LAMMI-Pathology：面向病理分子级医疗智能的工具中心自底向上LVLM智能体框架

基于工具调用的智能体系统的兴起，为病理图像分析引入了比粗粒度文图诊断方法更循证的新范式。随着空间转录组技术近期大规模试验性应用，经分子验证的病理诊断正日益开放可及。本工作提出LAMMI-Pathology（LVLM-Agent System for Molecularly Informed Medical Intelligence in Pathology），一个面向领域专用智能体工具调用的可扩展框架。LAMMI-Pathology采用工具中心的自底向上架构，定制的领域自适应工具是基础。这些工具按领域风格聚类成组件智能体，再由顶层规划器分层协调，避免过长上下文引发任务漂移。在此基础上，我们提出基于原子执行节点（Atomic Execution Nodes, AEN）的新颖轨迹构建机制，作为可靠、可组合的单元，构建捕捉可信智能体—工具交互的半仿真推理轨迹。在此之上，我们开发轨迹感知微调策略，使规划器的决策过程与这些多步推理轨迹对齐，从而增强病理理解的推理鲁棒性及对定制工具集的自适应使用。