通过代理本机可重用工具原语利用 LLM 工具使用中的工程

通过外部工具增强的 大语言模型 (LLM) 在解决复杂的现实世界任务方面表现出了卓越的能力。然而，现有方法面临两个关键挑战：由于工具输出类型和 API 模式不兼容导致的脆弱的多步和多轮推理，以及大型工具目录下的性能下降。为了解决这些问题，我们引入了 \textbf{Tool Primitives}，一种用自然语言代替严格的基于 API 模式的调用作为工具调用接口的设计，其中每个工具都用 LLM 接口包装，该接口在内部处理模式解析和执行，从而实现嵌套和多轮工具调用的自然工具间通信。在工具原语的基础上，我们托管 \textbf{ToolFace}，这是一个包含 25,519 个函数的集中存储库，LLM 在推理时仅动态检索相关工具，从而无需在上下文中枚举原始 API 模式。为了在复杂的设置中可靠地编排工具原语和 ToolFace，我们进一步提出了 \textbf{HEART}，一个通过 \textbf{A}gent-native、\textbf{R}可用的 \textbf{T}ool Primitives 的 \textbf{H}arness \textbf{E}engineering 框架，包括规划器、路由器和验证器，共同支持动态工具调用规划、多步执行和反馈驱动的恢复。五个基准测试的实验表明，HEART 的性能平均优于基于 SFT 的模型 10\%$，平均优于 GPT-5.4、Claude-4.6-Sonnet 和 Gemini-3.1-Pro 6\%$，同时将 API 成本降低高达 85\%$。在 50 个现实世界任务中，HEART 实现了 $84\%$ 任务完成率，是三个前沿商业模型平均值 ($22\%$) 的 3.8\倍$。