OpenThoughts-Agent

一套配方搞定 Agent 训练数据与流程

开源 free 模型训练
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 303
维护状态 活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类模型训练
开发团队open-thoughts
所属国家
官网地址
定价模式free
价格说明开源项目,免费使用
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型
GitHub 星标★ 303
30天Star增速
HF 下载量
上线时间2025-12-05 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-17
浏览次数0

项目介绍

OpenThoughts-Agent 是面向 AI Agent 训练的开源数据配方与基础设施项目,核心解决智能体训练中数据质量参差、流程难以复现的问题。它提供一套可复用的数据构建方法,把原始交互轨迹整理成适合监督微调或强化学习的训练样本,并配套稳健的训练与评测管线,覆盖数据清洗、格式转换、任务构造到模型训练的关键环节。项目用 Python 实现,结构清晰,便于研究者按自己的任务替换数据源和训练配置。相比只给模型权重或零散脚本的方案,它更强调“配方”的可迁移性:换一个 Agent 场景,仍能沿用同一套数据加工与训练流程。适合想快速搭建 Agent 训练闭环、又不想从零造数据管线的团队,也可作为复现和对比不同数据策略的实验底座。

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

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 提供端到端数据配方,从原始轨迹到可训练样本的加工步骤可复用
  • 配套稳健训练基础设施,降低 Agent 训练流程的搭建与复现成本
  • Python 实现、结构清晰,便于按自有任务替换数据源和训练配置

不足之处

  • 项目尚处早期,星标约 300,生态与社区案例有限
  • 文档和最佳实践可能不够完整,复杂场景需自行摸索

适用场景

  • 为自定义 Agent 快速构建监督微调数据集
  • 复现和对比不同数据策略对 Agent 效果的影响
  • 搭建从数据清洗到训练评测的 Agent 训练闭环

替代项目

OpenRLHF、verl

上一篇:Semi-supervised-learning

下一篇:privacy

同类项目推荐

Long-RL 开源

让强化学习轻松驾驭超长序列,训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 729 2026-08-09
TPA 开源

把注意力复杂度从平方降到线性,长序列不再卡顿

[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···

★ 464 2026-08-09
minimind 开源

两小时造出你的小模型,练手入门不求人

Train a 64M-parameter LLM from scratch in just 2h!

★ 63828 2026-08-09
pruna 开源

一键优化 AI 模型,推理提速又省资源。

Pruna is a model optimization framework built for developers, enabling you to delive···

★ 1317 2026-08-13