agent-lightning
點亮 AI 代理的終極訓練工具。
agent-lightning 是什麼?
點亮 AI 代理的終極訓練工具。 (原文:The absolute trainer to light up AI agents.)
agent-lightning 概覽
這是什麼
Agent Lightning 是一個輕量級的代理強化學習框架,用於使用真實工具和環境訓練 AI 代理。它在 v1.0 版本中進行了完全重構,由三個輕量級組件組成:Trainer(執行 verl 和 vLLM)、API Gateway(代理模型請求並捕獲訓練數據)以及 Rollout Controller(在本地或作為 Kubernetes Job 運行代理)。該框架將簡潔性視為首要原則,程式碼約 3,500 行。
主要功能
- 約 3,500 行程式碼,強調簡潔性。
- 使用真實工具(工具、上下文、控制流程、環境)訓練代理,無需修改代理程式碼。
- 原生 Kubernetes 支援,直接以 Kubernetes Job 運行代理,無需外部沙箱服務。
- 完整的編碼代理訓練範例:使用 6K 訓練樣本,端到端 Qwen3.5-9B 工作流程將 SWE-bench Verified 從 41.8% 提升至 56.4%(提升 14.6 個百分點)。
- 另一個基於 Qwen3.5-35B-A3B 的編碼代理範例:僅使用 1.8K 訓練樣本,純 RL 將 SWE-bench Verified 從 47.8% 提升至 61.6%(提升 13.8 個百分點)。
使用情境
- 數學推理(例如使用 AutoGen 和 MCP 計算機工具的 Calc-X、GSM8K 小學數學)。
- 基於文字的互動式科學任務(ScienceWorld)。
- 多輪檢索與推理代理(Search-R1)。
- 具備電腦與程式碼執行工具的通用代理(LLM-in-Sandbox)。
- 使用儲存庫測試訓練的編碼代理(Coding Agent、Coding Agent: MoE)。
快速開始
在 CUDA 13.0 機器上的範例安裝:
cd
uv sync
bash scripts/setup_verl.sh 0.8.0 cu130
完整安裝指南與快速入門說明請參閱儲存庫 README。
授權與價格
本專案採用 MIT 授權條款,為開源軟體。
內容整理自該專案公開的 README 與儲存庫資訊。