控制科学仪器需要在每次操作后根据反馈逐步调整参数。当未观测的运行条件随操作历史演化时，仪器响应呈现非平稳特性，单一的动作‑响应映射难以支撑跨 shot 的决策。中性束注入（NBI）离子源的 shot‑to‑shot 调参是典型案例：电极表面和真空条件难以直接观测，放电结果在不同 shot 之间波动，实验成本高且伴随运行风险。\ 我们提出一种基于物理原理的多模态智能体，包含三大可审计组件。确定性算法从多通道波形中提取符号化的物理量和可视化证据；双层记忆结构组织当前任务轨迹、历史任务经验以及过程知识；多模态大语言模型（MLLM）基于检索到的上下文生成候选动作；独立的可行性检查在执行前强制满足动作约束。\ 在对四个平台的 455 次 shot 进行严格时间顺序回放的实验中，单独使用物理符号的宏观 F1 提升 0.21‑0.32，优于仅使用波形图像。检索上下文使与历史动作方向的一致性提升 22.4‑42.7 个百分点，而视觉证据的贡献在不同模型间存在差异。\ 在对五个离子源的监督操作中，系统在 409 次执行的 shot 中实现了 86.80% 的束流提取率。上述结果表明该框架在实际科学仪器的顺序调参任务中具备工程可行性。\ \ 点评：该工作展示了多模态智能体在非平稳科学仪器调参中的可行性，尤其是符号信息的优势和上下文检索的提升。