单位、通讯信息、CRediT、基金、致谢、利益冲突、数据和代码永久地址。
由全体作者逐图逐数核验，并完成AIIA关于AI辅助写作和图像政策所要求的声明或重绘。

16. AIIA适配、审稿风险与安全表述

AIIA范围适合AI在农业和生物系统中的应用，但当前稿件只有在真实实验替换模拟结果后才达到实证投稿门槛。安全表述是“证据约束的可执行植物生信框架”，不能表述为自主完成所有植物组学研究的通用智能体。

↑