从 AgentEngine 核心引擎到 ToolsPro 工具矩阵、从三层记忆到防幻觉钩子、从 MCP 生态扩展到五大 AI4S 科学突破能力——系统化解析 Linkbot_Plus 的每一层工程设计。
Linkbot_Plus 不是套壳聊天窗口，而是一套经过严密工程验证的完整 Agent 基础设施。从推理调度到工具执行、从记忆持久化到安全守卫，每一层都有独立的工程模块与质量保障。
Agent 的真正实力不在于对话，而在于能驱动多少种精确的工具执行与知识注入。
| 分组 | 数量 | 核心工具 | 关键能力 |
|---|---|---|---|
| 🗂 文件系统 | 7 | read_file · write_file · edit_file · apply_patch · glob · grep · list_code_definitions | 文件读写编辑、正则搜索、AST 代码结构解析 |
| ⌨ Shell 终端 | 1 | bash | 本地命令执行，超时保护与沙箱安全 |
| 📋 任务管理 | 4 | todo · task_output · task_stop · sleep | 结构化任务追踪、后台任务输出获取 |
| 💬 交互系统 | 3 | ask_user_question · render_widget · notify_user | 主动提问、自定义 UI Widget 渲染、桌面通知 |
| 🤖 多 Agent 协同 | 3 | agent (spawn) · agent_send · agent_wait | 子 Agent 创建、消息传递与结果等待 |
| 🔍 搜索 | 2 | tool_search · codebase_search | 工具语义搜索、代码库向量语义检索 |
| 🌐 网络 | 2 | web_fetch · web_search | 网页抓取与多引擎搜索聚合 |
| 🖥 浏览器自动化 | 2 | browser · browser_pro | 标准浏览器 + 反检测增强浏览器自动化 |
| 👁 视觉 | 1 | vision | 摄像头/截图视觉分析 |
| 🔌 MCP 扩展 | 2 | call_mcp_tool · list_mcp_resources | 标准协议接入第三方科学软件与数据源 |
| 📊 代码/LSP | 3 | execute_code · read_lints · lsp_navigate | 沙箱代码执行、诊断错误、代码定义跳转 |
| 🧠 记忆网关 | 2 | memory_search · memory_write | 三层记忆读写（原 7 个原子工具聚合为 2 个网关） |
| 📂 专业领域 | 6+ | research_report · futures_data · pharma_research · ppt · editable_ppt · knowledge_base … | 深度研究报告 · 期货量化 · 生药全链路 · PPT 双引擎 · 知识库 |
| 🔧 系统/认知 | 5+ | cognitive_read · cognitive_write · goal · request_tool · cron_manage … | 认知引擎双轨读写 · 目标管理 · 渐进加载 · 定时任务 |
技能是高于工具的语义知识注入层：一段包含策略、约束与最佳实践的 Markdown，在对话中由系统根据语义相似度自动匹配并注入 Agent 上下文，教 Agent「如何组合调用一组工具完成复杂任务」。
完整实现 Model Context Protocol（MCP）标准协议。通过 call_mcp_tool 与 list_mcp_resources 双工具网关，可无缝接入 Mathematica、R、COMSOL、Python 科学库乃至企业内部数据库等第三方服务。MCP 生态持续扩展，Agent 能力边界永远开放。
赋予 Agent 超越单次对话的长期认知能力，同时用系统级工程手段确保推理的真实性与可靠性。
8 个人格定义文件存储 AI 身份、主人偏好与行为约束。按优先级（coreMemoryBudget）分配 Token 配额，ALWAYS_FULL_MEMORY_FILES 清单中的关键文件始终完整加载，绝不裁剪。
每轮会话结束后由 episodicFlush 自动生成结构化摘要，持久化存储在 memory/episodic/。跨会话可通过语义检索召回过去的经验与决策，让 Agent 真正具备「过去经验 → 当前决策」的推理能力。
通过本地运行的 bge-small-zh 嵌入模型构建向量索引，支持知识沉淀与近似语义搜索。记忆衰减机制按新鲜度分为 hot / warm / cold 三档，cold 记忆只保留摘要，节约 Token 同时保留关键信息脉络。
