#547 · 主分类: AI代理与自动化

AWorld

agent-framework agent-learning agent-runtime browsecomp environment gaia mcp rl-training world-model xbench

轻松搜索、理解、复制并改进一个想法。

项目最后更新:08/28/26

GitHub Stars

1.2K

Forks数量

125

贡献者数量

50

许可证

MIT

收录理由

AWorld 的观点是,模型只是智能体的一部分:真正把工具、记忆和上下文串联起来的 harness(框架)才能让你把自身的领域知识封装成可复用的自主智能体。你通过 aworld-cli 来驱动它,其中的编排器会规划任务,并将各个部分委派给专门的子智能体(如开发者、评估者,以及视频、音频和图像生成器),这些子智能体在构建-评估-演进循环中各自生成、打分并改进自己的输出。评估这一步很实际:你不需要指望模型一次做对,而是设定一个质量标准,系统会反复迭代直到达标。如果你想把自己的专长编码为 Skills,或者只是想看看一个简单的提示词能变成多完整的应用或视频,仓库里已经提供了用于应用评估和深度搜索工作流的现成 Skills,所以你不需要从空框架开始。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目