知识卡片：VetClaw：面向兽医疾病筛查的边缘-云多模态智能体系统

一句话结论

VetClaw 将摄像头等边缘感知设备与云端视觉-语言模型（VLM）结合，通过分离智能体交互与工作流编排，实现零样本的兽医疾病初筛；仅依赖图像时 VLM 性能有限，而结合症状描述的多模态输入可提升零样本分类效果。

事件概述/研究问题

针对早期兽医疾病筛查场景，现有静态图像分类方法缺乏与环境交互、工具调用及安全处理的能力。VetClaw 提出一种边缘-云多模态智能体系统，旨在将静态预测模型转化为可协调工作流、处理故障并生成诊断支持警报的安全感知系统。

方法/产品要点

• 架构分离：边缘设备（摄像头模块）负责感知、调度（OpenClaw 提供安排、工具访问、用户交互和通知服务）；云端托管 LangGraph 管理的状态化筛查工作流（包括输入验证、图像传输、模型调用、安全检查、条件路由、失败处理和结构化日志）。
• 工作流能力：支持收集视觉证据、调用外部模型、应用确定性安全规则、生成诊断支持警报。
• 输入方式：可接收纯图像、症状描述文本，或两者组合的多模态输入。
• 模型：采用服务器托管的视觉-语言模型（VLM）进行零样本疾病分类，并支持升级处理不确定病例。

主要结果或产业意义

• 图像单独输入时，VLM 零样本预测性能有限。
• 结合症状引导的多模态输入可显著提升零样本分类性能。
• VetClaw 将静态预测模型转变为可工具调用、工作流管理、失效处理的安全协调系统，为兽医远程筛查提供了实用框架。

为什么重要

区别于传统单一模型推理，VetClaw 首次在兽医筛查领域实现了边缘-云协同的智能体工作流，整合了工具使用、安全规则和故障处理，使得 AI 辅助诊断从实验走向实际部署更具可靠性和可操作性。同时，其架构设计（OpenClaw + LangGraph）可复用至其他医学筛查场景。

局限与不确定性

• 原文未提供具体的评价指标（如准确率、召回率）、数据集规模及与基线方法的定量对比。
• 多模态输入提升性能的具体程度（是否统计显著）待核实。
• 边缘设备的计算能力、网络延迟对实际部署的影响未在元数据中说明。
• 系统在真实兽医诊所环境中的用户接受度和临床验证效果待核实。

与既有脉络的关系

本条卡片聚焦于兽医疾病筛查领域的边缘-云多模态智能体系统，与已有的 AutoSynthesis（自动化元分析）、基于昼夜节律的抑郁症筛查、APS-RAG（科学设施检索）无直接重叠。VetClaw 补充了多模态智能体在垂直医疗诊断中的应用案例，强调了工作流编排与安全协调的重要性。

可用于图书/PPT/简报的角度

• 案例切入：展示 AI 如何从“模型预测”升级为“安全协调系统”，用于兽医远程筛查。
• 技术亮点：边缘-云分离架构（OpenClaw + LangGraph）的设计思路，可作为智能体系统设计参考。
• 行业应用：推动 AI 在宠物、家畜等基层兽医场景中的落地。

原始材料

• URL: https://arxiv.org/abs/2607.26042v1
• Track: academic
• Topics: foundation-model
• 英文标题：VetClaw: An Edge-Cloud Multimodal Agentic System for Veterinary Disease Screening
• 英文关键词：待核实（元数据中未提供）