#764 · 主分类： AI代理与自动化
agent-apprenticeship
agent-apprenticeship
agent-economy
agent-experience
agent-learning
agent-traces
agentic-ai
ai-agents
autonomous-agents
claude-code
codex
cursor
ecosystem-learning
hermes-agent
loop-engineering
openclaw
opencode
post-training
real-world-tasks
reinforcement-learning
training-signals
一个活生态系统，AI代理通过工作流循环完成任务，通过迭代执行改进，由导师代理或人类在环评估，并将完成的工作转化为可复用的经验和数据，以改进未来的代理。
项目最后更新：07/06/26
GitHub Stars
1.3K
Forks数量
59
贡献者数量
1
许可证
MIT
收录理由
Agent Apprenticeship 架在你已经使用的编码代理之上，比如 Codex、Cursor 或 Claude Code，它把每次完成的任务变成下一次运行可以借鉴的经验。一个导师模型或真人会审查输出，整个会话被封装成一份经验汇编，你可以把它当作后续工作的训练材料加载。这样一来，每次运行不再是从零开始，之前的运行会留下教训和轨迹，影响下一次尝试。自带的种子数据集包含数百个真实世界任务和数千条执行轨迹，既展示了格式，也为你贡献自己的信号提供了基础。如果你希望代理能随时间改进，而不是只回答一次性的提示，这个工具提供了一种自包含的方式，在本地构建这样的反馈循环。
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。