训练跨服务 Agent，需要的不只是很多工具说明。前一步返回的编号可能是后一步的输入，写操作会改变之后查询的结果，失败后还要换一种调用方式。若只让模型凭空编任务，工具可以各自运行，整条工作流却未必成立。ToolSpace 从二十多万条调用轨迹出发，恢复这些关系，再据此构造训练环境；数据既包括通过 MCP（模型上下文协议）的实际工具调用，也包括公开轨迹与符合接口定义的合成材料。
它先把调用归成工具模式，连接三类依赖：返回值进入下一步参数的数据关系、同一对象被修改的状态关系，以及报错后改用另一调用的重试关系。频次与类型约束用来减少碰巧出现相同常量造成的误连。随后把依赖图的一部分变成可执行环境：会修改数据的工具接入状态存储，纯查询工具可复用缓存返回值。这里的“环境”因而并不全是真实在线服务。
生成任务时，系统沿图尝试一条工作流，检查参数和当前状态，失败就回滚、重新选路；走通后再反推用户目标，并去掉工具名称和调用顺序，让受训模型自己寻找办法。最后从初始状态回放，检查中间步骤、输出及最终状态。作者构建了804个环境，得到34376条监督微调样本；强化学习部分另筛选较难的任务。
在作者报告的七个评测平均分上，Qwen3.6-35B-A3B 从23.0升到监督微调后的41.0，再到强化学习后的43.2。这是七项指标的平均，并非所有现实任务的成功率。工作来自 HF Daily Papers 策展，论文和项目公开了构造流程；结果仍是作者实验，缓存工具上的回放也不能证明部署时能应对网络失败或服务变更。