基于 GRPO 的 Python 强化学习框架,让多步骤 LLM 智能体从自身经验中学习。
microsoft/agent-lightning
微软推出的轻量级智能体强化学习框架,可在保留真实工具与运行环境的前提下训练 AI 智能体。
- Star
- 18,765
- Fork
- 1,871
- 未关闭 Issue
- 172
- 最近提交
- 10小时前
这是什么?
Agent Lightning 是一个面向智能体的强化学习框架,通过训练底层模型来提升 AI 智能体的表现。智能体可以保留原有的工具、上下文、控制流和运行环境,并通过 Agent Lightning 代理与模型交互,无需修改智能体代码。
框架由三个组件构成:Trainer 负责运行 verl 和 vLLM、构建训练样本并更新策略;API Gateway 负责代理模型请求并采集训练数据;Rollout Controller 负责在本地或以 Kubernetes Job 形式启动智能体。整个项目代码量约 3,500 行。
仓库提供多个示例,包括基于 AutoGen 与 MCP 计算器工具的数学推理、Search-R1 多轮检索、沙箱中的通用计算机与代码智能体,以及基于仓库测试训练的编码智能体,其中还包含 Qwen3.5-35B-A3B 的 MoE 版本。
核心功能
- 01无需修改智能体代码,即可训练基于真实运行框架的智能体。
- 02支持在本地或以原生 Kubernetes Job 形式运行智能体。
- 03训练与采样流程基于 verl 和 vLLM。
- 04通过 API Gateway 将交互过程采集为训练样本。
- 05提供基于 SWE-bench Verified 的端到端编码智能体训练示例。
适用场景
- 用强化学习提升基于 AutoGen 等框架构建的现有智能体。
- 利用代码仓库测试训练编码智能体。
- 在 Kubernetes 集群上进行大规模智能体 rollout。
- 研究包含真实工具和多轮环境的智能体强化学习。
快速上手
- 1
克隆仓库并进入目录
- 2
使用 uv 安装依赖
uv sync - 3
安装 verl GPU 环境(以 CUDA 13.0 为例)
bash scripts/setup_verl.sh 0.8.0 cu130
使用前须知
- 完整训练流程需要支持 CUDA 的 GPU,安装示例基于 CUDA 13.0。
- 安装涉及 verl、vLLM、uv 等多个组件,详细步骤需参考单独的安装指南。
标签
常见问题
- agent-lightning 是什么?
- 微软推出的轻量级智能体强化学习框架,可在保留真实工具与运行环境的前提下训练 AI 智能体。 Agent Lightning 是一个面向智能体的强化学习框架,通过训练底层模型来提升 AI 智能体的表现。智能体可以保留原有的工具、上下文、控制流和运行环境,并通过 Agent Lightning 代理与模型交互,无需修改智能体代码。
- agent-lightning 可以免费使用吗?用的什么许可证?
- agent-lightning 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- agent-lightning 还在维护吗?
- 活跃维护中。agent-lightning 最近一次提交是在 2026年10月20日。
- agent-lightning 适合用来做什么?
- 用强化学习提升基于 AutoGen 等框架构建的现有智能体。 利用代码仓库测试训练编码智能体。 在 Kubernetes 集群上进行大规模智能体 rollout。 研究包含真实工具和多轮环境的智能体强化学习。
- agent-lightning 怎么安装和运行?
- 克隆仓库并进入目录 使用 uv 安装依赖: uv sync 安装 verl GPU 环境(以 CUDA 13.0 为例): bash scripts/setup_verl.sh 0.8.0 cu130
- 在哪里获取 agent-lightning?
- 源代码和安装说明在 GitHub 上:https://github.com/microsoft/agent-lightning
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
1.1万1008PythonApache-2.0更新于 6小时前
无需编码的平台,通过自然语言描述生成 AI 智能体,内置工具、记忆与编排能力。
5995744PythonMIT更新于 3小时前
开源桌面应用与 Web 界面,可在本地运行、微调和导出大语言模型与扩散模型,并提供代码版训练库。
7.8万7246PythonApache-2.0更新于 3小时前
用于构建 Agent 原生应用的 TypeScript SDK,支持生成式 UI、共享状态与人机协同。
3.8万4751TypeScriptMIT更新于 12小时前
面向 LLM 与 AI Agent 的记忆操作系统,统一管理长期记忆的存储、检索与编辑。
1.2万1300TypeScriptApache-2.0更新于 5小时前