FitText：通过模因检索进化智能体工具生态

针对用户任务描述与工具文档间的语义鸿沟及静态检索局限，本文提出 FitText 框架。该方法将检索嵌入智能体推理循环，通过生成自然语言伪工具描述作为探测，利用检索反馈迭代优化，并结合随机生成探索多样性。引入的模因检索机制借助工具记忆避免冗余搜索，施加进化选择压力。实验表明，在大规模工具集上显著提升了检索排名与任务通过率，证实了基础模型能力是进化工具探索的前提。