ToolSpace：扩展面向长程智能体的工具中心环境合成
ToolSpace是一种以工具为中心的框架，用于为在长工作流中组合多种MCP工具的LLM智能体生成环境。与以数据为中心的方法不同，它从真实MCP服务的执行轨迹和开放智能体语料中提取工具依赖关系，再将其聚类为不同环境。系统生成考虑状态的任务链，并仅保留能够从初始状态成功重放的样本。应用于AutomationBench和tau3-Bench Banking后，该流程生成了难度更高的Pro版本，七个前沿模型的得分最多下降38.2分。在七项长程工具使用基准测试中，Qwen3.6-35B-A3B的平均得分从23.0升至41.0（使用RL时为43.2），GLM-5.2则从44.6升至56.6。研究称，经过实际执行验证的工具关系优于由LLM判断的关系。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。