MOOSE-Copilot：面向统一探索性与细粒度科学假设发现的 Web 交互式助手

大语言模型（LLM）在科学假设发现中展现出惊人潜力，但现有方法面临两个关键局限：它们将探索性思辨与收敛性细粒度细化视为孤立任务，缺乏有效的人类引导。我们提出MOOSE-Copilot——首个通过形式化的人机交互（HAII）协议桥接抽象差距的统一框架。该系统赋予科学家通过三种显式信号引导生成过程的能力：初始蓝图、阶段间路由与再生反馈。定量评估表明，注入这些结构化专家信号显著优于纯自主基线，建立了在oracle指导下的性能上限。为降低使用门槛，我们开发了直观的 Web 基于交互树可视化界面。该界面显式消除复杂命令行智能体工具的学习曲线，使跨学科研究者能够直接利用、可视化编排并加速端到端科学突破。