BloClaw：面向下一代科学发现的全知多模态智能体工作区

大语言模型（LLM）融入生命科学催生了“AI科学家”的发展。然而，将这些理论能力转化为可部署的研究环境，暴露出深层次的基础设施脆弱性。当前框架受制于脆弱的基于JSON的工具调用协议、易受干扰且会丢失图形输出的执行沙箱，以及天生不适合高维科学数据的僵化对话界面。我们提出BloClaw，一个面向科学人工智能（AI4S）的统一多模态操作系统。BloClaw通过三项架构创新重构智能体-计算机交互（ACI）范式：(1) XML-Regex双轨路由协议，在统计上消除序列化失败（错误率0.2%，JSON为17.6%）；(2) 运行时状态拦截沙箱，利用Python monkey-patching自主捕获并编译动态数据可视化（Plotly/Matplotlib），绕过浏览器CORS策略；(3) 状态驱动的动态视口UI，可在极简命令甲板与交互式空间渲染引擎之间无缝切换。我们在化学信息学（RDKit）、基于ESMFold的从头3D蛋白质折叠、分子对接与自主检索增强生成（RAG）方面对BloClaw进行全面基准测试，确立了高度鲁棒、自我演化的计算研究助手范式。开源仓库见 https://github.com/qinheming/BloClaw。