MARC v1：面向临床AI推理与协作的开源多智能体框架

我们提出多智能体推理与协作（Multi-Agent Reasoning and Coordination，MARC），一个用确定性多智能体编排取代单体式大语言模型提示词的临床推理开源框架。MARC协调面向抽取、推理、答案生成与评估的角色专门化智能体，通过显式上下文传递和可追溯的中间输出，实现按阶段的失败归因。我们还引入了一个Decomposer模块，可从自然语言描述生成任务专属的智能体提示词，免去手动提示词工程。该框架同时支持基于API的部署和兼容本地CPU的部署，并完全通过YAML配置，无需修改代码。MARC被设计为模型无关、可解释，且没有编程经验的临床领域专家也能使用。完整框架已在 https://github.com/Penn-RAIL/MARC-v1 开源。