从研究问题到科学工作流：利用代理智能实现科学自动化

科学工作流系统虽能自动化执行，却无法处理前期的语义转换，科学家仍需手动将研究问题转化为规范。本文提出一种三层代理架构：LLM 负责语义层的自然语言意图解析；验证生成器构建确定性的有向无环图工作流；领域专家编写包含词汇映射与约束的“技能”文档作为知识层。该设计将非确定性限制在意图提取阶段，确保相同意图生成一致工作流。实验表明，引入技能使意图匹配准确率从 44% 提升至 83%，并显著降低数据传输开销。