在科研自動化浪潮席卷之下，一款名為EvoMaster的開源科學智能體框架近日引發學界關注。這款由SciMaster團隊研發的工具，通過約100行核心代碼即可構建自定義智能體，有效降低了科研場景中AI應用的工程門檻。配套推出的MagiClaw多智能體助手，更讓非技術用戶通過自然語言交互就能完成復雜科研任務的編排與執行。
傳統科研工作中，智能體開發常面臨多重障礙：框架搭建復雜、環境配置繁瑣、多智能體協作機制缺失等問題，導致許多創新想法止步于技術門檻。針對這些痛點，EvoMaster采用模塊化設計理念，將底層架構與上層應用解耦，開發者可基于核心框架快速擴展科研場景專用功能。該框架已支撐起ML-Master、PhysMaster、BrowseMaster等系列科學智能體生態，形成覆蓋機器學習、物理模擬、文獻檢索等領域的工具矩陣。
MagiClaw作為基于EvoMaster的交互入口，創新性地引入飛書機器人作為控制中樞。用戶只需輸入"幫我制作文獻調研助手"等自然語言指令，系統即可自動完成：任務拆解、流程設計、智能體調度、結果整合等全流程操作。生成的智能體工具支持持續調用與迭代優化，徹底改變傳統AI工具"一次性使用"的局限。目前已有科研團隊利用該平臺，在48小時內完成原本需要兩周的跨學科文獻分析項目。
為幫助用戶快速掌握工具應用，SciMaster團隊推出《玻爾科研賦能課程》雙軌教學體系。3月26日首場課程聚焦零代碼入門，北京航空航天大學蔡玉柱博士將演示如何通過MagiClaw構建AI研究團隊。這位在ICLR 2025發表自進化多智能體框架的學者，將結合其主導開發的ML-Master系列工具，解析集群智能在科研任務中的協作機制。
4月2日的進階課程則面向有定制化需求的開發者，上海交通大學朱新虞博士將帶領學員在GitHub本地部署EvoMaster框架。這位參與構建X-Master系列工具的電子信息方向博士，將以科研繪圖場景為案例，手把手演示從環境配置到智能體落地的完整流程。課程特別設置共創環節，優秀學員作品將有機會納入SciMaster官方工具庫。
項目開源地址（https://github.com/sjtu-sai-agents/EvoMaster）已同步開放，開發者可獲取完整代碼庫與文檔支持。配套成立的產品交流群提供實時技術答疑，前20名完成指定任務的成員將獲得MagiClaw內測資格。申請入群時需備注"產品交流"以獲取專屬通道，群內定期分享的實戰案例已涵蓋材料計算、生物信息、金融建模等多個領域。
