기존 앱에 연결할 수 있는 클라이언트-서버 구조를 갖춘 Python RL 프레임워크로, GRPO를 사용해 LLM 에이전트가 직접 쌓은 경험으로 다단계 작업을 학습합니다.
microsoft/agent-lightning
Microsoft의 경량 에이전트 RL 프레임워크로, 기존 AI 에이전트가 실제 도구와 하네스를 그대로 사용하면서 강화 학습을 통해 학습할 수 있습니다.
- 스타
- 18,765
- 포크
- 1,871
- 열린 이슈
- 172
- 마지막 커밋
- 16시간 전
어떤 프로젝트인가요?
Agent Lightning은 기반 모델을 학습해 AI 에이전트를 개선하는 에이전트 강화 학습 프레임워크입니다. 프로젝트 설명에 따르면 v1.0에서는 에이전트의 기존 도구, 컨텍스트, 제어 흐름, 환경을 그대로 유지하며, 에이전트 코드를 변경하지 않고 Agent Lightning 프록시를 통해 모델과 상호작용합니다.
이 프레임워크는 세 가지 구성 요소로 이루어져 있습니다. verl과 vLLM을 실행해 샘플을 만들고 정책을 업데이트하는 Trainer, 모델 요청을 프록시하고 학습 데이터를 수집하는 API Gateway, 에이전트를 로컬에서 실행하거나 Kubernetes Jobs로 실행하는 Rollout Controller입니다. 프로젝트에 따르면 코드 규모는 약 3,500줄입니다.
저장소에는 AutoGen과 MCP 계산기 도구를 활용한 수학 추론, Search-R1을 사용한 멀티턴 검색, 샌드박스에서 실행되는 범용 컴퓨터 및 코딩 에이전트, 저장소 테스트를 기반으로 학습하는 코딩 에이전트 예제가 포함되어 있습니다. 여기에는 Qwen3.5-35B-A3B MoE 변형도 포함됩니다.
핵심 기능
- 01에이전트 코드를 수정하지 않고 실제 하네스를 기반으로 에이전트를 학습합니다.
- 02에이전트를 로컬에서 실행하거나 기본 Kubernetes Jobs로 실행합니다.
- 03학습 및 롤아웃 파이프라인에 verl과 vLLM을 사용합니다.
- 04상호작용 데이터를 학습 샘플로 수집하는 API Gateway를 제공합니다.
- 05SWE-bench Verified를 활용한 코딩 에이전트 엔드투엔드 학습 예제를 포함합니다.
활용 사례
- 강화 학습을 활용해 AutoGen 또는 유사한 프레임워크로 만든 기존 에이전트를 개선합니다.
- 저장소 테스트를 기반으로 코딩 에이전트를 학습합니다.
- Kubernetes 클러스터에서 대규모 에이전트 롤아웃을 실행합니다.
- 실제 도구와 멀티턴 환경을 활용해 에이전트 RL을 연구합니다.
빠른 시작
- 1
저장소를 clone하고 해당 디렉터리로 이동합니다
- 2
uv로 종속성을 설치합니다
uv sync - 3
verl GPU 스택을 설정합니다(CUDA 13.0 예시)
bash scripts/setup_verl.sh 0.8.0 cu130
사용 전 알아둘 점
- 전체 파이프라인을 학습하려면 설치 예시에 나온 것처럼 CUDA를 지원하는 GPU가 필요합니다.
- 설정에는 여러 구성 요소(verl, vLLM, uv)가 포함된 스택이 필요하며, 자세한 내용은 README에서 별도의 설치 가이드를 참조합니다.
토픽
자주 묻는 질문
- agent-lightning은(는) 무엇인가요?
- Microsoft의 경량 에이전트 RL 프레임워크로, 기존 AI 에이전트가 실제 도구와 하네스를 그대로 사용하면서 강화 학습을 통해 학습할 수 있습니다. Agent Lightning은 기반 모델을 학습해 AI 에이전트를 개선하는 에이전트 강화 학습 프레임워크입니다. 프로젝트 설명에 따르면 v1.0에서는 에이전트의 기존 도구, 컨텍스트, 제어 흐름, 환경을 그대로 유지하며, 에이전트 코드를 변경하지 않고 Agent Lightning 프록시를 통해 모델과 상호작용합니다.
- agent-lightning은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- agent-lightning은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- agent-lightning은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. agent-lightning의 마지막 커밋은 2026년 10월 20일입니다.
- agent-lightning은(는) 어디에 사용할 수 있나요?
- 강화 학습을 활용해 AutoGen 또는 유사한 프레임워크로 만든 기존 에이전트를 개선합니다. 저장소 테스트를 기반으로 코딩 에이전트를 학습합니다. Kubernetes 클러스터에서 대규모 에이전트 롤아웃을 실행합니다. 실제 도구와 멀티턴 환경을 활용해 에이전트 RL을 연구합니다.
- agent-lightning는 어떻게 설치하나요?
- 저장소를 clone하고 해당 디렉터리로 이동합니다 uv로 종속성을 설치합니다: uv sync verl GPU 스택을 설정합니다(CUDA 13.0 예시): bash scripts/setup_verl.sh 0.8.0 cu130
- agent-lightning은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/microsoft/agent-lightning
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
자연어 설명만으로 내장 도구, 메모리, 오케스트레이션을 갖춘 프로덕션 수준의 AI 에이전트를 생성하는 노코드 플랫폼입니다.
LLM과 diffusion 모델을 로컬에서 실행하고 미세 조정·내보내기할 수 있는 오픈소스 데스크톱 앱과 웹 UI, 코드 기반 학습 라이브러리입니다.
React, Angular, Vue 및 채팅 앱에서 생성형 UI, 공유 상태, 휴먼 인 더 루프 흐름을 갖춘 에이전트 네이티브 앱을 구축하는 TypeScript SDK입니다.
Google의 코드 우선 Python 프레임워크로, Gemini에 최적화되어 있지만 특정 모델에 종속되지 않으며 AI 에이전트를 구축·평가·배포할 수 있습니다.