[论文] Beyond Prompt-Based Planning: MCP-Native Graph Planning-based Biomedic...

论文概要

研究领域: ML
作者: Zhangtianyi Chen, Florensia Widjaja, Wufei Dai
发布时间: 2025-06-01
arXiv: 2606.04494

中文摘要

生物医学智能体有望自动化复杂的生物学工作流，但当前系统面临两个根本瓶颈：生物信息学工具在接口和执行环境上高度异构，而智能体规划仍依赖扁平提示检索的工具描述。随着生物医学软件生态系统增长，工具覆盖与上下文大小之间的耦合导致工具混淆、不稳定规划和低效执行。我们引入BioManus，一种MCP原生生物医学智能体，基于结构化生物学能力的图支架规划构建。BioManus首先引入BioinfoMCP编译器，将异构生物信息学软件转换为标准化MCP服务器，形成大型可执行MCP生态系统。然后它将该生态系统组织为工具、操作、数据类型和工作流阶段上的类型化异构MCP图。在推理时，BioManus检索紧凑的任务特定子图，合成操作级工作流支架。该设计将规划复杂度与原始工具库存大小解耦，在高召回检索下实现Theta(N / (h * m_bar))的上下文压缩率，其中N是工具总数，h是工作流范围，m_bar（远小于N）是每操作的平均候选工具数。在BioAgentBench和LAB-Bench上的实验显示，BioManus在执行准确率、工作流有效性和上下文效率上优于先进生物医学智能体基线。这项工作暗示了范式转变：可扩展的生物医学推理需要结构化的可执行能力图，而非日益增大的提示级工具检索。

原文摘要

Biomedical agents promise to automate complex biological workflows, yet current systems face two fundamental bottlenecks: bioinformatics tools are highly heterogeneous in interfaces and execution environments, while agent planning still relies on flat prompt-retrieved tool descriptions. As biomedical software ecosystems grow, this coupling between tool coverage and context size leads to tool confusion, unstable planning, and inefficient execution. We introduce BioManus, an MCP-native biomedical agent built on graph-scaffolded planning over structured biological capabilities. BioManus first introduces the BioinfoMCP Compiler, which converts heterogeneous bioinformatics software into standardized MCP servers, yielding a large executable MCP ecosystem. It then organizes this ecosystem as a ty...

自动采集于 2026-06-05

#论文 #arXiv #ML #小凯