ScienceClaw – 中科紫东太初推出的科研领域专属AI智能体平台

ScienceClaw（又称”紫东太初·科研龙虾”）是由中国科学院自动化研究所孵化的紫东太初团队推出的科研领域专属 AI 智能体平台。它定位为”让研究·更简单”，基于 Lead Agent 架构构建，旨在将 AI 在科研领域的角色从”问答辅助”升级为”全流程任务执行”，覆盖从文献研究、科学计算到数据管理、成果输出的科研全链路。

与传统通用 AI 工具不同，ScienceClaw 是专为科研场景深度原生设计的智能体系统，强调”既能动脑，更能动手”——不仅能理解科研逻辑、调用专业工具，还能在具备条件的实验室中对接自动化实验设备与机械臂，实现物理世界的直接交付。

ScienceClaw - 中科紫东太初推出的科研领域专属AI智能体平台

ScienceClaw特点

表格

维度	具体特点
科研原生设计	非通用 AI 的简单改造，面向科研高严谨性、高复杂度、高安全性需求深度重构
多 Agent 协同	采用 Lead Agent + SubAgent 分层编排，单一 Agent 升级为协同配合的 Agent 团队
Harness 托管架构	Agent 无直接执行权，所有行为经系统路由、策略校验与沙盒托管后才能触发执行
全链路透明	告别黑箱执行，任务规划、执行过程、推理路径全链路实时可观测、可追溯、可解释
全栈国产化	深度适配华为、曙光、寒武纪等国产算力硬件，训练效率提升 20%，推理成本降低 50%
具身执行能力	可对接实验室自动化终端与智能硬件，直接控制实验设备完成物理操作
八大学科覆盖	覆盖药物发现与生物发现、天文学与空间科学、地球与环境科学、化学与材料科学等八大重点学科
闭环工作流	计划→执行→评估→调整的完整生命周期自主管控

ScienceClaw技术原理

1. 底座模型：紫东太初 4.0

ScienceClaw 依托紫东太初 4.0 多模态推理大模型，具备世界理解、空间推理与动态决策核心能力，在多项基准测试中取得领先成绩。

2. 多 Agent 分层编排体系

ScienceClaw 的核心架构将单一 Agent 升级为三层协同体系：

表格

层级	名称	功能
调度层	Lead Agent	系统决策中枢，负责统筹规划，将模糊用户需求拆解为具体执行计划，并将任务细分发送给专业 SubAgent
配置层	SubAgent 注册表	连接 Lead Agent 与子 Agent 工厂，对每个 Agent 进行注册配置，赋予独立的工具调用权、权限清单和行为配置
执行层	子 Agent 工厂	多 Agent 系统的执行终端，所有 Agent 通过统一入口创建，配备 Soul 文件热更新能力，无需重启即可实时变更配置；支持功能开关灵活搭配中间件

3. Harness 托管执行

区别于传统 Agent 直接作为执行主体的模式，ScienceClaw 中 Agent 的所有行为必须先进入 Harness（ Harness 框架），由系统进行路由、策略校验与沙盒托管后才能触发实际执行。这确保了高严谨性科研场景下的安全与可控。

4. 闭环工作流与工程化保障

闭环工作流：将线性反应式架构升级为计划→执行→评估→调整的完整闭环，实现复杂任务的全生命周期自主管控
六阶段分布式中间件管道：多阶段、高并发的深度工程化解耦，提升复杂生成环境中的鲁棒性
动态上下文管理：基于 Token 阈值的动态上下文管理体系，彻底解决长程任务中的上下文溢出风险
双层质量控制：通过双层评估机制持续保障任务过程与结果质量

ScienceClaw功能

1. 科研任务理解与规划

将模糊的自然语言科研需求转化为可执行目标
复杂流程拆解、阶段验收、执行中纠偏、动态调整
需求澄清机制：主动多轮提问补充关键参数，从源头避免逻辑跑偏

2. 多智能体并行科研执行

文献智能体：批量检索专业数据库，自动提取 P 值、OR 值、效应位点、PMID 等关键量化数据
遗传/计算智能体：开展精细定位运算、因果基因预测、可药性评估
药理智能体：自动匹配药物互作数据，分层区分直接靶点与成熟治疗靶点
代码智能体：自动生成分析脚本、可视化图表
报告智能体：按行业标准自动生成结构化科研报告

3. 内置科研工具矩阵

内置 1900 至 3000 余项科研专属工具及技能
覆盖 AlphaFold、ESMfold 等生命科学工具
涵盖数据检索、公式计算、图表生成、文献分析等多类科研操作
所有工具完成场景化适配，开箱即用

4. 具身执行与设备联动

对接实验室自动化设备、机械臂等终端
自动输出加样方案、温控参数、检测指标
直接下发至实验终端完成实操，7×24 小时不间断优化
全程无需人工在仪器旁协助

5. 多格式成果交付

自动生成包含实验数据、图表、参考文献的完整报告
支持图片、文档、代码、可视化图表等多格式输出
成果可提交、可引用、可复用

6. 便捷接入

已接入微信 ClawBot 插件，科研人员可在微信端直接调用 1900 余项工具

ScienceClaw应用场景

表格

场景	说明
药物发现与生物发现	靶点发现、虚拟筛选、ADMET 预测、先导化合物优化、蛋白实验设计
遗传学与 GWAS 分析	致病机制解析、精细定位因果基因筛选、位点可药性评估、标准化报告生成
化学与材料科学	相图计算、反应条件优化、分子对接模拟、材料性能预测
天文学与空间科学	光谱分析、天文数据处理、图像可视化
地球与环境科学	水文地质分析、环境监测数据处理
工程与 EDA 设计	电子设计自动化、工程计算与仿真
学术写作与报告	文献综述、数据分析报告、论文图表生成、格式排版
实验室自动化	连接自动化实验设备完成细胞培养、加样、检测等全流程

实际成效

已在全国千余家单位推广使用，累计服务超万名教师、科研人员及硕博研究生
在疫苗研制、水文地质、天文观测、EDA 设计、材料冶金等领域产出超百项跨学科成果
典型新药研发项目中，项目周期从 18 个月缩短至 9 个月，研发成本降低 60%
长文本科研推理成本降低 90%，响应速度提升数倍
帮助科研人员将 80% 的重复劳动时间释放给核心创新思考

总结：ScienceClaw 代表了 AI for Science（AI4S）领域从”工具辅助”向”全流程自主执行”的关键跃迁。它通过多 Agent 分层编排、Harness 托管架构和具身执行能力，将科研人员从文献检索、数据清洗、代码排错、实验调参、报告排版等重复劳动中解放出来，真正实现”输入想法，输出成果”的科研范式变革。