Toollery：面向大规模技能与工具选择的候选压缩框架

2026年10月20日，arXiv Artificial Intelligence 刊出由 Xiangxi Tian、Ran Guan 提出的 Toollery 框架报道。该报道称，Toollery 是一个免训练的候选压缩框架，用于让 LLM 智能体在数千个技能与工具中完成可扩展选择。其做法是：从每个技能/工具规格生成用户意图查询并建立检索索引，从而把在线选择限定在紧凑的 top-K 候选集内。报道将“免训练”与“候选压缩”作为该框架的核心特征，并说明其目标场景是技能与工具数量达到数千级别时的选择问题。目前报道仅介绍框架定位与流程，未给出具体评测数字、对比基线或部署限制；后续进展有待跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。