一个命令行工具,让 AI 编程智能体通过迭代任务循环完成工作,并将成果沉淀为可复用的经验数据。
scaleapi/agentenv-framework
用于构建、部署和运行容器化智能体强化学习环境及其任务评分的 Python SDK 与命令行工具。
- Star
- 415
- Fork
- 55
- 未关闭 Issue
- 39
- 最近提交
- 17小时前
这是什么?
AgentEnv Framework 是一个 Python SDK 与命令行工具,用于创建供 AI 智能体操作的环境,并为智能体的操作结果设计评分任务。每个环境是一个遵循开放 agentenv-framework-protocol 协议的容器化服务。框架会把环境构建为带版本的镜像,通过网关部署,将智能体接入环境,并运行评分器对结果进行打分。
运行 agent-env run hello 即可执行内置任务,无需 Docker 或模型配置;agent-env up 则会启动本地环境的浏览器。默认情况下,环境与智能体以容器形式运行在本地 Docker 上,文档中also介绍了其他沙箱提供方。本地存储开箱即用,AWS 与 GCP 存储后端为可选扩展。任务可以以 OpenEnv 环境的形式对外提供,插件则可以添加环境类型、提供方、任务步骤和存储。
核心功能
- 01将环境构建为带版本的容器镜像,并通过网关部署。
- 02将智能体接入环境,并由任务评分器对其行为打分。
- 03可通过 pip 或 uv 安装,内置 hello 任务无需额外配置即可运行。
- 04默认使用本地存储,AWS 与 GCP 存储后端为可选扩展。
- 05支持通过插件添加环境类型、沙箱提供方、任务步骤和存储。
- 06可将任务暴露为 OpenEnv 环境,供任意 OpenEnv 客户端重置和交互。
适用场景
- 构建智能体通过工具完成任务、并由评分器判定结果的强化学习环境。
- 在隔离容器中评估大语言模型智能体的多步骤任务表现。
- 通过插件包添加自定义环境类型或沙箱提供方。
- 结合时区设置,让智能体按用户本地时间运行任务与定时触发。
快速上手
- 1
使用 uv 将 agent-env 命令安装为工具
uv tool install agentenv-framework - 2
运行内置的 hello 任务(无需 Docker、模型或配置)
agent-env run hello
使用前须知
- 在本地运行环境需要正在运行的 Docker 守护进程。
- 需要 Python 3.11.4 或更高版本。
- 项目目前为 0.9.x 版本,且没有书面的兼容性或弃用政策,可能出现破坏性变更。
收录于专题
标签
常见问题
- agentenv-framework 是什么?
- 用于构建、部署和运行容器化智能体强化学习环境及其任务评分的 Python SDK 与命令行工具。 AgentEnv Framework 是一个 Python SDK 与命令行工具,用于创建供 AI 智能体操作的环境,并为智能体的操作结果设计评分任务。每个环境是一个遵循开放 agentenv-framework-protocol 协议的容器化服务。框架会把环境构建为带版本的镜像,通过网关部署,将智能体接入环境,并运行评分器对结果进行打分。
- agentenv-framework 可以免费使用吗?用的什么许可证?
- agentenv-framework 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- agentenv-framework 还在维护吗?
- 活跃维护中。agentenv-framework 最近一次提交是在 2026年11月6日。
- agentenv-framework 适合用来做什么?
- 构建智能体通过工具完成任务、并由评分器判定结果的强化学习环境。 在隔离容器中评估大语言模型智能体的多步骤任务表现。 通过插件包添加自定义环境类型或沙箱提供方。 结合时区设置,让智能体按用户本地时间运行任务与定时触发。
- agentenv-framework 怎么安装和运行?
- 使用 uv 将 agent-env 命令安装为工具: uv tool install agentenv-framework 运行内置的 hello 任务(无需 Docker、模型或配置): agent-env run hello
- 在哪里获取 agentenv-framework?
- 源代码和安装说明在 GitHub 上:https://github.com/scaleapi/agentenv-framework
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
面向 JVM 的实时 AI 智能体运行时,通过 WebSocket、SSE 或 gRPC 流式推送 Token,统一对接 12 种 LLM 框架适配器。
开源的 LLM 与 AI Agent 应用评估、追踪、模拟、护栏与优化平台,支持自托管。
一个用于构建稳健强化学习环境的开源 Python 框架,在隔离虚拟机中运行智能体任务。
一个开源的具身智能体框架,用大模型规划器、VLA 操作模型和记忆机制驱动机器人在仿真器和真实机器人上完成任务。
让 Claude Code 和 Codex 把任务委派给 Google Antigravity CLI(agy)运行的 Gemini 模型的插件。