系统级三道防线：工具循环检测（toolLoopDetection）——识别 Agent 反复无效调用同一工具并自动中断死循环；重复推理拦截（repetitionDetection）——检测 Agent 生成高度重复内容并触发上下文刷新；失败引导修复（toolFailureGuidance）——在工具执行失败时注入精准的修复策略而非盲目重试。配合 KV Cache 友好的上下文管理策略，减少不必要的 cache miss，避免「越聊越糊涂」。
完整覆盖 Agent 运行全生命周期：preToolCall（权限检查、参数修改）· postToolCall（结果审计、计数）· preLlmCall（注入临时上下文、周期提醒）· postLlmCall（响应过滤、质量检查）· onSessionStart（初始化状态）· onSessionEnd（持久化记忆）· preCompact（保护关键信息不被压缩）。支持内置钩子、外部命令钩子与 Claude-code 兼容配置三种注册方式。
每种 Agent 都有独立的系统提示词、工具权限、技能匹配与记忆空间，彼此隔离又可通过 Agent 工具跨区协同。
通用日常助理 · 深度研究专家 · 编码与调试 · 任务规划者 · 期货深度分析 · 生药研发全链路（PubMed/UniProt/PubChem/AlphaFold/ADMET/ClinicalTrials）· A 股分析 · PPT 设计大师 · 调香大师 · 认知引擎助理 · 桌面宠物 · 数字人语音伙伴 · 教育辅导 · 心理支持 · 中医健康 · 模拟面试官 · 寓言讲解 · 归因分析 · 数据集构建。
5 个规划工具（enter_plan_mode → write_plan → advance_plan_phase → plan_agent → exit_plan_mode）驱动复杂任务分步拆解与自动执行。Planner Agent 先生成结构化计划，再调度 Coder/Researcher 等子 Agent 并行推进各阶段。
PPT 大师与可编辑 PPTX 双引擎 · 深度研究报告 · LaTeX 论文 · Widget 自定义渲染卡片 · 认知引擎结构化笔记 · 桌面通知 · 期货量化报表——研究结论从对话直接沉淀为可编辑可汇报的交付物。
支持 WebSocket 实时推送、桌面系统通知（notify_user）、渠道文件发送（channel_file）与主动消息（send_message）。Agent 完成后台任务后可主动触达用户，不必死等在对话窗口。
cron_manage 工具允许 Agent 自主创建、查询与删除定时任务。配合 monitor 监控工具，可实现周期性数据采集、定期报告生成与异常检测等自动化工作流。
不是通用 LLM 的概率猜词，而是将符号代数、数论筛法、遗传规划与认知拓扑原生嵌入 Agent 推理链，让 AI 真正参与科学问题的求解与严格验证。
通过将 LLM 抽象能力与 SymPy 符号代数和 SciPy 数值微分引擎直接贯通，Agent 能够根据实验机理自动建立常微分方程（ODE）、偏微分方程（PDE）与状态空间方程。
Agent 系统化结合圆法、筛法理论与极速分段位图算法，在大偶数区间建立自动化探测流水线。
工业级特征自动化衍生流水线，Agent 自动探索高维非线性空间，提取最本质的物理与时序特征。
结合遗传规划（GP）与符号回归，Agent 自动演化公式化因子，在沙箱中完成从构造到回测到正交化的完整闭环。
独创双轨认知引擎为科研人员提供可随项目整体迁移、不断自净化的终身知识网络。
让 AI4S 从理论构想走向工业级应用落地。
哥德巴赫猜想、黎曼猜想探索、抽象代数与分布式筛法自动化实验。
高频因子挖掘、施密特正交化去冗余、极端风险敏感度归因模型。
靶点代谢通路建模、ADMET 性质推演与多靶点结合位点拓扑分析。
晶格动力学拟合、材料应力应变场多尺度数值求解。
轨道摄动反演、非线性鲁棒控制与多目标优化解算。
数万篇前沿科学文献的主题图谱沉淀、实体关系推理与自主治理。
与网页版黑盒 AI 相比，本地优先的 Agent 桌面平台带来根本性的确定性。
实验记录、公式推导、因子库与权重全部保存在本地磁盘。云端不存储任何业务数据。
Agent 能驱动本地 Python 环境跑真实仿真脚本，内置沙箱、超时保护与安全守护。
50+ ToolsPro 工具 + 40+ Skills + MCP 协议，随心扩展 Mathematica / COMSOL / R 等第三方软件。
与 AI4S 最新论文保持同步。桌面端一键平滑升级，伴随科研生涯持续进化。