Shikha Shrestha

大语言模型智能体调用工具时通常逐个试错，无法保证计划可执行。CGAP把工具目录确定性地编译成只记录字段是否可用的抽象PDDL模型，由经典规划器排序调用，再由大语言模型补出具体实体的调用并逐条校验参数来源与结果。在ToolSandbox、ComplexFuncBench、BFCL多轮和τ-bench零售四个基准上，三种模型下它均优于标准工具调用智能体，最多高出28.9分。

大语言模型智能体调用工具时通常逐个试错，无法保证计划可执行。CGAP把工具目录确定性地编译成只记录字段是否可用的抽象PDDL模型，由经典规划器排序调用，再由大语言模型补出具体实体的调用并逐条校验参数来源与结果。在ToolSandbox、ComplexFuncBench、BFCL多轮和τ-bench零售四个基准上，三种模型下它均优于标准工具调用智能体，最多高出28.9分。