AgentArk

一套环境跑通多模态 Agent 评测与 RL 训练

开源 free 评测安全

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 211

维护状态较活跃

是否开源是

定价模式 free

项目预览

项目数据

分类评测安全

开发团队P90-RushB

所属国家

官网地址https://p90-rushb.github.io/agentark-hub

GitHubhttps://github.com/P90-RushB/AgentArk

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★ 211

30天Star增速

HF 下载量

上线时间2025-08-21 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-13

浏览次数0

项目介绍

AgentArk 是一个面向多模态智能体（Agent）的通用环境框架，主要解决当前 Agent 评测与强化学习训练中环境搭建成本高、任务类型单一、难以规模化的问题。它把环境抽象成可插拔的模块，支持文本、图像等多模态输入输出，让研究者可以快速定义任务、批量运行 Agent 并收集轨迹数据。核心能力包括：统一的环境接口，便于接入不同 Agent 实现；可扩展的任务与场景配置，支持并行采样；面向强化学习的交互式 rollout 与奖励信号接入，使评测和训练共用同一套环境。项目用 Python 编写，定位为基础设施层，适合需要系统化对比 Agent 能力或做多模态 Agent RL 实验的团队，降低从零搭建评测环境的重复劳动。