Grug-think 是一个智能体（Agent）推理简化数据集，专为优化 Agent 在工具调用前的推理效率而设计。其目的是在降低 Agent 的推理 Token 消耗同时，保持对外交互和工具调用格式的准确性。 该数据集包含来自 5 个大型开放数据集的 100,891 条真实 Agent 运行轨迹，涵盖 45% 的代码智能体任务与 55% 的通用 API 工具调用。部分样本刻意不包含工具调用，以训练模型的自主判断能力。数据集保留完整的原始消息结构、工具定义与工具调用内容，仅对推理部分进行重写，在每条回复表述前均插入一段极简推理文本，优化后的推理文本中位数仅 11  个词。

数据集构成:

• glaive-function-calling-v2：约 40,800 条，基础 API 工具调用对话
• hermes-function-calling-v1：约 6,200 条，多轮工具使用对话
• ToolACE：约 8,900 条，多工具 API 调用
• SWE-smith trajectories (tool & ticks)：约 30,000 条，真实代码调试智能体轨迹
• nebius SWE-agent trajectories：约 15,000 条，代码修复智能体轨迹

数据字段:

• id：样本唯一标识符
• source：数据来源标识
• tools：可用的工具定义列表
• message：完整对话消息序列，每条 message 都按 role 、 content 、 tool_calls 结构组织