NeuroClaw 技术报告

代理人工智能系统有望加速科学工作流程，但神经影像学带来了独特的挑战：异构模式（sMRI、fMRI、dMRI、EEG）、长的多阶段管道和持续的可重复性风险。为了解决这一差距，我们推出了 NeuroClaw，这是一个领域专业的多智能体研究助理，用于可执行和可重复的神经影像研究。 NeuroClaw 直接对跨格式和模式的原始神经影像数据进行操作，将决策基于数据集语义和 BIDS 元数据，因此用户无需准备精选的输入或定制的模型代码。该平台将Harness工程与端到端环境管理相结合，包括固定的 Python 环境、Docker 支持、常见神经影像工具的自动安装程序以及 GPU 配置。在实践中，该层强调检查点、执行后验证、结构化审计跟踪和受控运行时设置，使工具链更加透明，同时提高可重复性和可审计性。三层技能/代理层次结构将面向用户的交互、高级编排和低级工具技能分开，以将复杂的工作流程分解为安全、可重用的单元。除了 NeuroClaw 框架之外，我们还引入了 NeuroBench，这是一个针对可执行性、工件有效性和可重复性准备情况的系统级基准。在多个多模式 LLM 中，与直接代理调用相比，启用 NeuroClaw 的运行可产生一致且显着的分数改进。项目主页：https://cuhk-aim-group.github.io/NeuroClaw/index.html