ParaView-MCP：一种具备直接工具使用能力的自主可视化智能体
人机交互
2025-05-13 v1 人工智能
摘要
虽然强大且已确立的工具如 ParaView 已存在学习曲线陡峭，限制了许多潜在用户的使用。本工作引入 ParaView-MCP，一个集成现代多模态大语言模型（MLLM）与 ParaView 的自主智能体，不仅降低了进入门槛，还通过智能决策支持增强了 ParaView 的功能。凭借 MLLM 在推理、命令执行和视觉能力方面的领先优势，ParaView-MCP 使用户能够通过自然语言和视觉输入与 ParaView 交互。具体而言，我们采用模型上下文协议（MCP）——一种用于模型-应用程序通信的标准化接口——以实现 MLLM 与 ParaView Python API 之间的直接交互，实现用户、语言模型与可视化工具之间的信息无缝交换。此外，通过实现允许智能体观察视窗的视觉反馈机制，我们解锁了一系列新能力，包括从示例中重建可视化、基于用户定义目标的闭环可视化参数更新，甚至涉及多个工具的跨应用程序协作。广泛而言，我们相信这种智能体驱动的可视化范式将深刻改变我们与可视化工具的交互方式。我们预计在可视化研究和行业领域，将会有大量此类可视化工具的开发。
引用
@article{arxiv.2505.07064,
title = {ParaView-MCP: An Autonomous Visualization Agent with Direct Tool Use},
author = {Shusen Liu and Haichao Miao and Peer-Timo Bremer},
journal= {arXiv preprint arXiv:2505.07064},
year = {2025}
}