编辑丨@
现代科研离不开智能工具，从分子模拟到数据统计，从文献追踪到实验设计，研究者每天要在不同的软件和平台间来回切换。然而这些工具往往互不兼容，导致科研工作流程支离破碎。
而且更尴尬的是，即使是最新的 LLMs，在调用多种科研工具时也会频繁出现任务进度卡死，无法顺利完成端到端的复杂任务。
在这种背景下，浙江大学提出了一个由大型语言模型驱动的智能体 SciToolAgent，通过基于图谱的检索增强生成来实现智能化的工具选择与执行，可以很好地自动化复杂科学工作流。
这项研究以「SciToolAgent: a knowledge-graph-driven scientific agent for multitool integration」为题，于 2025 年 8 月 20 日发布在《Nature Computational Science》。
论文链接：https://www.nature.com/articles/s43588-025-00849-y
知识图谱驱动的任务
SciToolAgent 的核心是一个 知识图谱（Knowledge Graph, KG），通过基于图谱的检索增强生成来实现智能化的工具选择与执行。
研究者通过知识图谱建立了任务语义与工具功能之间的对应关系，相当于为 AI 配备了「科研语义大脑」。当面对复杂任务时，系统不会盲目尝试工具，而是根据图谱进行合理调度。
图 1：SciToolAgent 概览。
与传统的多智能体架构相比，SciToolAgent 避免了任务割裂和上下文丢失。它不仅能理解「单点指令」，还能维持整个科研任务链条的逻辑一致性。例如，在材料学模拟中，它能先调用数据库检索材料参数，再衔接分子动力学工具，最后输出可供进一步实验的预测结果。
跨领域泛化验证
先前的概述中已提到，即使是最新提出的 LLM，也会面临任务调用时的卡死风险，所以对于 SciToolAgent 来说，性能的评估将会是研究团队最为关注的方面。
SciToolEval 的评估数据集包含 531 个跨领域科学问题，分两级：Level-1（152 题，单工具）和Level-2（379 题，多工具），通过率、工具规划准确率和最终答案准确率被作为评估指标。
与最先进的基线（ReAct, Reflexion, ChemCrow, CACTUS）相比，SciToolAgent 在所有评估指标和级别上均表现更优，在在解决多工具问题时优势尤其显著。
图 2：不同代理和基础模型的比较结果。
为了验证泛化性，团队设计了覆盖物理、化学、材料学、生命科学的测试集。
相比单一 LLM agent，SciToolAgent 在复杂多步骤任务中完成率显著提高。相比单一 LLM agent，SciToolAgent 在复杂多步骤任务中完成率显著提高，这凸显了它在各个领域中的适应性。
举个例子来说，在化学任务中，普通 LLM agent 往往停留在「调用失败」或「缺乏上下文」的状态，而 SciToolAgent 则能完成参数查询、反应路径分析和模拟结果解释的完整流程。这种连贯性，正是知识图谱赋予的优势。
除此之外，研究团队还特意安排了 SciToolAgent 与传统单工具 agent、以及简单的 LLM+API 调用方式进行比较。结果显示，即便加上多智能体协作，仍存在上下文割裂、信息冗余的问题；SciToolAgent 则能在不同场景中维持高稳定性，说明它不只是「能用工具」，而是真正学会了「如何合理组合工具」。
小结
SciToolAgent 的突破点并非「性能暴涨一个数量级」，而是展示了一种新的科研工作模式：智能体能够在跨领域环境中自动泛化，不必依赖繁琐的人工微调。
AI 在科研中不必局限于「单点突破」，而可以成为「工具生态的整合者」。对研究者来说，未来或许只需描述任务目标，AI 就能自动匹配并调用最合适的工具链条。
从更长远的角度看，这类知识图谱驱动的多工具智能体，可能成为科研数字化转型的关键枢纽。它们让 AI 从「擅长单一工具」成长为「懂得选择合适工具的科研助手」。而正是这种跨学科的泛化能力，为下一代科学研究平台打下基础。
