第一次分析¶

请先完成安装。使用 Web 工作台不需要编写 Python 代码。

完整真实数据实操见 GSE174302 图文流程，包含实际 API 回答、图中选区追问、多图输入和技能审阅。

1. 打开应用¶

liquid-agent

不带子命令默认进入 Web；liquid-agent web 仍可用，liquid-agent cli 则进入终端。浏览器会直接打开本地智能体工作台，liquid-agent client 是等效入口。公开首页供安装前浏览，其 Try it（开始使用）链接始终直接打开详细安装文档，不检查本地工作台。

2. 配置 GPT¶

通过模型选择器中的 Manage keys（管理密钥）输入 OpenAI API key。默认使用 gpt-6-luna，也可手动选择 gpt-6-sol 或 gpt-6-astra；菜单直接显示模型名和密钥状态。如果身份验证失败，应检查报错与密钥配置，不能将失败回复当成成功分析。详见 GPT 配置。

3. 添加数据集¶

选择 New chat（新对话），添加本地数据集文件夹，等待扫描完成。工作期间请保持数据盘挂载。扫描用于识别可用输入，不意味着已经执行分析。

如果希望先了解完整的界面与审阅流程，请参考工作区图文教程。仅修改文件名并不能使数据符合某种检测类型。

4. 先提问、审阅，再授权¶

可以从一个聚焦的请求开始：

在本地检查这些数据，解释测量的含义、缺少哪些输入，并提出一项有用的质控分析，包含一张图和一张表。先不要执行。

审阅输入、前置条件及计划。如果符合您的问题，再回复：

只执行刚才那项质控分析。在报告里加入图、表和简短的科学解释。暂时不要启动后续分析。

具体计划取决于您的文件。询问前置条件不等于失败：对于不受支持或语义不明的数据，系统应澄清，而不是擅自重新解释。

5. 查看结果并继续¶

打开 Results（结果），阅读报告、嵌入的图像、表格及局限性。然后根据结果提出问题，例如：

根据这次质控，下一步应该检查什么？先解释依据，再提出一个新的聚焦计划，不要重复已完成的分析。

生成新报告和计划时会保留此前历史。是否授权下一步由您决定。报告历史、调整计划、编辑消息和停止任务等操作详见 Web 指南。

离开之前¶

Stop（停止）中断当前任务，而不是关闭服务。关闭最后一个本地 Web 页面，或在启动服务的终端按 Ctrl+C，可能会关闭服务。运行期间请保持页面打开。删除对话会将其自有记录送入回收站；恢复旧对话与新建对话是两种不同操作。

CLI 指南提供等效的终端工作方式。即使网站选择中文，CLI 界面仍保持英语。

使用本地模型时¶

已配置的本地模型不需要云端密钥。通过 Manage local models（管理本地模型）下载后按名称选择，系统会自动配置并启动所需的托管服务。详见本地模型配置；权重安装和工具探测通过并不能确认所有科研流程的准确性。