AgentEnv Framework – 快速概览

是什么 – AgentEnv Framework是一个Python SDK和命令行工具（agent-env），用于创建、部署和评估代理环境（讲agentenv-framework-protocol的容器化服务）。它允许您将环境打包为Docker镜像，在网关后面运行，指向LLM风格的代理，并自动对代理的行为进行评分。

关键组件

• 环境 – 暴露标准协议的容器化服务器（本地Docker、Vercel沙箱或自定义微型VM）。
• 代理 – 您自己的LLM导向代码（或外部服务），通过协议与这些环境交互。
• 任务/回合 – 定义的情景，编排代理与环境之间的回合，处理超时、工具调用和评分。
• 后端 – 本地Docker、Vercel沙箱、smol_vm微型VM，以及可选的人工制品云存储（AWS、GCP、TensorLake、Tenki）。
• 插件 – 用于新环境类型、提供商、任务步骤或存储后端的可扩展点。

典型工作流程

1. 定义环境（Dockerfile + agentenv-framework-protocol服务器）。
2. 构建并注册 使用agent-env（创建版本化镜像）。
3. 创建任务 描述回合（回合顺序、提示、评分）。
4. 运行任务 通过agent-env run <task>或使用Python SDK：

   spec = EpisodeSpec.from_task(Task.get("my-task"), turn_timeout=900)
   episode = await spec.start()
   while (turn := await episode.next_turn()) is not None:
       async with turn.tools() as tools:
           ...  # 调用工具、读取提示、生成响应
       await turn.end(response="完成")
   scores = await episode.result()
   

5. 收集分数 – CLI显示的相同数字将用于强化学习或评估。

安装 – 在PyPI上作为agentenv-framework提供。需要Python ≥ 3.11.4和用于本地后端的Docker。使用uv tool install agentenv-framework（或pip）安装CLI，并为特定提供商添加额外功能（[vercel]、[smol]、[aws]等）。

为什么重要 – 它抽象了启动隔离服务和给LLM代理评分的复杂性，使需要调用外部工具、API或自定义代码的代理更容易进行基准测试或训练。

资源

• 文档: https://www.agentenvframework.com/docs
• GitHub: https://github.com/scaleapi/agentenv-framework
• 许可证: Apache-2.0