一种大模型智能体的工具适应性能力自学习方法

本发明涉及一种大模型智能体的工具适应性能力自学习方法，包括：获取目标任务，将所述目标任务进行上下文分析，获取任务上下文向量；将所述任务上下文向量进行智能工具选择和配置，获取优化后的工具执行计划；根据所述优化后的工具执行计划运行工具，获取执行结果；对所述执行结果进行评估，获取评估结果；根据所述评估结果，对目标组件的参数进行学习更新，并通过经验数据库将任务执行信息、所述评估结果和更新的目标组件的参数进行存储。本发明为大模型智能体提供持续学习和优化工具使用策略的能力，显著提升智能体在实际应用中的性能表现。