Environment-free Synthetic Data Generation for API-Calling Agents
面向 API 调用 Agent 的无环境合成数据生成
🧭 Agent 训练 · 合成数据生成
Apple
仅凭 API 规范，用 LLM 模拟世界模型生成完整交互轨迹，无需可执行环境即可训练 API 调用 Agent
📌 工作参考价值
- 可直接应用于电商搜索/推荐 Agent：无需搭建完整 API 后端（如商品查询、订单状态 API），仅凭接口文档即可生成大量多轮训练轨迹，降低环境依赖。
- LLM 模拟 API 响应时，通过注入任务上下文和交互历史保持状态一致性，可借鉴该思路为推荐 Agent 生成会话数据（如用户连续查询、筛选、下单）。
- 使用 LLM 评委过滤低质量轨迹，确保数据质量，可复用该自动质控流水线于企业内的 Agent 训练数据生产。
- 方法不依赖具体领域，可快速适配新 API 生态，适合多业务线（如搜索、广告、客服）快速冷启动 Agent 训练。
动机：训练 API 调用型 LLM Agent 需要大量多步交互轨迹，但构建带有可执行 API 和真实数据库的环境成本极高，限制了数据的规模化。
方法：仅提供 API 规范，利用 LLM 作为即时世界模型。流程为：① 由 LLM 依据 API 生成多样化任务；② 教师 Agent 逐步完成任务，同时 LLM 模拟器根据任务上下文和历史动态生成一致的合成 API 响应；③ LLM 评委过滤低质量轨迹。整个过程无需任何可执行环境，生成轨迹涵盖信息检索和状态修改类任务。
结果：在 AppWorld 和 OfficeBench 两个挑战性基准上，用合成数据微调的模型取得显著性能提升，证明有效的监督信号可完全来自无环境合成，为跨 API 生态的 Agent 训练提供了可扩展方案。