AIコーディングエージェントを反復的なタスクループで実行し、完了した作業を後続のエージェントが再利用できる経験データに変換するCLIです。
scaleapi/agentenv-framework
コンテナ化されたエージェント型RL環境と、その中でエージェントを評価するタスクの構築・デプロイ・実行に使えるPython SDKおよびCLI。
- スター
- 415
- フォーク
- 55
- 未解決の Issue
- 39
- 最終コミット
- 4 時間前
これは何?
AgentEnv Frameworkは、AIエージェントが操作できる環境と、その操作を採点するタスクを作成するためのPython SDKおよびCLIです。各環境は、open agentenv-framework-protocolに対応するコンテナ化されたサーバーです。このフレームワークは、環境をバージョン付きイメージにビルドしてゲートウェイの背後にデプロイし、エージェントを接続して、結果を評価するverifierを実行します。
主なコマンドは、Dockerやモデルの設定なしで組み込みタスクを実行するagent-env run helloと、ローカル環境用のexplorerを開くagent-env upです。デフォルトでは環境とエージェントはローカルのDocker daemon上でコンテナとして実行されますが、ほかのsandbox providerもドキュメントに記載されています。ローカルストアはすぐに使え、AWSとGCPのストレージバックエンドはオプションで追加できます。タスクはOpenEnv環境として公開でき、プラグインでenv type、provider、task step、storeを追加できます。
主な機能
- 01環境をバージョン付きコンテナイメージにビルドし、ゲートウェイの背後にデプロイします。
- 02エージェントを環境に接続し、task verifierでその操作を採点します。
- 03pipまたはuvでインストールでき、追加設定なしで組み込みのhelloタスクを実行できます。
- 04デフォルトでローカルストアに対応し、AWSおよびGCPのバックエンドもオプションで追加できます。
- 05インストール済みプラグインでenv type、sandbox provider、task step、storeを追加できます。
- 06タスクをOpenEnv環境として公開し、任意のOpenEnv clientからresetやstepを実行できます。
ユースケース
- エージェントがツールを使い、verifierによる評価を受ける強化学習環境の構築。
- 分離されたコンテナ内の複数ステップタスクでLLMエージェントを評価。
- プラグインパッケージを通じたカスタム環境タイプやsandbox providerの追加。
- ローカル時間に基づくスケジューリングを使い、指定したタイムゾーンでエージェントタスクを実行。
クイックスタート
- 1
agent-env コマンドを uv ツールとしてインストールする
uv tool install agentenv-framework - 2
組み込みの hello タスクを実行する(Docker、モデル、設定は不要)
agent-env run hello
使う前に知っておきたいこと
- 環境をローカルで実行するには、Docker デーモンが起動している必要があります。
- Python 3.11.4 以降が必要です。
- プロジェクトはバージョン 0.9.x で、互換性や非推奨化に関するポリシーが文書化されていないため、破壊的変更が行われる可能性があります。
収録されている特集
トピック
よくある質問
- agentenv-framework とは?
- コンテナ化されたエージェント型RL環境と、その中でエージェントを評価するタスクの構築・デプロイ・実行に使えるPython SDKおよびCLI。 AgentEnv Frameworkは、AIエージェントが操作できる環境と、その操作を採点するタスクを作成するためのPython SDKおよびCLIです。各環境は、open agentenv-framework-protocolに対応するコンテナ化されたサーバーです。このフレームワークは、環境をバージョン付きイメージにビルドしてゲートウェイの背後にデプロイし、エージェントを接続して、結果を評価するverifierを実行します。
- agentenv-framework は無料で使えますか?ライセンスは?
- agentenv-framework は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- agentenv-framework は今もメンテナンスされていますか?
- 活発にメンテナンス中。agentenv-framework の最終コミットは 2026年11月6日 です。
- agentenv-framework は何に使えますか?
- エージェントがツールを使い、verifierによる評価を受ける強化学習環境の構築。 分離されたコンテナ内の複数ステップタスクでLLMエージェントを評価。 プラグインパッケージを通じたカスタム環境タイプやsandbox providerの追加。 ローカル時間に基づくスケジューリングを使い、指定したタイムゾーンでエージェントタスクを実行。
- agentenv-framework のインストール方法は?
- agent-env コマンドを uv ツールとしてインストールする: uv tool install agentenv-framework 組み込みの hello タスクを実行する(Docker、モデル、設定は不要): agent-env run hello
- agentenv-framework はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/scaleapi/agentenv-framework
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
JVM AIエージェント向けのリアルタイムランタイム。12種類のLLMフレームワークアダプターで共通のSPIを提供し、WebSocket、SSE、gRPC経由でトークンをストリーミングします。
LLMやAIエージェントアプリケーションの評価、トレース、シミュレーション、ガード、最適化を行う、Apache 2.0でセルフホスト可能なオープンソースプラットフォーム。
整合性のあるAIの学習に向け、エージェントのタスクを分離されたVM内で実行する堅牢なRL環境を構築する、オープンソースのPythonフレームワーク。
LLMプランナー、VLA操作モデル、メモリを使い、シミュレーターや実機でロボットタスクを実行するエンボディドエージェント構築用のオープンフレームワーク。
Claude CodeやOpenAI Codexから、Geminiモデルを実行するGoogle Antigravity CLI(agy)にタスクを委任できるプラグイン。