超越基于提示的规划：MCP原生图规划驱动的生物医学智能体

生物医学代理有望实现复杂生物工作流程的自动化，但当前的系统面临两个基本瓶颈：生物信息学工具在接口和执行环境方面高度异构，而代理规划仍然依赖于平面提示检索工具描述。随着生物医学软件生态系统的发展，工具覆盖范围和上下文大小之间的耦合会导致工具混乱、规划不稳定和执行效率低下。我们推出了 BioManus，这是一种基于结构化生物功能的图支架规划构建的 MCP 原生生物医学代理。 BioManus 首先推出了 BioinfoMCP 编译器，它将异构生物信息学软件转换为标准化的 MCP 服务器，从而产生一个大型可执行的 MCP 生态系统。然后，它将这个生态系统组织为一个跨工具、操作、数据类型和工作流程阶段的类型化异构 MCP 图。在推理时，BioManus 检索紧凑的特定于任务的子图，合成操作级工作流支架。该设计将规划复杂性与原始工具库存大小解耦，在高召回率检索下实现 Theta(N / (h * m_bar)) 的上下文压缩比，其中 N 是工具总数，h 是工作流程范围，m_bar（远小于 N）是每次操作的候选工具的平均数量。 BioAgentBench 和 LAB-Bench 上的实验表明，BioManus 比先进的生物医学代理基线提高了执行准确性、工作流程有效性和上下文效率。这项工作提出了一种范式转变：可扩展的生物医学推理需要结构化的可执行能力图，而不是越来越大的提示级工具检索。