AI 制药工具工程化关注：如何把研究者的零散脚本，沉淀成团队可复用、可复现、可协作的内部平台。
安装与部署
实践上涉及环境管理（conda/容器）、工作流编排、数据与实验追踪、服务化部署等。
典型用法
- 用容器/环境管理保证可复现
- 用工作流引擎编排多步计算
- 做数据与实验追踪（MLOps）
- 把常用能力封装成内部服务/界面
上手提示
工程化的目标是让「会算的人不必每次重搭、不会算的人也能用」；先标准化最高频的流程，再逐步平台化。
延伸资源
- 概念见「决策与监管」模块 MLOps；编排见 224《CLI Agent》。