AgriAgent：基于合约驱动的规划与面向能力的工具编排在现实农业场景中的应用
计算与语言
2026-01-14 v1
摘要
现实农业场景中的智能体系统必须处理多模态输入下的多样化任务，从轻量级信息理解到复杂的多步骤执行。然而，大多数现有方法依赖统一的执行范式，难以适应农业环境中常见的任务复杂度差异和工具可用性不完整的问题。为此，我们提出AgriAgent，一个用于现实农业的两级智能体框架。AgriAgent基于任务复杂度采用分层执行策略：简单任务通过特定模态的智能体直接推理处理，而复杂任务触发合约驱动的规划机制，将任务形式化为能力要求，进行面向能力的工具编排和动态工具生成，实现多步骤且可验证的执行并具备容错能力。实验结果表明，与依赖统一执行范式的现有以工具为中心的智能体基线相比，AgriAgent在复杂任务上实现了更高的执行成功率和鲁棒性。所有代码和数据将在我们工作被接受后发布，以推动可重复科研。
引用
@article{arxiv.2601.08308,
title = {AgriAgent: Contract-Driven Planning and Capability-Aware Tool Orchestration in Real-World Agriculture},
author = {Bo Yang and Yu Zhang and Yunkui Chen and Lanfei Feng and Xiao Xu and Nueraili Aierken and Shijian Li},
journal= {arXiv preprint arXiv:2601.08308},
year = {2026}
}