StructureClaw：可追溯的 LLM 智能体与结构工程工作流的可执行基准

针对结构工程需求需依赖多环节工件链的特点，现有问答式评估难以验证完整工作流。本文提出 StructureClaw，一个以工件为中心的工作台，使 LLM 智能体通过受控工程技能、类型化工具及共享状态进行操作。同时推出 StructureClaw-Bench，涵盖 150 个可执行场景。实验表明，相比通用技能基线，全自动工作流将成功率从 56.8% 提升至 88.6%，有效暴露了传统评估忽略的工作流级故障。