kapso
Kapso by Leeroo:一個引擎,針對目標執行實驗,將最佳解決方案部署至您的技術棧,並從每次運行中學習,將經驗存入教訓庫。
kapso 是什麼?
Kapso by Leeroo:一個引擎,能針對目標執行實驗、將最佳解決方案部署至您的技術棧,並從每次運行中學習,將經驗存入包含可信度分數與邊界條件的教訓庫。率先應用於 RelBench 和 ALE-Bench,在 MLE-Bench 上為頂尖開源方案,在 IOAI 2026 中超越所有人類參賽者。
kapso 概覽
這是什麼
Kapso 是一個開源引擎,能夠執行實驗、部署最佳解決方案,並從每次執行中學習。它從一個領域 harness 和空的經驗庫開始。給定目標與成功標準後,它會執行一棵實驗樹、在目標堆疊上部署最佳解決方案,並透過更新經驗庫來從執行中學習,每個經驗都附有可信度分數與適用邊界。Kapso 與模型無關、與編碼代理無關,由 Leeroo 開發,並以 leeroo-kapso 發佈在 PyPI 上。
主要功能
- 智慧實驗:每個實驗都是一個假設,在自己的分支上實作並評分,形成一棵樹。構思過程參考先前的實驗與經驗庫,根據預期回報與預算重新排序想法。
- 學習:每個經驗都帶有可信度分數、邊界與證據。
learn()會根據每次執行的結果更新經驗,並透過有無該經驗的重新建構來 A/B 測試每一項變更。 - 部署:將最佳解決方案調整至目標堆疊,部署並通過健康檢查與可運作呼叫。支援 Docker、Modal、BentoCloud 與 LangGraph Platform。
- 領域適應:harness 定義某個領域的知識與工作流程。內建預測建模與競賽程式設計;使用者可以編寫自訂 harness。
- 與模型無關、與編碼代理無關:可搭配任何模型與編碼代理 CLI 使用。
- 成就:在 RelBench 所有三個排行榜(分類、迴歸、推薦)上排名第一,在 MLE-Bench 與 ALE-Bench 上為頂尖開源系統,並在 IOAI 2026 中超越所有人類參賽者。
使用情境
Kapso 適用於關聯式資料的預測建模、競賽程式設計、演算法發現、Kaggle ML 競賽以及 AI 奧林匹亞任務。任何需要針對目標執行實驗、部署最佳解決方案並累積經驗庫的領域都可使用。
快速開始
先決條件:Node.js 18+,且必須安裝並登入編碼代理 CLI(@openai/codex 與 @anthropic-ai/claude-code)。 為編碼代理安裝 Kapso 外掛: bash claude plugin marketplace add Leeroo-AI/kapso && claude plugin install kapso@kapso codex plugin marketplace add Leeroo-AI/kapso && codex plugin add kapso@kapso 安裝 Python 套件: bash pip install leeroo-kapso 驗
內容整理自該專案公開的 README 與儲存庫資訊。