#paper https://doi.org/10.1038/s43588-025-00849-y Nat Comput Sci. 2025. SciToolAgent: a knowledge-graph-driven scientific agent for multitool integration. 现有 LLM 工具代理在科学研究中往往只能单步调用或简单串联工具，难以处理复杂工作流，且缺乏对输入输出兼容性与安全性的控制。本文提出 SciToolAgent，将科学工具知识图谱 (TKG) 融入 LLM，利用图检索增强生成 (graph-RAG) 指导工具选择与衔接，并在运行过程中实现格式转换、错误重试和安全校验，从而实现跨领域多工具协同。作者构建 SciToolEval 基准并在蛋白质工程、化学反应性预测、合成规划及 MOF 筛选等任务中验证，结果显示 SciToolAgent 在成功率与鲁棒性上显著优于现有方法。其优势在于结构化知识与 LLM 的结合及责任使用设计，但仍面临知识图谱维护、推理错误和现实环境适配等