目标读者：会写 Python、要做出能上线、能审计的 Agent 的临床统计程序员。
这一份刻意不收录"最新最强的模型榜单""提示词技巧合集"这类内容 —— 它们半年就过时。只收录那些方法层面的、几年后仍然成立的东西， 以及与受监管环境相关的官方材料。
⚠️ 外部链接会长草、会搬家。看到链接打不开时，用标题当关键词搜一次即可。
0. 先建立判断力：四份必读
| 资源 | 为什么值得看 |
|---|---|
| 🟢 Building Effective Agents | 目前把"什么时候该用 Agent、什么时候用工作流就够了"讲得最清楚的一份。核心结论是"能用简单方案就别上 Agent" —— 这与本项目第 22 章"先证明单 Agent 不够用"完全一致 |
| 🟢 Model Context Protocol | 工具/上下文接入的开放标准。理解"工具契约 + 传输层解耦"这件事，比记某个框架的 API 有用得多 |
| 🟢 Twelve-Factor App | 第 24 章配置管理那一节的理论来源。环境变量优先、配置与代码分离 —— 二十年前的原则，今天一样管用 |
| 🟢 OWASP Top 10 for LLM Applications | 把"提示词注入、过度授权、敏感信息泄漏"等风险系统化列出。做安全评审时直接当检查表用 |
🔥 阅读顺序建议：先读第一份。它会让你少写很多不必要的 Agent。
1. Agent 工程化（对应第 18–24 章）
| 资源 | 对应章节 | 怎么用 |
|---|---|---|
| 🟢 OpenAI 结构化输出 / Function Calling 文档 | 20 | 看"工具定义长什么样"的官方范本。★ 注意 strict 模式与 JSON Schema 的约束，与第 20 章的契约自检清单对照 |
| 🟢 Pydantic 文档 | 20 / 24 | 接口校验与配置管理的事实标准。本仓库 clinic/config.py 的接口就是照它的 BaseSettings 设计的 |
| 🟢 LangGraph 文档 | 19 | 把 Agent 表达成图/状态机的主流实现。★ 重点看"状态、中断、恢复"三节 —— 这正是第 19 章 DAG 与断点恢复要解决的问题 |
| 🔵 OpenTelemetry · GenAI 语义约定 | 24 | 想把 request_id、token、工具调用做成跨系统标准遥测时看它 |
| 🔵 OpenTelemetry Python | 24 | 从"进程内指标"升级到"可查询的集中监控"时看 |
| 🔵 Redis 文档 | 24 | 长任务状态为什么不能放内存字典（第 24.2 节）。看它的 TTL 与持久化策略 |
2. 评估与测试（最容易被跳过的一步）
| 资源 | 怎么用 |
|---|---|
| 🟢 promptfoo | 把评估集接进 CI 的现成工具，支持"断言 + 对比不同版本"。本仓库第 24 章评估集的工业版 |
| 🔵 Ragas | 检索增强（RAG）场景的专项指标。★ 注意它有些指标依赖 LLM 裁判 —— 回到第 24.5 节的取舍：能用断言的用断言 |
| 🔵 DeepEval | 另一套 LLM 评估框架，指标覆盖更广 |
| 🔵 pytest 文档 | 领域层的单元测试（第 17 章）。Agent 的评估集不能替代工具函数的单元测试，两者都要有 |
💡 一个务实的顺序：先用纯断言把评估集跑起来（哪怕只有 5 个用例）， 再考虑引入框架。反过来做，通常会在"选框架"上耗掉全部热情。
3. 临床 / 受监管场景的 AI
这一块变化最快，也最不能靠二手信息。请直接看官方原文。
| 资源 | 说明 |
|---|---|
| 🟢 FDA · 药品与生物制品开发中 AI 的使用 | FDA 关于 AI 用于监管决策的官方页面与指南入口。以"可信度框架"（context of use + risk-based credibility assessment）为核心思路 |
| 🟢 CDISC 官网 | 关注其在 AI / 机器学习方向的倡议与白皮书。标准怎么定，决定工具怎么写 |
| 🟢 PHUSE 工作组 | 找"行业共识"最实用的地方。看 AI/ML、Data Transparency、自动化 相关工作组的最新交付物 |
| 🔵 NIST AI Risk Management Framework | 风险管理的通用框架。做内部风险评估文档时的参考骨架 |
| 🔵 EU AI Act 官方页面 | 若涉及欧洲递交，需了解其风险分级思路 |
⚠️ 务必记住的边界（与本项目 README 的合规提醒一致）： 这些材料告诉你"监管在想什么"，不构成合规建议。 真正落地要看你项目的 SAP、公司 SOP 与所在辖区的最新要求。
而且最重要的那条不会写在任何指南里： 无论自动化到什么程度，最终对递交物负责的仍然是人。
4. 参照实现：看别人怎么写生产级 Agent
| 资源 | 怎么用 |
|---|---|
| 🔵 CDISC CORE（规则引擎） | 官方开源的一致性规则引擎（Python）。★ 看它的规则集怎么组织 —— 这是"把 SOP 变成可执行代码"的现实范例 |
| 🔵 phuse-org/OSTCDA | SAS / R / Python 实现同一张表并比对。"双编程"思路的行业实现（对应第 22 章） |
| 🔵 atorus-research | 多个生产级临床统计 R/Python 包。看它们的测试组织方式与文档结构 |
| 🔵 phuse-org/phuse-scripts | 大量可直接读的临床数据处理脚本 |
5. 一句话总结这一份资料
Agent 的难点不在模型，在工程。
你在第 18–24 章学到的那些东西 —— 分层与契约、预算与收尾、状态与恢复、独立性与分级、 超时与水位线、配置自检与评估集 —— 没有一条是"提示词技巧"，但每一条都决定它能不能被放心使用。
上面这些外部资源的用处，是帮你把这些原则放回行业语境里， 看看成熟的团队是怎么落实的。
与本仓库的对应关系
| 章 | 主题 | 本文件中的对应资源 |
|---|---|---|
| 18 | Agent 架构设计 | 0. 四份必读 |
| 19 | 任务规划与调度 | 1. LangGraph（状态 / 中断 / 恢复） |
| 20 | 工具调用进阶 | 1. Function Calling / Pydantic |
| 21 | 记忆与上下文管理 | 2. Ragas（注意 LLM 裁判的取舍） |
| 22 | 多 Agent 协作 | 4. OSTCDA 的双编程实现 |
| 23 | 外部 API 与服务集成 | 0. MCP / OWASP LLM Top 10 |
| 24 | 部署与监控 | 1. OTel GenAI / Redis；2. promptfoo |
| 合规 | 受监管场景 | 3. FDA / CDISC / PHUSE |