uni-agent

训练能跑几十步不崩的长程智能体

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 657

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类智能体

开发团队verl-project

所属国家

官网地址

GitHubhttps://github.com/verl-project/uni-agent

定价模式free

价格说明开源框架，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★ 657

30天Star增速

HF 下载量

上线时间2026-01-22 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2026-10-13

浏览次数0

项目介绍

uni-agent 是一个面向长周期任务（long-horizon）的智能体训练框架，用 Python 实现。它要解决的核心问题是：现有智能体框架大多针对短程、单轮或少量步骤的任务，而真实场景（如多步骤网页操作、复杂工具调用、长链路推理）需要智能体在几十甚至上百步内保持状态、规划并纠错。uni-agent 提供统一的训练与执行抽象，把环境交互、轨迹收集、奖励/反馈信号和策略优化串联起来，让研究者能在一个框架内训练和评估长程智能体。其核心能力包括长序列轨迹管理、可扩展的环境/工具接口、与常见强化学习或模仿学习流程的衔接，以及面向多步决策的评测支持。项目目前处于早期阶段，星标约 657，适合想切入长程智能体训练方向的研究者和工程师作为起点。