AgentGym
让大模型智能体在多样环境中自我进化，一键复现论文实验
项目预览
项目数据
项目介绍
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 ★ 857
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.10
- Docker（部分环境需要）
安装与启动步骤
-
1装环境包
先装 agentenv，各种交互环境都靠它拉。
pip install agentenv -
2克隆主仓
带 --recursive，子模块是各环境定义。
git clone --recursive https://github.com/WooooDyy/AgentGym cd AgentGym -
3装项目
可编辑安装，方便改任务配置。
pip install -e . -
4跑一个环境
选一个轻量环境先验证，再扩到全部。
python -m agentenv --help
如何确认成功
能拉起一个环境实例并完成一轮交互轨迹。
注意事项
- 它是给 agent 训练/评测用的环境集合，轨迹数据在 HF 上。
- 全量环境很重，按需只装你要的那几个。
核心亮点
- 提供统一环境接口，支持网页、文本游戏、机器人等多类任务，降低多环境适配成本
- 内置 AGILE 进化训练算法，能自动生成新任务并提升智能体泛化能力，而非静态微调
- 附带完整评估基准和复现脚本，便于对比不同训练策略效果
不足之处
- 项目处于早期，文档和社区支持待观察
- 依赖较多环境模拟器，安装配置门槛较高
适用场景
- 学术研究：复现 ACL 2025 论文实验，探索智能体进化训练方法
- 多任务智能体开发：训练一个模型适应网页操作、游戏、具身控制等不同场景
- 智能体评估：使用统一基准对比不同训练策略的泛化能力
替代项目
Voyager、MiniWoB++、ALFWorld
上一篇：GRAPE
下一篇：Latent-SFT
同类项目推荐
slime
开源
把大模型强化学习后训练做成可横向扩展的基础设施
slime is an LLM training framework for RL Scaling.
chatterbox-finetuning
开源
用你的数据训练专属多语言语音模型，支持声音克隆。
Fine-tuning toolkit for Chatterbox TTS & Chatterbox TURBO & Chatterbox NANO models. ···
ROLL
开源
大模型强化学习训练，一键从单机扩到集群
An Efficient and User-Friendly Scaling Library for Reinforcement Learning with Large···
paxml
开源
用JAX训练超大模型，榨干GPU算力，配置灵活不掉队。
Pax is a Jax-based machine learning framework for training large scale models. Pax a···
rllm
开源
把多张关系表变成图，用 GNN+LLM 一起做表格预测
Pytorch Library for Relational Table Learning with LLMs.
BloomBee
开源
多台普通设备拼起来，也能微调和跑大模型
Decentralized LLMs fine-tuning and inference with offloading
kokoro-ruslan
开源
用 Ruslan 语料库训练俄语 Kokoro 语音模型
Kokoro Language Model Training Script for Russian (Ruslan Corpus)
Alpaca-CoT
开源
统一接口微调大模型，轻松搞定数据、模型与方法
We unified the interfaces of instruction-tuning data (e.g., CoT data), multiple LLMs···
Awesome-VLA-Post-Training
开源
VLA后训练方法一网打尽，快速找到微调方案
A collection of vision-language-action model post-training methods.