Trace

让AI Agent自动进化，越用越聪明

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 64 🐛 待处理 8 👀 关注 12
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 764
维护状态 低维护
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，可自行部署使用。

项目预览

Trace 项目界面预览图
图片来源：项目官网

项目数据

分类开源模型
开发团队microsoft
官网地址https://microsoft.github.io/Trace
GitHubhttps://github.com/microsoft/Trace
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agentic-agi,agentic-workflow,agents,ai,autodiff,compound-systems,end-to-end,generative-optimization,large-language-models,llm,machine-learning,optimization,optimizer,prompt-optimization,python
GitHub 星标★ 764
上线时间2024-06-14 00:00:00
代码更新2026-06-17
仓库体积128.0 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

Trace 是一个面向 AI Agent 的端到端生成式优化框架，旨在解决智能体在复杂任务中表现不稳定、难以自动调优的问题。它通过将 Agent 的执行轨迹（trace）作为优化对象，利用大语言模型生成改进策略，自动迭代提升 Agent 的决策质量。核心能力包括：轨迹采集与可视化、基于 LLM 的反馈生成、策略自动更新，以及多场景适配（如代码生成、工具调用、多步推理）。项目处于早期阶段，代码结构清晰，支持自定义 Agent 环境，适合研究人员和开发者探索 Agent 自优化机制。

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 ★ 764

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 3.9+
  • torch

安装与启动步骤

  1. 1装包

    用通用反馈（如奖励分数）端到端训练。

    pip install trace-opt

  2. 2写一个目标函数

    Trace 会把数值当节点自动求导。

    from trace import Trace
z2 = x / 3

  3. 3优化参数

    用反馈信号驱动参数更新。

    trace.optimize(steps=100)

  4. 4看收敛

    打印每步的反馈值。

    print(trace.history)

如何确认成功

优化过程中反馈分数单调上升。

注意事项

  • 它的定位是「AutoDiff for 通用反馈」，比 RL 更轻。
  • 反馈函数设计不好会学出投机解。
  • 整数常量会被自动转成节点，不用手动包装。

核心亮点

  • 端到端优化，直接作用于Agent轨迹而非手工调参
  • 基于LLM生成改进策略，无需人工设计奖励函数
  • 提供可视化界面，便于观察Agent决策过程

不足之处

  • 文档/社区待观察
  • 依赖外部LLM API，优化成本较高

适用场景

  • 自动优化多步推理Agent的决策逻辑
  • 提升工具调用型Agent的任务完成率
  • 研究Agent自我改进机制的教学实验

替代项目

DSPy、TextGrad、AgentOptimizer

上一篇：LatentMAS

下一篇：mcp_on_ruby

同类项目推荐

agents-from-scratch 开源

从零手写 AI 智能体，不靠框架，看完你也能造

Build AI agents from first principles using a local LLM - no frameworks, no cloud AP···

★ 1071 2026-08-09
pilotfish 开源

让便宜模型干活，贵模型把关，省钱又保质量

Multi-model orchestration layer for Claude Code — the frontier model plans, cheaper···

★ 716 2026-08-09
azure-ai-travel-agents 开源

用多代理框架搭建企业级 AI 旅行助手，一键部署到 Azure

A robust enterprise application sample (deployed on ACA) that leverages MCP and mult···

★ 482 2026-08-10
dotbot 开源

让团队 AI 开发有章可循，过程可审计

Structured, auditable AI-assisted development for teams. Zero-dependency MCP server,···

★ 55 2026-08-09
omux 开源

在 tmux 里并行编排多个 AI 编程智能体，自动续跑、执行后审查，搞定复杂编码循环。

Orchestrate AI coding agents (Claude Code, Codex) as parallel subagents over tmux —···

★ 101 2026-08-09
ai-agent-papers 开源

每周更新，系统收录AI智能体前沿论文，快速掌握领域脉络。

A collection of AI Agents papers (Updated biweekly)

★ 1727 2026-08-09
CatchMe 开源

记录屏幕，让 AI 记住你，交互更懂你

"CatchMe: Make Your AI Agents Truly Personal"

★ 521 2026-08-09
agent-skill-creator 开源

一站式构建、测试并分发 AI 智能体技能，覆盖 17 个平台。

Build tested agent skills and govern their lifecycle through a user-defined marketpl···

★ 2413 2026-08-27
easyclaw 开源

双击安装，轻松跑起你的 AI 代理

Unofficial desktop installer for the OpenClaw AI agent on macOS and Windows. Sets up···

★ 132 2026-08-09