本文介绍了MAF的CodeAct能力，强调其通过将多步工具编排合并为一次代码执行，解决了工具往返成本、执行边界模糊和工具治理碎片化等问题。CodeAct由六个组件协作完成，确保执行的安全性和效率。建议逐步引入工具与审批，建立稳定的审批回路，以实现高效的执行与治理。

大型语言模型（LLM）代理能够执行广泛的操作，如调用工具和控制机器人，对解决现实世界的挑战具有巨大潜力。本研究提出使用可执行的Python代码将LLM代理的操作整合到统一的操作空间（CodeAct）中。CodeAct可以执行代码操作，并通过多轮交互根据新的观察动态修订先前的操作或发出新的操作。对17个LLM在API-Bank和新的基准测试中的广泛分析表明，CodeAct的性能优于广泛使用的替代方法（成功率高达20%）。CodeAct的良好性能激励我们构建一个开源的LLM代理，通过执行可解释的代码与环境交互，并使用自然语言与用户合作。为此，我们收集了一个包含7k多轮交互的指令调整数据集CodeActInstruct。我们展示了它可以与现有数据一起用于改进面向代理任务的模型，而不损害其通用能力。CodeActAgent是从Llama2和Mistral微调而来，与Python解释器集成，并针对使用现有库进行复杂任务（如模型训练）和自主自我调试进行了独特的定制。