MARTI

让多个大模型智能体协作训练与推理，轻松搞定复杂任务

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 50 🐛 待处理 7 👀 关注 3

GitHub ↗

GitHub 星标 ★ 574

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源框架，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队TsinghuaC3I

GitHubhttps://github.com/TsinghuaC3I/MARTI

定价模式🏷️完全免费

价格说明开源框架，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autogen,camel,deepseek-r1,gemma,large-language-models,large-reasoning-models,llama,multi-agent-reinforcement-learning,multi-agent-systems,openrlhf,qwen,verl

GitHub 星标★ 574

上线时间2025-05-10 00:00:00

代码更新2026-08-20

仓库体积12.3 MB

本站数据更新2026-11-08

维护状态维护中

收录时间2026-08-09

浏览次数4

项目介绍

MARTI 是一个面向大语言模型（LLM）的多智能体强化训练与推理框架。它解决了当前多智能体系统（MAS）在训练和部署时缺乏统一、可扩展框架的问题，使得开发者能够高效地构建、训练和运行基于 LLM 的协作式多智能体应用。其核心能力包括：支持多种强化学习算法（如 PPO、Q-learning）与 LLM 结合，提供灵活的智能体通信与协作机制，以及高效的并行训练和推理优化。通过模块化设计，MARTI 允许用户自定义智能体策略、环境和奖励函数，从而快速原型化复杂的多智能体场景。项目处于早期阶段，但已展现出在复杂任务分解、多智能体协作决策和持续学习方面的潜力。

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 ★ 574

技术标签

autogen deepseek-r1 gemma large-language-models llama

使用教程

难度：高级约 85 分钟部署方式：本地GPU 5 步

环境要求

NVIDIA 显卡
Python 环境
模型权重

安装与启动步骤

1克隆

多智能体树搜索加强化学习的训练框架。
```
git clone https://github.com/TsinghuaC3I/MARTI.git
```
2装依赖

按清单装，推理框架版本要对。
```
pip install -r requirements.txt
```
3跑单智能体示例

先从一个最简单的训练脚本开始。
```
bash examples/single-agent/run_train_math_async.sh
```
4再跑多智能体

多智能体编排复杂，确认单体能跑再上。
```
bash examples/multi-agent/run_train_chain.sh
```
5带树搜索的变体

搜索会显著增加显存与时间开销。
```
bash examples/mars2/run_train_single_mcts.sh
```