SAGE：可扩展多智能体环境中增强LLM任务求解策略

大型语言模型（LLMs）在问答场景中表现出色，但实际应用通常需要访问工具以获取实时信息或执行操作。为此，LLMs可以扩展工具，但快速变化的软件环境和特定领域工具的集成存在挑战。本文提出SAGE，一种基于OPACA框架的专用对话AI接口，支持动态添加新工具，并具备良好的可扩展性和模块化设计。SAGE实现了多种任务求解策略，结合代理概念和提示方法，在多个基准服务上进行了评估，结果展示了不同策略的优势与不足。SAGE、OPACA框架及相关数据均以开源形式发布。