AI Agent

Spec Kit Agents: Context-Grounded Agentic Workflows

Spec Kit Agents：基于上下文的代理工作流

Pardis Taghavi, Santosh Bhavani

专题命中 工作流自动化 ：agentic(title)；agent(abstract)；workflow(abstract)；multi-agent(abstract)

AI总结 本文提出Spec Kit Agents，一种多代理的规范驱动开发流程，通过添加阶段级上下文绑定钩子，提升代码质量与测试兼容性。

Flowr -- Scaling Up Retail Supply Chain Operations Through Agentic AI in Large Scale Supermarket Chains

Flowr -- 通过大规模超市连锁中的代理AI实现零售供应链运营的扩展

Eranga Bandara, Ross Gore, Sachin Shetty, Piumi Siyambalapitiya, Sachini Rajapakse, Isurunima Kularathna, Pramoda Karunarathna, Ravi Mukkamala, Peter Foytik, Safdar H. Bouk, Abdul Rahman, Xueping Liang, Amin Hass, Tharaka Hewa, Ng Wee Keong, Kasun De Zoysa, Aruna Withanage, Nilaan Loganathan

机构 * Old Dominion University（老道明大学） ； Florida International University（佛罗里达国际大学） ； Nanyang Technological University（南洋理工大学） ； University of Colombo（科伦坡大学） ； Center for Wireless Communications, University of Oulu（奥卢大学无线通信中心） ； University of Sri Jayewardenepura（斯里贾亚瓦德纳普拉大学） ； Accenture Technology Labs（埃森哲技术实验室） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；AI agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 本文提出Flowr框架，通过代理AI自动化大规模超市连锁的端到端供应链流程，减少人工协调负担，提升供需匹配度和异常处理能力。

Towards Trustworthy Report Generation: A Deep Research Agent with Progressive Confidence Estimation and Calibration

迈向可信报告生成：一种带有逐步置信度估计和校准的深度研究代理

Yi Yuan, Xuhong Wang, Shanzhe Lei

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Southeast University（东南大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出一种深度研究代理，通过逐步置信度估计和校准提升报告生成的可信度，增强透明度和用户信任。

Comments 20 pages, 3 tables, 2 figures

COSMO-Agent: Tool-Augmented Agent for Closed-loop Optimization,Simulation,and Modeling Orchestration

COSMO-Agent：增强工具的代理用于闭环优化、仿真和建模协调

Liyuan Deng, Shujian Deng, Yongkang Chen, Yongkang Dai, Zhihang Zhong, Linyang Li, Xiao Sun, Yilei Shi, Huaxi Huang

机构 * Northwestern Polytechnical University（西北工业大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；分类 cs.AI

AI总结 本文提出COSMO-Agent框架，通过强化学习使LLM完成闭环CAD-CAE流程，解决CAD-CAE语义鸿沟问题，提升设计效率和稳定性。

Comments 10 pages, 3 figures, preprint paper

A Semi-Automated Annotation Workflow for Paediatric Histopathology Reports Using Small Language Models

一种用于儿童病理科报告的半自动化标注工作流程使用小型语言模型

Avish Vijayaraghavan, Jaskaran Singh Kawatra, Sebin Sabu, Jonny Sheldon, Will Poulett, Alex Eze, Daniel Key, John Booth, Shiren Patel, Jonny Pearson, Dan Schofield, Jonathan Hope, Pavithra Rajendran, Neil Sebire

机构 * Imperial College London（帝国理工学院） ； NHS England（英国国家医疗服务体系） ； Great Ormond Street Hospital（大奥蒙德街儿童医院） ； University College London（伦敦大学学院） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)；分类 cs.CL

AI总结 本文提出一种基于小型语言模型的半自动化标注流程，用于从非结构化电子病历数据中提取结构化信息，尤其针对儿童病理科报告，通过临床监督和少量示例提升提取准确性。

Comments 36 pages, includes supplementary information

The HTC-Claw: Automating Discovery through High-Throughput Computational Campaigns

HTC-Claw：通过高通量计算活动实现发现自动化

Lianduan Zeng, Xiao Zhou, Xueru Zheng, Ning Gao, Lei Liu, Yunxuan Cao, Hongjian Chen, Zhongyang Wang, Tongxiang Fan

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)

AI总结 本文提出HTC-Claw平台，通过智能分解研究目标、闭环执行引擎和自适应决策机制，提升材料发现的自动化水平。

Training LLMs for Multi-Step Tool Orchestration with Constrained Data Synthesis and Graduated Rewards

通过受限数据合成和渐进奖励训练LLM进行多步骤工具协调

Cheng Jiayang, Xin Liu, Zhihan Zhang, Haoyang Wen, Zixuan Zhang, Qingyu Yin, Shiyang Li, Priyanka Nigam, Bing Yin, Chao Zhang, Yangqiu Song

