一种复杂任务拆解、分类、优化方法及系统

本发明提出了一种复杂任务拆解、分类、优化方法，属于人工智能技术领域。方法包括：获取用户的学习数据，并进行预处理，基于预处理后的数据，对大语言模型进行训练调优；对大语言模型未学习过的知识进行向量化操作并作为大语言模型的外挂知识库；构建智能体架构，对输入的复杂任务进行拆解、分类及优化；其中，对输入的复杂任务的提示词进行解析；基于大语言模型对解析后的提示词分析，生成解决方案；调用外挂知识库获取与当前复杂任务相关的信息；利用Planning任务规划将复杂任务分解为多个子任务，并制定有效策略；基于Action工具调用相关函数实现复杂任务拆分类及优化。有助于智能体在复杂环境中做出更加合理和高效的决策，防止输出的结果偏离预期。