AI4Science（论文落地+自动部署）框架选型建议
核心目标：论文PDF解析 → 方法/公式提取 → 生成可执行代码 → 沙盒调试 → 自动打包镜像/提交到昇腾集群部署 → 结果回流写实验报告 ；银行内部约束：国产化昇腾、内网隔离、权限/安全沙箱、可审计、不引入外网依赖、可控开源协议 。 DeepSeek Harness 是候选之一，但定位是通用Agent编排壳，不是AI4Science领域专用，下面分层给出推荐、取舍和落地架构。
一、DeepSeek Harness（dsh）：适合做顶层Agent编排层 ✅
一句话定位：Agent runtime / 插件化调度框架，不是科研计算框架，正好匹配你"论文落地自动化"的编排需求。
- 优势
- 一切皆插件：模型插件、代码沙箱插件、文件解析插件、K8s/昇腾集群提交插件、日志/审计插件独立插拔；模型后端可以换成Qwen、DeepSeek、本地昇腾推理服务，不用改核心调度代码，非常适合银行内部多模型切换。
- MIT协议，企业内部使用友好；原生支持会话持久化、步骤回放、完整审计日志，满足招行IT安全追溯要求。
- 原生支持沙箱执行，可自定义隔离环境（Docker/K8s Pod），用来跑论文生成代码，防止恶意代码、资源逃逸（银行重点）。
- 任务循环、重试、工具调用闭环，刚好承载「读论文→生成代码→运行报错→Agent自调试→生成部署脚本→提交集群」完整流水线。
- 短板（必须补齐）
- 没有内置论文PDF解析、LaTeX公式提取、ArXiv文献库、科学计算工具包，这些能力需要自己开发/接入插件。
- 开发者预览版，迭代快，不建议直接上生产，适合内部PoC验证。
- 昇腾集群调度、MindSpore训练脚本生成需要自己写插件对接。
结论：可以选DeepSeek Harness作为顶层Agent Orchestrator，负责业务流程编排，但底层AI4Science能力、算力调度要搭配下面组件。
二、底层AI4Science/科研Agent框架（论文复现核心）
方案A：LangGraph（最推荐银行内部落地，优先）
LangGraph是LangChain的状态图框架，是目前Paper2Code、科研Agent最成熟的工程底座，大量Paper2Code基准（HiRAS、URSA）基于LangGraph开发。
- 适合：多子Agent分工（文献精读Agent、代码生成Agent、Debug Agent、部署打包Agent、结果评审Agent）；状态持久化、每一步可审计、可断点续跑。
- 优势：生态成熟，可对接PyPDF/MinerU解析论文PDF+公式；可接入Docker沙箱执行代码；可对接K8s/昇腾调度API；模型无关，可对接本地vLLM/SGLang昇腾推理服务。
- 对比DeepSeek Harness：LangGraph偏向工作流状态机 ；DeepSeek Harness偏向插件化Agent运行时 。你可以二选一，PoC阶段推荐LangGraph，稳定性更高；如果想长期插件化扩展，用DeepSeek Harness。
方案B：MindSpore Science（昇腾原生AI4Science套件，强烈推荐搭配）
华为昇腾生态原生AI4S科研智能体系统，适配910B/A，内置大量科学计算skill、仿真子Agent，提供「假设-仿真验证-结果分析」闭环，原生MindIE推理、分布式训练支持。
- 适合：当论文是偏科学计算、PDE、数值仿真、机器学习模型训练场景；自动生成MindSpore训练脚本，直接提交昇腾集群。
- 短板：更偏向科学计算仿真，纯论文代码复现、通用ML论文不如LangGraph/DeepSeek Harness灵活。
方案C：AI-Scientist / HiRAS（现成科研Agent参考，不直接当生产框架）
AI-Scientist（Sakana AI）、HiRAS是端到端科研Agent，能读论文、生成代码、自动实验、调试。
- 优点：现成Paper2Code闭环逻辑，可以借鉴其多Agent分工思路；
- 缺点：面向外网科研场景，缺少企业安全沙箱、审计、内网集群对接，直接拿来银行内部风险高；适合做算法参考，不要直接部署。
三、配套组件（完整论文落地+自动部署流水线必备）
1. 论文解析层（提取PDF、图表、公式）
- MinerU：国产开源，PDF转markdown，支持LaTeX公式、图表抽取，内网私有化部署，银行内部首选；
- Nougat：备选，OCR+公式识别，适合扫描版论文。