机构 * Amazon Services Inc.（亚马逊服务公司） ； Department of Computer Science and Engineering, HKUST（香港科技大学计算机科学与工程系） ； School of Computational Science and Engineering, Georgia Institute of Technology（佐治亚理工学院计算科学与工程学院） 纠错

专题命中 工作流自动化 ：agentic(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出强化学习框架解决LLM多步骤工具协调难题，通过构建确定性环境和渐进奖励机制提升执行准确率，并在不同API生态中实现技能迁移。

Comments Under Review

From Cool Demos to Production-Ready FMware: Core Challenges and a Technology Roadmap

从Cool演示到生产级FMware：核心挑战和技术路线图

Gopi Krishnan Rajbahadur, Gustavo A. Oliva, Dayi Lin, Jiho Shin, Ahmed E. Hassan

机构 * Centre for Software Excellence, Huawei Canada（华为加拿大软件卓越中心） ； Queen's University（女王大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 本文探讨了从演示级到生产级FMware的过渡挑战，分析了FMware选型、数据对齐、提示工程等关键问题，并提出技术路线图以指导其规模化应用。

GLUE: Coordinating Pre-Trained Generative Models for System-Level Design

GLUE：协调预训练生成模型进行系统级设计

Tim Aebersold, Soheyl Massoudi, Mark D. Fuge

机构 * Department of Engineering, University of [REDACTED]（[已编辑]大学工程系） ； Department of Mechanical and Process Engineering, ETH Zurich（苏黎世联邦理工学院机械与过程工程系） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出GLUE方法，通过协调预训练生成模型生成可行、多样且高性能的系统设计，对比了数据驱动和无数据方法的性能与效率。

Comments 12 pages, 10 figures, Preprint

Towards Industrial-scale Product Configuration

迈向工业级产品配置

Joachim Baumeister, Susana Hahn, Konstantin Herud, Max Ostrowski, Jochen Reutelshöfer, Nicolas Rühling, Torsten Schaub, Philipp Wanko

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.SE

AI总结 本文提出基于COOM语言的产品配置解决方案，通过三个递增复杂度的基准模型和自行车示例，提供可扩展的工业级产品配置框架。

Comments Under consideration in Theory and Practice of Logic Programming (TPLP)

Experience Transfer for Multimodal LLM Agents in Minecraft Game

在Minecraft游戏中多模态大语言模型代理的经验迁移

Chenghao Li, Jun Liu, Songbo Zhang, Huadong Jian, Hao Ni, Lik-Hang Lee, Sung-Ho Bae, Guoqing Wang, Yang Yang, Chaoning Zhang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Echo框架，通过分解经验为五维，使代理能从历史交互中提取可操作知识，提升复杂环境下的任务解决效率。

Don't Act Blindly: Robust GUI Automation via Action-Effect Verification and Self-Correction

不要盲目行动：通过动作-效果验证和自我修正实现鲁棒的GUI自动化

Yuzhe Zhang, Xianwei Xue, Xingyong Wu, Mengke Chen, Chen Liu, Xinran He, Run Shao, Feiran Liu, Huanmin Xu, Qiutong Pan, Haiwei Wang

机构 * Beijing University of Technology（北京工业大学） ； Baidu Inc.（百度公司） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 本文提出VeriGUI框架，通过动作-效果验证和自我修正机制，解决GUI自动化中环境噪声导致的失败问题，提升恢复性能。

Comments ACL 2026 Main Conference

The BOS-Lig Dataset: Accurate Ligand Charges from a Consensus Approach for 66,810 Experimentally Synthesized Ligands

BOS-Lig数据集：通过共识方法准确确定66,810种实验合成配体的电荷

Roland G. St. Michel, Ryan J. Jang, Aaron G. Garrison, Ilia Kevlishvili, Heather J. Kulik

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过共识方法构建了BOS-Lig数据集，准确确定了66,810种配体的电荷，为计算筛选和数据驱动的配体设计提供了实验基础。

Correctness Notions for Petri Nets with Identifiers

带有标识符的Petri网的正确性概念

Jan Martijn E. M. van der Werf, Andrey Rivkin, Marco Montali, Artem Polyvyanyy

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出适用于描述信息系统的Petri网扩展形式，探讨了资源和对象感知信息系统的正确性标准，并讨论了其在特定系统类中的可判定性。

Journal ref Fundamenta Informaticae, Volume 190, issues 2-4: Petri Nets 2022 (February 12, 2024) fi:10489

Hazard Management in Robot-Assisted Mammography Support

机器人辅助乳腺X光检查中的危险管理

Ioannis Stefanakos, Roisin Bradley, Radu Calinescu, Beverley Townsend, Tianyuan Wang, Jihong Zhu

机构 * York and Scarborough Teaching Hospitals NHS Foundations Trust（约克和斯卡伯勒教学医院NHS基金会信托） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种针对MammoBot辅助机器人系统的危险管理方法，结合专家引导的过程建模与SHARD和STPA分析，识别人类-机器人交互中的安全隐患，通过制定安全需求减少对人类操作的依赖。