通过具有反射修正的分层执行结构实现鲁棒高效的工具编排

工具调用是智能体系统的核心能力，但失败常源于多工具的组织与执行方式而非单次调用。现有方法将执行与逐步推理紧密耦合，导致行为脆弱且开销巨大。本文从工具编排视角出发，提出无需精确依赖图，仅需粗粒度分层结构即可提供全局指导，并在执行时局部修正错误。具体而言，该方法学习捕获高层依赖的分层执行结构，并引入模式感知的反射修正机制以检测和修复局部错误。实验表明，该方法在降低执行复杂度的同时实现了鲁棒的工具执行。