Confucius-tool-learning 是模型训练领域的开源项目，由 mangopy 开发，2025 年首次发布。
它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 151。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-05。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：构建能调用API或数据库的智能助手。同类可对比的替代方案包括 Toolformer、Gorilla、ToolLLM。
Confucius-tool-learning
让大模型通过自我反思学会用工具，从易到难逐步精通
Confucius 是一个面向大语言模型（LLM）的工具学习框架，源自 AAAI 2024 论文。它解决的核心问题是：如何让 LLM 更可靠地使用外部工具（如 API、数据库）完成复杂任务。Confucius 采用“迭代式内省反馈”机制，让模型在每次工具调用后自我反思错误，并基于“由易到难”的课程学习策略逐步训练，从而提升工具调用的准确性和泛化能力。项目提供了完整的训练、评估和推理代码，支持自定义工具集和任务，旨在降低 LLM 工具使用的开发门槛。
开源
free
开源模型
GitHub 星标
★ 151
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队mangopy
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent,language-models,large-language-models,tool-learning
GitHub 星标★ 151
30天Star增速
HF 下载量
上线时间2025-02-03 00:00:00
最近更新2026-08-05 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 提出内省反馈机制，模型能自主修正错误，提升工具调用准确率
- 易到难的课程学习策略，训练过程更稳定，适应不同难度任务
- 代码结构清晰，提供完整训练和评估流程，便于复现和二次开发
不足之处
- 项目处于早期，文档和社区支持待观察
- 依赖特定模型和框架，迁移到其他 LLM 可能需要额外适配
适用场景
- 构建能调用 API 或数据库的智能助手
- 训练 LLM 完成多步骤工具操作（如订票、查询）
- 研究工具学习与课程学习的学术实验
替代项目
Toolformer、Gorilla、ToolLLM
项目介绍
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···