一种基于高斯聚类的大语言模型上下文协议工具精准采样方法及装置

本发明公开一种基于高斯聚类的大语言模型上下文协议工具精准采样方法及装置，旨在解决从大规模、层级化的工具集中为用户查询匹配适用工具时，面临的匹配精度低、系统效率差及可扩展性弱的问题，首先对用户查询、服务器及工具的描述文本进行预处理；接着采用分层高斯混合模型聚类策略，在服务器层和工具层根据与用户查询的似然概率，逐级筛选出高相关服务器与工具聚类；然后从筛选结果中随机采样，构建一个结构化的精简候选集输入大语言模型进行推理，生成目标服务器和工具的描述；最后，通过计算该描述的向量与候选集中各项的向量相似度并进行评分，确定最佳匹配结果；本发明在显著提升工具匹配准确率的同时，大幅降低模型的计算开销和响应延迟。