TOOLLIBGEN: структурирование инструментов через multi-agent агрегацию

Проблема: LLM катастрофически теряет детали при создании сложных структур. Написал документ на 5 страниц из 10 источников → забыл включить данные из источника №3. Сгенерировал класс на 200 строк → пропустил метод для edge case. Это не невнимательность — это фундаментальное ограничение: чем длиннее output, тем выше шанс упустить что-то из длинного input. Метод позволяет создавать сложные структуры (документы, код, планы) из множества источников без потери деталей — через разделение труда между двумя агентами. Фишка: Code Agent генерирует широко (не боится упустить — потом проверят), Review Agent проверяет конкретно (берет исходники, формирует контрольные вопросы, находит где первый схалтурил). Цикл идет до подтверждения: "все исходные функции покрыты". Результат из исследования: 175 тысяч специфичных Python-функций → 9 тысяч универсальных классов без потери возможностей.