买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种基于问题场景的智能体工具调用决策方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121542307B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610063991.0，技术领域涉及：G06F16/2455；该发明授权一种基于问题场景的智能体工具调用决策方法是由赵志刚;马江霖;李响;李传涛;王春晓;王庆瀚;张杨;杨文惠;李锦涛;张广东;刘言设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本一种基于问题场景的智能体工具调用决策方法在说明书摘要公布了：本发明涉及一种基于问题场景的智能体工具调用决策方法，属于人工智能领域，包括：获取用户问题，形成问题场景特征；对外部工具进行登记和规范化描述；构建工具调用经验库，并聚类形成对应的场景簇；在每个场景簇内统计不同工具调用策略的尝试次数和成功次数，并计算成功率；针对当前问题，从工具调用经验库中检索相似场景簇，得到候选策略集合；优先根据成功率比较，决定是直接回答还是调用工具子集；触发大模型自评机制；执行工具调用生成答案并回写经验。本发明通过对用户问题进行场景特征建模，构建工具调用经验库，优先基于历史经验判断是否需要调用工具及调用哪些工具；在经验不足或经验结论不明确时，引入大模型自评机制进行兜底决策。

本发明授权一种基于问题场景的智能体工具调用决策方法在权利要求书中公布了：1.一种基于问题场景的智能体工具调用决策方法，其特征在于，包括： S1，获取用户问题，提取问题类别、语义向量和上下文，形成问题场景特征； S2，在部署阶段或运行过程中的预设阶段，对大模型智能体调用的外部工具进行统一登记和规范化描述； S3，基于大模型智能体与用户在历史任务中的交互记录，构建工具调用经验库，并进行聚类管理，形成对应的场景簇，并生成场景簇元数据表； S4，在每个场景簇内统计不同工具调用策略在该场景簇内的尝试次数和成功次数，并计算不同工具调用策略的成功率； S5，针对当前问题，从工具调用经验库中检索相似场景簇，汇总得到候选策略集合； S6，优先根据经验库的成功率进行比较，决定是直接回答、调用哪一个工具子集，还是判定为经验不足或结论不明确； S7，当步骤S6判定为经验不足或结论不明确时，触发大模型自评机制，判断是否需要调用工具作为兜底； S8，执行工具调用，生成答案并回写经验； 步骤S3中，每当任务完成后，基于该任务形成一条经验记录，经验记录包括该次任务的问题场景特征、采用的工具调用策略以及得到的任务效果指标result_metrics； 工具调用策略包括不调用任何工具、调用一个或多个外部工具所构成的工具子集及调用顺序tool_set； 任务效果指标result_metrics包括任务是否成功task_success、结果正确性评分correctness_score、是否需要多轮修改或追问need_revision； 根据语义向量和上下文特征进行聚类，具体为： 对于两条记录、，计算语义相似度和上下文特征相似度： 其中，表示记录的语义向量；表示记录的语义向量；表示记录的上下文特征；表示记录的上下文特征；表示余弦相似度函数； 计算综合相似度指标： 其中，为语义相似度权重系数，为上下文特征相似度权重系数，＞，+=1； 当＞阈值τ即归为同一场景簇，并进行实时更新； 步骤S4中，分别统计不调用任何工具的策略以及调用一个或多个外部工具所构成的工具子集的各类策略在该场景簇内的尝试次数和成功次数，成功率为成功次数与总尝试次数的比值； 步骤S5中，当接收到新的用户问题，完成问题场景特征构建后，首先根据问题类别筛选出类别相同或相近的场景簇集合，然后基于场景簇元数据表，计算问题场景特征与各场景簇的语义中心向量之间的相似度，并选取相似度高于预设阈值的若干场景簇作为相似场景簇集合，其中语义中心向量为场景簇中所有问题的语义向量的均值； 在相似场景簇集合中收集所有已记录的工具调用策略，对各工具调用策略在当前问题上的预期成功率进行推断，从而构建面向当前问题的候选策略集合； 步骤S6中，首先检查候选策略集合中是否存在“不调用任何工具”的策略，并判断该策略的预期成功率与预设阈值б的关系，如果预期成功率达到或超过预设阈值б，则系统认为当前问题在历史上能够通过大模型内部知识直接解决，从而决策为不调用任何工具，由大模型直接生成答案； 若预期成功率低于预设阈值б，而调用外部工具的策略的预期成功率优于“不调用任何工具”的策略，则选择该调用外部工具的策略对应的工具子集作为当前问题的工具调用方案； 当相似场景簇集合样本量少，或候选策略集合中各候选策略之间的预期成功率差异不明显，则判定为经验不足或结论不明确，进入步骤S7； 步骤S7中的大模型自评机制为： 要求大模型在不调用任何外部工具的前提下对自身是否具备足够信息生成可靠答案进行判断，大模型根据对问题的理解选择直接回答或需要调用外部工具两种选项之一； 若大模型自评为直接回答，则系统将当前问题判定为不需要调用外部工具； 若大模型自评认为需要调用外部工具，则根据实际问题制定工具调用策略并执行，获取最终结果并将执行过程作为新的经验存储。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250353 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。