SpatialClaw

SpatialClaw 是一个无需训练的智能体框架，专为具身空间推理任务设计，将 Python 代码作为核心动作接口。它基于多模态大模型（VLM），在持久化 Jupyter 内核中调用预置的空间感知工具（如 SAM3、Depth-Anything-3）与科学计算库，支持分步编写、调试和组合代码单元以完成空间关系理解、几何分析与三维场景推断。其关键特点是零训练开销、跨模型兼容性（适配多种 VLM）、统一工具调用范式及可解释的中间推理过程。适用于需要高精度空间理解的机器人导航、AR/VR 场景解析、工业视觉检测及教育类空间认知任务。