SuperLittleDo
一名20多岁中年男子（？的博客
友情链接
往期整理
历史归档
文章分类
文章标签
关于我
English
友情链接
往期整理
历史归档
文章分类
文章标签
关于我
English
目录
0%
Neuro Preprocess Agent：从自然语言任务规划到可恢复执行与质量门禁
一、这个项目到底解决什么问题？
二、为什么需要 Agent，而不是普通脚本？
三、整体架构
四、到底是 Planner，还是 Supervisor 架构？
4.1 Planner 与 Supervisor 分别强调什么？
4.2 当前代码实际上怎么工作？
五、为什么用 LangGraph？不是没有多 Agent 吗？
5.1 那为什么不用 LangChain？
5.2 面试官说“这些 Python 也能写”，怎么回答？
六、State、Node、Edge 分别是什么？
6.1 State：当前任务的共享状态
6.2 Node：一个执行步骤
6.3 Edge：执行后的去向
6.4 Reducer：多个结果如何合并？
七、结构化计划：模型到底输出什么？
7.1 Pydantic 做什么？
7.2 为什么通过 Schema 还不够？
7.3 模型输出失败后怎么办？
八、人工审批：为什么合法计划还需要确认？
8.1 当前有哪些人工介入点？
8.2 修改计划后，为什么要重新批准？
8.3 interrupt 怎么工作？
九、运行前检查与输入整理
9.1 BIDS 是什么？
9.2 为什么不能让 LLM 自动补所有扫描参数？
十、Worker：如何把计划变成真实执行？
10.1 为什么不让模型直接生成 Shell？
10.2 长任务是不是交给独立任务队列？
十一、并发：max_workers 到底控制什么？
11.1 Send 是什么？
11.2 当前是分批并行，不是空一个补一个
11.3 被试并发数不等于总计算线程数
11.4 一个被试失败，会不会立即停止其他被试？
十二、Checkpoint 与 Resume：究竟恢复了什么？
12.1 thread_id 和 run_id 有什么区别？
12.2 Checkpoint 不等于保存整个计算现场
十三、幂等性：怎样减少重复执行？
13.1 配置指纹是什么？
13.2 文件锁解决什么问题？
13.3 当前复用逻辑有哪些边界？
十四、错误处理：为什么不能失败就一直重试？
十五、正式 QC：程序跑完，不代表结果合格
15.1 检查哪些内容？
15.2 正式 QC 使用哪三个状态？
15.3 阈值是不是通用医学标准？
15.4 被试级执行与批次级入库，是同一个粒度吗？
十六、视觉模型 QC：当前是辅助证据，不是最终裁判
16.1 QC packet 是什么？
16.2 Embedding 是什么？
16.3 VLM 输出什么？
16.4 Shadow 模式是什么？
16.5 为什么不能直接相信模型置信度？
16.6 人工标注界面解决什么问题？
十七、SQLite、MySQL、报告分别保存什么？
17.1 事务和 upsert 是什么？
17.2 原子写入是什么？
十八、怎样评价这个系统，而不是只演示一次成功？
18.1 系统行为是否符合要求？
18.2 真实数据能否跑通？
18.3 性能结果能否支持所声称的收益？
十九、面试中最容易被追问的几个问题
19.1 你的项目到底有什么 Agent 成分？
19.2 既然计划顺序受到限制，还算不算智能规划？
19.3 你用 LangGraph 是为了多 Agent 吗？
19.4 Checkpoint 能保证 Docker 不重复运行吗？
19.5 视觉 QC 是不是已经替代人工？
19.6 失败后是不是会自动修复并重新预处理？
19.7 你的个人工作与 fMRIPrep 有什么区别？
二十、面试项目介绍示例
二十一、总结
参考资料
0%