- ReAct 기반 멀티 에이전트 오케스트레이션: 핵심 Supervisor Agent가 사용자의 자연어 쿼리와 업로드 파일을 해석하여 고수준 분석 계획(analysis plan)을 수립하고, 전문화된 Sub-Agent를 선택적으로 호출하여 분석을 실행. 생물정보학 전문 지식 없이도 "이 RNA-seq 데이터로 차등 발현 분석해줘"와 같은 일상 언어로 복잡한 파이프라인을 구동할 수 있음. - ExecutorAgent 자율 코드 생성·실행·디버그: 분석 계획이 확정되면 ExecutorAgent가 태스크별 코드를 자동 생성하고 실행한 후, 오류 발생 시 스스로 디버깅까지 수행. 사용자는 코딩 없이 결과만 수령. - 동적 Docker 이미지 선택 (샌드박스 실행): Docker Hub, Quay.io, Wave 등 컨테이너 레지스트리에서 분석 유형에 맞는 Docker 이미지를 자동 선택·배포. 모든 분석이 격리된 샌드박스 환경에서 실행되어 재현성(reproducibility)과 보안을 동시에 보장. - 듀얼 레이어 확장성: Sub-Agent 레이어와 Tool 레이어를 독립적으로 확장 가능. 새로운 생물정보학 도구나 분석 파이프라인을 플러그인 형태로 추가할 수 있어, 표준 워크플로우 너머의 맞춤 분석도 수용. - Chief Scientific Orchestrator (CSO): PromptBio 플랫폼 상위의 메타 모델로, 사용자 의도를 해석하고 문헌 마이닝·멀티오믹스 통합·단백질 엔지니어링·약물 발견 등 도메인별 에이전트를 조율. - 그래프 기반 워크플로우 엔진: 분석 단계 간 의존성을 그래프로 모델링하여, 선행 단계 완료 후에만 후속 단계가 실행되는 DAG(Directed Acyclic Graph) 방식의 파이프라인 관리. - No-Code to Full-Code: 비전공자는 대화형 인터페이스로 즉시 분석하고, 전문가는 생성된 코드를 수정·확장하는 유연한 이중 접근 지원.