agent-lightning

训练智能体像训练模型一样顺，调优不再全靠试

开源 🏷️完全免费 ✅ 目前可打开基础设施 🍴 复刻 1716 🐛 待处理 199 👀 关注 80

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 18926

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署或使用在线文档和演示。

项目预览

agent-lightning 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类基础设施

开发团队microsoft

官网地址https://microsoft.github.io/agent-lightning

GitHubhttps://github.com/microsoft/agent-lightning

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署或使用在线文档和演示。

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent,agentic-ai,llm,mlops,reinforcement-learning

GitHub 星标★ 18926

上线时间2025-06-18 00:00:00

代码更新2026-11-05

仓库体积49.6 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数12

项目介绍

微软推出的 AI Agent 训练框架，专注于帮助开发者高效训练和优化智能体。它提供了完整的训练管线与工具链，支持多种主流模型，旨在让 Agent 的开发像闪电一样快速，是探索智能体应用落地路径的有力工具。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 18926

技术标签

agent agentic-ai llm mlops reinforcement-learning

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 30 分钟部署方式：本地安装 4 步

环境要求

Python 环境（README 未给出具体版本要求）
已安装 uv 包管理命令行工具
带 CUDA 13.0 的 NVIDIA 机器（README 安装示例所用环境）
可从 GitHub 访问并下载依赖的网络环境

安装与启动步骤

1克隆仓库

从 GitHub 拉取 agent-lightning 源码，README 安装说明默认你已进入仓库目录。
```
git clone https://github.com/microsoft/agent-lightning.git
```
2进入仓库目录

README 中的 cd <this-repo> 即进入克隆后的仓库根目录，后续命令都在此执行。
```
cd agent-lightning
```
3同步依赖

用 uv 按项目锁定文件创建虚拟环境并安装全部依赖，首次执行需下载较久。
```
uv sync
```
4安装 verl 环境

运行仓库自带脚本安装 verl 0.8.0 的 CUDA 13.0 版本，需与本机 CUDA 版本匹配。
```
bash scripts/setup_verl.sh 0.8.0 cu130
```

如何确认成功

README 未给出验证命令；uv sync 与 setup_verl.sh 均无报错退出即视为装好。

常见问题

Q：为什么安装脚本要传 0.8.0 cu130 两个参数？

A：README 示例使用的是 verl 0.8.0 与 CUDA 13.0 组合，机器 CUDA 版本不同时应按官方安装指南更换对应参数。

Q：安装完成后怎么用？

A：README 节选未包含使用说明，请查阅官方文档站 https://microsoft.github.io/agent-lightning/stable/ 的安装与入门章节。

Q：网上教程和现在版本对不上怎么办？

A：Agent Lightning 在 v1.0 做了完全重构，早于 v1.0 的旧版本请查看仓库的 v0.x 分支说明，不要混用两套文档。

Q：没有 CUDA 13.0 的机器能装吗？

A：README 仅给出 CUDA 13.0 机器上的示例，其他环境的安装参数未说明，需参考官方 Installation Guide 确认。

注意事项

README 中仓库路径写作 <this-repo>，实际请替换为克隆下来的目录名（示例为 agent-lightning）。
setup_verl.sh 的版本参数需与本机 CUDA 环境匹配，README 只演示了 0.8.0 cu130。
项目要求以简约为原则（约 3500 行代码），但训练 Agent 本身通常需要 GPU 资源。
遇到问题优先看官方文档 https://microsoft.github.io/agent-lightning/stable/00-installation/。