面向自主云 MLOps 的前置全栈工程：基于证据门控的多智能体框架

论文提出一种证据门控多智能体框架，将自然语言 MLOps 任务转化为经验证的代码仓库及云端部署。 该框架整合图工程、循环工程和智能体架构工程，由 Graph Orchestrator 协调各专业智能体，在 Google Cloud Platform 上实现带边界恢复的运行。 实验结果表明，该框架能阻止缺乏依据的生命周期迁移，并将每次运行导向经验证的部署或可审计的终态失败。