2. 代码沙箱层（安全执行生成的代码，银行强需求）
- 轻量：Docker + 资源限额（CPU/内存/超时，禁止访问内网数据库）；
- 企业级：K8s ephemeral pod，用完销毁；DeepSeek Harness自带沙箱插件，LangGraph可自定义沙箱。
3. 昇腾推理/训练后端（模型底座）
SGLang / vLLM（昇腾适配版本），在昇腾910B上做长文本推理，用于解析长论文、代码生成；MindIE做生产推理服务。
模型选型：Qwen系列、DeepSeek R1 本地部署，内网API，不调用外部大模型API。
4. 自动部署层（论文代码一键上昇腾集群）
Agent生成Dockerfile、昇腾训练启动脚本、yaml；对接内部K8s/昇腾CANN集群API，自动提交任务，采集日志、指标，回流给Agent做结果校验。
- 可选：Prefect / Airflow 做底层工作流调度，和上层Agent框架解耦。
四、两套推荐架构方案（二选一，适配招行IT）
架构1：PoC快速验证（推荐优先启动）
LangGraph 为主Agent编排
- MinerU → 解析论文PDF，输出带公式的结构化Markdown
- LangGraph多Agent：文献精读Agent → 代码生成Agent → 沙箱执行Agent → 部署生成Agent → 评审Agent
- 沙箱Docker隔离执行代码，捕获报错回传给Debug Agent迭代修复
- 生成MindSpore/PyTorch训练脚本、Dockerfile、K8s yaml，提交昇腾集群
- 采集实验指标，自动生成实验报告，全链路日志审计
架构2：长期可扩展插件化架构（如果看好DeepSeek Harness）
DeepSeek Harness作为顶层Agent Harness
- dsh插件：PDF解析插件（MinerU）、文献检索插件、代码沙箱插件、昇腾集群调度插件、模型接入插件（SGLang昇腾推理）
- 插件间通过Cordis内核通信，新增能力直接写插件，不改核心
- 同样沙箱隔离、审计日志、任务自动提交昇腾集群 风险提示：dsh目前是开发者预览，版本迭代快，建议先做小范围PoC，不要直接上生产。
五、选型决策对比
| 框架 | 定位 | 昇腾适配 | 安全审计 | 成熟度 | 适合场景 |
|---|---|---|---|---|---|
| DeepSeek Harness | 插件化Agent运行时 | 可插件对接 | 原生日志/会话审计 | 预览版 | 长期平台化，插件扩展 |
| LangGraph | Agent状态工作流 | 完全兼容 | 可自行接入审计 | 成熟稳定 | PoC、生产落地首选 |
| MindSpore Science | AI4S科学计算Agent | 原生昇腾 | 企业级 | 成熟 | 仿真/数值类论文落地 |
| AI-Scientist | 端到端科研Agent | 需要改造 | 无企业安全 | 开源原型 | 思路参考，不直接部署 |
六、落地建议（招行内部场景重点提醒）
- 安全红线：所有代码执行必须在一次性隔离沙箱，严格网络隔离，禁止Agent直接访问内部业务库；所有LLM输入输出、代码、执行日志全留存审计。
- 模型私有化：全部大模型在内网昇腾集群部署，不调用公网API。
- 边界收敛 ：不要一开始做"全自动科研创新"，先聚焦窄场景：复现ML/大模型相关论文，自动生成训练脚本，一键提交昇腾集群，验证成功再扩展到金融AI、数值仿真类AI4Science。
- 技术栈兼容：你团队现有vLLM/SGLang、昇腾MindIE、Go/DDD体系，LangGraph生态和这套技术栈更容易打通；DeepSeek Harness是TS+Node生态，需要评估团队技术储备。
七、最简PoC范围建议
- 输入：arXiv论文PDF
- 步骤：MinerU解析 → Agent提取算法、公式、数据集、实验配置 → 生成PyTorch/MindSpore代码 → 沙箱跑通单元测试 → 生成Docker+昇腾任务yaml → 提交集群执行 → 对比论文指标，生成复现报告。
- 规模：先选定5~10篇经典ML论文做闭环验证。
如果你需要，我可以进一步输出： 1）PoC工程目录结构； 2）LangGraph或DeepSeek Harness的最小demo代码； 3）该AI4Science平台的安全/权限设计文档。