strands-env 是模型训练领域的开源项目，由 strands-rl 开发，是 2026 年新上线的项目。
它收录于模型训练分类，该分类目前共有 523 个项目，GitHub 星标数为 62。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-16。Apache-2.0 许可证，可免费使用和部署。
它主要面向的使用场景是：强化学习智能体训练环境搭建。同类可对比的替代方案包括 Gymnasium、PettingZoo、EnvPool。
strands-env
快速搭建智能体强化学习训练环境，直接对接 Strands Agents。
strands-env 是一个用于构建智能体环境的框架，专为 Strands Agents 的强化学习训练与评估而设计。它解决的核心问题是：在智能体强化学习场景中，如何标准化、模块化地定义和搭建训练环境。该框架提供了一套清晰的环境构建接口和工具，让开发者能够快速创建自定义的智能体交互环境，并集成到强化学习流程中。其核心能力包括环境状态管理、动作空间定义、奖励计算以及与 Strands Agents 的无缝对接，从而支持从简单到复杂的智能体任务训练与评测。项目目前处于早期阶段，代码库简洁，专注于为特定智能体体系提供环境层支持。
开源
free
智能体
GitHub 星标
★ 62
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类智能体
开发团队strands-rl
所属国家
定价模式free
价格说明开源框架，Apache-2.0 许可证，可免费使用和部署。
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agent-environments,agentic-rl,ai-agents,strands-agents
GitHub 星标★ 62
30天Star增速
HF 下载量
上线时间2026-01-30 00:00:00
最近更新2026-09-16 00:00:00
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2026-08-09
浏览次数5
使用教程
核心亮点
- 专为 Strands Agents 设计，集成路径清晰，减少适配成本
- 环境构建模块化，支持自定义状态、动作和奖励
- Python 实现，易于扩展和嵌入现有 RL 流程
不足之处
- 项目早期，文档和示例相对有限
- 社区规模小，生态和第三方支持待观察
适用场景
- 强化学习智能体训练环境搭建
- 智能体策略评估与对比实验
- 自定义交互式环境原型开发
替代项目
Gymnasium、PettingZoo、EnvPool
项目介绍
上一篇：training_hub
下一篇：verl-agent
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)
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···
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!
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···