WAR-CRAFT：通过需求审计改进 Web API 推荐

WAR-CRAFT 用需求审计与文档核验修正 API 推荐结果。

资讯摘要

论文提出 WAR-CRAFT，用于对已冻结的 Web API 推荐器输出做后置修正：先用 LLM 联合判断并剔除无文档支持或被包含的 API，再依据请求生成需求清单审计剩余集合；对未覆盖需求，由经微调、受目录约束的 Resolver 提议 API 或弃权，并做独立文档核验。作者在 ProgrammableWeb 上以 7 个异构上游推荐器测试，报告平均 SetF1 从 0.558 升至 0.644，功能冗余约减半，平均功能覆盖不变。

要点速读

1. WAR-CRAFT 将推荐后修正拆为三步：LLM 联合剔除不支持或被包含的 API、按请求生成需求清单审计、Resolver 提议并做文档核验。
2. 在 ProgrammableWeb 上使用 7 个异构上游推荐器，作者报告平均 SetF1 由 0.558 提升至 0.644，高于 5 个修正基线中最强者的 62.5%。
3. 作者报告功能冗余从 0.127 降至 0.065，平均功能覆盖不变；在相同集合规模下仍优于直接截断上游输出。代码已公开。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。