CLI запускает AI-агентов для написания кода в итеративных циклах и превращает результаты выполненных задач в данные об опыте для будущих агентов.
scaleapi/agentenv-framework
Python SDK и CLI для создания, развёртывания и запуска контейнеризированных сред агентного RL, а также задач для оценки агентов.
- Звёзды
- 415
- Форки
- 55
- Открытые issues
- 39
- Последний коммит
- 19 часов назад
Что это?
AgentEnv Framework — это Python SDK и CLI для создания сред, в которых могут действовать AI-агенты, и задач, оценивающих их действия. Каждая среда — это контейнеризированный сервер, который поддерживает открытый протокол agentenv-framework-protocol. Фреймворк собирает среды в версионируемые образы, развёртывает их за шлюзом, подключает к ним агента и запускает верификатор, оценивающий результат.
Основные команды: agent-env run hello запускает встроенную задачу без Docker и настройки модели, а agent-env up открывает обозреватель локальных сред. По умолчанию среды и агенты работают в контейнерах на локальном демоне Docker; также описана поддержка других провайдеров изолированных сред. Локальные хранилища работают сразу, а хранилища на базе AWS и GCP доступны как дополнительные компоненты. Задачи можно предоставлять в виде сред OpenEnv, а плагины могут добавлять типы сред, провайдеров, шаги задач и хранилища.
Ключевые возможности
- 01Собирает среды в версионируемые контейнерные образы и развёртывает их за шлюзом.
- 02Подключает агентов к средам и оценивает их действия с помощью верификаторов задач.
- 03Устанавливается через pip или uv и запускает встроенную задачу hello без дополнительной настройки.
- 04По умолчанию поддерживает локальные хранилища; хранилища на базе AWS и GCP доступны как дополнительные компоненты.
- 05Позволяет установленным плагинам добавлять типы сред, провайдеров изолированных сред, шаги задач и хранилища.
- 06Предоставляет задачи в виде сред OpenEnv, которые любой клиент OpenEnv может сбрасывать и выполнять в них шаги.
Сценарии использования
- Создание сред обучения с подкреплением, где агенты используют инструменты, а верификатор оценивает их действия.
- Оценка LLM-агентов на многошаговых задачах в изолированных контейнерах.
- Добавление собственных типов сред или провайдеров изолированных сред с помощью пакета-плагина.
- Запуск задач для агентов в определённом часовом поясе с планированием по местному времени.
Быстрый старт
- 1
Установите команду agent-env как инструмент uv
uv tool install agentenv-framework - 2
Запустите встроенную задачу hello (Docker, модель и настройки не требуются)
agent-env run hello
Что важно знать
- Для локального запуска окружений необходимо, чтобы работал демон Docker.
- Требуется Python версии 3.11.4 или новее.
- Проект находится на версии 0.9.x, и для него не опубликована политика совместимости или прекращения поддержки, поэтому возможны несовместимые изменения.
В подборках
Темы
Частые вопросы
- Что такое agentenv-framework?
- Python SDK и CLI для создания, развёртывания и запуска контейнеризированных сред агентного RL, а также задач для оценки агентов. AgentEnv Framework — это Python SDK и CLI для создания сред, в которых могут действовать AI-агенты, и задач, оценивающих их действия. Каждая среда — это контейнеризированный сервер, который поддерживает открытый протокол agentenv-framework-protocol. Фреймворк собирает среды в версионируемые образы, развёртывает их за шлюзом, подключает к ним агента и запускает верификатор, оценивающий результат.
- agentenv-framework можно использовать бесплатно? Какая у него лицензия?
- agentenv-framework распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- agentenv-framework всё ещё поддерживается?
- Активно поддерживается. Последний коммит в agentenv-framework — 6 нояб. 2026 г..
- Для чего можно использовать agentenv-framework?
- Создание сред обучения с подкреплением, где агенты используют инструменты, а верификатор оценивает их действия. Оценка LLM-агентов на многошаговых задачах в изолированных контейнерах. Добавление собственных типов сред или провайдеров изолированных сред с помощью пакета-плагина. Запуск задач для агентов в определённом часовом поясе с планированием по местному времени.
- Как установить agentenv-framework?
- Установите команду agent-env как инструмент uv: uv tool install agentenv-framework Запустите встроенную задачу hello (Docker, модель и настройки не требуются): agent-env run hello
- Где скачать agentenv-framework?
- Исходный код и инструкции по установке — на GitHub: https://github.com/scaleapi/agentenv-framework
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Среда выполнения для ИИ-агентов на JVM с потоковой передачей токенов по WebSocket, SSE или gRPC и единым SPI для 12 адаптеров LLM-фреймворков.
Платформа с открытым исходным кодом для оценки, трассировки, симуляции, защиты и оптимизации приложений на базе LLM и AI-агентов; можно развернуть самостоятельно по лицензии Apache 2.0.
Открытый Python-фреймворк для создания надёжных RL-сред, где задачи для агентов выполняются в изолированных виртуальных машинах, чтобы обучать AI с учётом человеческих предпочтений.
Открытый фреймворк для создания embodied-агентов, которые используют LLM-планировщики, VLA-модели манипуляции и память для выполнения задач на симуляторах и реальных роботах.
Плагин, который позволяет Claude Code и OpenAI Codex делегировать задачи CLI-инструменту Google Antigravity (agy) с моделями Gemini.