StructureClaw：面向结构工程工作流的可追踪 LLM 智能体与可执行基准

StructureClaw 提出了一个以工件为中心的 LLM 智能体工作台和可执行基准 StructureClaw-Bench。在 150 个场景中，标准工作流场景的平均成功率从通用基线的 56.8% 提升至全自动工作流的 88.6%。交互式与多模态评估发现了两个主要挑战：安全处理无效数值输入和夹具一致的结构模型重建。

此前评估多侧重问答或脚本生成，无法验证完整工程工件链（需求、模型、验证、报告等），易奖励流畅但不可执行的输出。StructureClaw 通过工件级断言严格检验工作流完整性，暴露了传统评估难以发现的深层失败模式。

StructureClaw 让 LLM 智能体通过受控的工程技能、类型化工具、共享工件状态和本地分析后端操作，要求所有工件和执行断言在单次运行中通过。这种机制迫使智能体生成互洽、可执行的工件链，而非孤立答案。

采用这类工件链验证架构可显著提升结构工程领域 LLM 应用的产品可靠性，降低因工作流不完整导致的返工或错误风险。开发团队需投入更多精力定义工件类型、断言规则及后端集成。

• 构建专用结构工程 LLM 辅助工具，集成工件链验证流程，自动生成并检查模型、报告等。
• 针对无效数值输入挑战，开发智能输入校验与异常恢复模块，提升系统鲁棒性。
• 基于 StructureClaw 的多模态能力，开发从图纸或扫描数据自动重建结构模型并校验一致性的功能。

• StructureClaw 在真实工程项目中的部署成本和性能表现如何？
• 该基准与现有结构工程软件（如 SAP2000、ETABS）的集成难度多大？
• 工件链验证机制是否能泛化到其他工程领域（如机械、土木）？