摘要
针对神经影像研究中的多模态异构性及可复现性挑战，本文提出 NeuroClaw，一个领域专用的多智能体研究助手。该系统直接处理原始数据，结合环境管理与工程化架构，确保执行的可审计性。其核心创新在于三层技能/智能体层级结构，将复杂工作流分解为安全、可重用的低级工具技能与高级编排单元。实验表明，相较于直接调用，NeuroClaw 显著提升了多模态大模型在执行一致性与结果有效性上的表现。
AI 推荐理由
论文核心在于构建分层技能架构，实现神经影像工具的安全调用与流程编排。
研究机构
电子工程系，香港大学
西北大学电子与信息学院，美国
论文信息