Terminal-Bench 팀이 컨테이너 환경에서 AI 에이전트와 언어 모델을 평가하고 최적화하기 위해 만든 프레임워크입니다.
NVlabs/Skill2Env
Codex 에이전트를 Docker 컨테이너에서 실행해 Agent Skill을 Harbor 형식의 RL용 터미널 작업으로 변환합니다.
- 스타
- 185
- 포크
- 18
- 열린 이슈
- 0
- 마지막 커밋
- 18일 전
어떤 프로젝트인가요?
Skill2Env는 Agent Skill 폴더를 입력받아 강화 학습 환경에서 사용하는 구조인 Harbor 형식의 터미널 기반 작업을 생성합니다. 각 작업에는 지침 파일, Docker 환경 정의, fixtures, 루브릭이 포함된 검증기, 선택적 참조 솔루션이 들어갑니다.
파이프라인은 Codex 에이전트를 컨테이너에서 실행합니다. 플래너가 Skill에서 생성할 작업 수를 결정하고, 생성 에이전트가 각 작업을 만듭니다. 이 도구를 사용하려면 Docker가 설치된 Linux 호스트, Python 3.12 이상, Codex 로그인 정보가 필요합니다. 디렉터리 트리를 재귀적으로 검색해 일괄 실행할 수 있으며, 재개 옵션을 사용하면 이미 완료된 Skill은 건너뜁니다.
저장소에는 입력으로 활용할 수 있는, 라이선스 제약이 적은 Skill 폴더 모음인 SkillHub도 포함되어 있습니다.
핵심 기능
- 01Agent Skill 폴더를 Harbor 형식의 터미널 작업으로 변환합니다.
- 02플래너와 생성 Codex 에이전트를 Docker 컨테이너에서 실행합니다.
- 03각 작업에 지침, 환경, 검증기 및 선택적 솔루션 파일을 생성합니다.
- 04입력 디렉터리를 재귀적으로 검색하고 중단된 일괄 작업을 재개할 수 있습니다.
- 05샘플 입력으로 사용할 수 있는, 라이선스 제약이 적은 Skill 폴더 모음 SkillHub를 포함합니다.
활용 사례
- 기존 Skill을 바탕으로 터미널 에이전트용 RL 학습 환경을 구축합니다.
- 여러 Agent Skill을 대상으로 검증 가능한 작업을 일괄 생성합니다.
- 재사용 가능한 에이전트 스킬을 학습 데이터로 변환하는 방법을 실험합니다.
빠른 시작
- 1
리포지토리를 클론합니다
git clone git@github.com:NVlabs/Skill2Env.git - 2
프로젝트 디렉터리로 이동합니다
cd Skill2Env - 3
uv로 종속 항목을 설치합니다
uv sync - 4
샘플 Skill에서 최대 2개의 작업을 생성합니다(Docker, Python 3.12 이상, Codex 로그인 필요)
uv run skill2env generate --input-root SkillHub/test_samples/game-developer --out output/quickstart --max-tasks-per-skill 2 --max-parallel-workers 2
사용 전 알아둘 점
- Docker가 실행 중인 Linux 호스트가 필요합니다.
- ~/.codex/auth.json에 Codex 로그인 정보가 있어야 하며, 생성 중 인터넷에 연결할 수 있어야 합니다.
- CPU 4개인 호스트에서는 첫 실행에 20~30분이 걸릴 수 있습니다.
토픽
자주 묻는 질문
- Skill2Env은(는) 무엇인가요?
- Codex 에이전트를 Docker 컨테이너에서 실행해 Agent Skill을 Harbor 형식의 RL용 터미널 작업으로 변환합니다. Skill2Env는 Agent Skill 폴더를 입력받아 강화 학습 환경에서 사용하는 구조인 Harbor 형식의 터미널 기반 작업을 생성합니다. 각 작업에는 지침 파일, Docker 환경 정의, fixtures, 루브릭이 포함된 검증기, 선택적 참조 솔루션이 들어갑니다.
- Skill2Env은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- Skill2Env은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- Skill2Env은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. Skill2Env의 마지막 커밋은 2026년 10월 1일입니다.
- Skill2Env은(는) 어디에 사용할 수 있나요?
- 기존 Skill을 바탕으로 터미널 에이전트용 RL 학습 환경을 구축합니다. 여러 Agent Skill을 대상으로 검증 가능한 작업을 일괄 생성합니다. 재사용 가능한 에이전트 스킬을 학습 데이터로 변환하는 방법을 실험합니다.
- Skill2Env는 어떻게 설치하나요?
- 리포지토리를 클론합니다: git clone git@github.com:NVlabs/Skill2Env.git 프로젝트 디렉터리로 이동합니다: cd Skill2Env uv로 종속 항목을 설치합니다: uv sync 샘플 Skill에서 최대 2개의 작업을 생성합니다(Docker, Python 3.12 이상, Codex 로그인 필요): uv run skill2env generate --input-root SkillHub/test_samples/game-developer --out output/quickstart --max-tasks-per-skill 2 --max-parallel-workers 2
- Skill2Env은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/NVlabs/Skill2Env
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
온라인 멀티플레이, 재접속, 스마트 봇을 지원하며 카드 조작 알고리즘 없이 완전히 무작위로 패를 나누는 Go 기반 Fight the Landlord 게임입니다.
ASPIRE는 모델 가중치를 학습하는 대신 코딩 에이전트가 재사용 가능한 로봇 스킬을 반복적으로 개선하는 프레임워크입니다.
Vercel, Netlify, Heroku의 대안으로 자체 VPS에서 앱과 데이터베이스를 배포하는 셀프 호스팅 PaaS입니다.
CPU, 메모리, 디스크, 네트워크, 프로세스와 컨테이너를 모니터링하는 크로스 플랫폼 터미널·웹 시스템 모니터
Terraform으로 워크스페이스를 정의해 클라우드 개발 환경과 AI 코딩 에이전트를 제공하는 셀프 호스팅 플랫폼입니다.