RS-Claw：面向遥感智能体的基于层次化技能树的渐进式主动工具探索

多模态大语言模型（MLLM）的兴起正在推动遥感（RS）智能从“看”走向“行动”，OpenClaw风格的框架使智能体能够自主操作海量RS图像处理工具以完成复杂任务。现有RS智能体在工具调用上采用被动选择范式，依赖全量工具注册（Flat）或检索增强生成（RAG）。然而，在海量且多源异构的RS工具生态中，这类被动机制难以在整个任务推理过程中动态平衡“上下文负载”与“工具集完备性”，因而存在固有局限：全量工具注册会在长程任务中引发上下文空间不足，而RAG检索可能在关键步骤遗漏关键工具。为突破这些瓶颈，本文重新定义工具选择，主张智能体应作为工具空间中的主动探索者。基于这一视角，我们提出RS-Claw，一种新颖的RS智能体架构。该架构利用工具端的Skill封装技术对工具描述进行层次化组织，使智能体能够按需执行顺序决策：先仅阅读工具摘要选择相关技能分支，再动态加载详细描述，最终实现精确调用。这一主动范式不仅显著释放了智能体的上下文空间，还有效保证了长程推理中关键工具的准确命中率。在Earth-Bench基准上的系统实验表明，RS-Claw的主动探索机制能有效过滤语义噪声并大幅释放推理空间，输入token压缩率最高达86%，并在复杂推理评测中全面超越现有Flat和RAG基线。