研究者设计了一种基于Large Language Models (LLMs)的自主推荐代理系统RecMind，通过利用外部知识工具和个人数据，以及提出的Self-Inspiring算法来改善规划能力，实现了准确的个性化推荐。实验证明RecMind在多种推荐场景下表现优异，超过了现有的零/少样本LLM-based推荐方法，并与最近的预训练模型P5达到了竞争性的性能。