TopoPlanner：以胞腔工作流复形规划 LLM 工具任务

LLM 智能体的任务规划需要满足用户意图和复杂子任务依赖性的工作流程。虽然现有的规划器非常适合顺序或有向无环图 (DAG) 类结构，但它们很难应对工作流程模式，例如验证校正循环、收敛分支合并以及现实世界工具编排中自然出现的可重用中间状态。我们提出了 TopoPlanner，一个拓扑一致的规划框架，它将工具依赖图提升到单元工作流复合体中，并将​​它们用作 LLM 工具规划的拓扑感知上下文。 TopoPlanner 通过 cosheaf 一致的细胞检索来检索与请求相关的闭合子复合体，对检索到的拓扑执行多维结构推理，并将生成的细胞表示与规划器 LLM 连接以生成工具序列。对具有拓扑引导循环、合并和循环合并工作流程的四个工具规划基准进行的实验表明，在不同的本地 LLM 骨干模型 上，与基于提示和图形增强的基准相比，得到了一致的改进。