Terminal-Bench 团队推出的框架,用于在容器环境中评估和优化智能体与语言模型。
62572032PythonApache-2.0更新于 昨天
将任意 Agent Skill 转换为 Harbor 格式、可用于强化学习的终端任务。
Skill2Env 读取 Agent Skill 文件夹,生成 Harbor 格式的终端任务。Harbor 是用于强化学习环境的任务结构。每个生成的任务包含指令文件、Docker 环境定义、测试夹具、带评分标准的验证器,以及可选的参考解法。
流程中,Codex 智能体在容器内运行:规划器决定一个 Skill 应生成多少任务,创建器智能体负责构建每个任务。运行环境需要 Linux 主机、Docker、Python 3.12+ 以及 Codex 登录。批量运行时可递归扫描目录,并支持断点续跑,跳过已完成的 Skill。
仓库还附带 SkillHub,其中收录了许可证友好的 Skill 文件夹,可直接作为输入。
克隆仓库
git clone git@github.com:NVlabs/Skill2Env.git进入项目目录
cd Skill2Env使用 uv 安装依赖
uv sync从示例 Skill 生成最多两个任务(需要 Docker、Python 3.12+ 以及 Codex 登录)
uv run skill2env generate --input-root SkillHub/test_samples/game-developer --out output/quickstart --max-tasks-per-skill 2 --max-parallel-workers 2概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
Terminal-Bench 团队推出的框架,用于在容器环境中评估和优化智能体与语言模型。
基于 Go 的斗地主游戏,支持联网对战、断线重连和智能机器人,发牌完全随机。
开源 RAG 引擎,将检索增强生成与智能体能力结合,为大模型应用提供上下文层。
开源的强化学习框架,用于训练语言智能体,可接入任意 agent harness、沙箱和训练后端。
ASPIRE 是一个让编码智能体迭代优化可复用机器人技能的框架,用于仿真与真机操作任务,而非训练模型权重。
可自托管的 PaaS 平台,用于在自有 VPS 上部署应用和数据库,可替代 Vercel、Netlify 和 Heroku。