Agent Lightning¶

Agent Lightning 是点亮 AI Agent 的终极训练器。

加入我们的 Discord 社区，与其他用户和贡献者交流。

特性¶

无需任何代码更改（几乎！）即可将您的 Agent 变成可优化的利器！ 💤
使用任何 Agent 框架（LangChain、OpenAI Agent SDK、AutoGen、CrewAI、Microsoft Agent Framework...）；甚至无需 Agent 框架（Python OpenAI）。随你所愿！ 🤖
有选择性地优化多 Agent 系统中的一个或多个 Agent。 🎯
拥抱算法，例如强化学习、自动提示优化、监督微调等。 🤗

如何阅读本文档¶

本文档分为以下几个部分

安装 - 开始使用 Agent Lightning
操作指南（例如，使用 RL 训练 SQL Agent）- 训练 Agent 和自定义算法的实用示例。
深入学习（例如，调试）- 关于特定主题（如调试或并行化）的指南。
算法动物园（例如，APO）- 内置算法的参考。
深入剖析（例如，鸟瞰图）- 更深入地了解 Agent-lightning 在幕后做了什么。
API 参考（例如，Agent）- Agent-lightning Python API 的参考。

资源¶

2025年11月4日使用 Tinker ✕ Agent-lightning 调整任何 AI Agent Medium。另请参阅第二部分。
2025年10月22日不再出现重新标记漂移：通过 OpenAI 兼容 API 返回 Token ID 在 Agent RL 中至关重要 vLLM 博客。另请参阅知乎文章。
2025年8月11日使用强化学习训练 AI Agent 编写和自我纠正 SQL Medium。
2025年8月5日 Agent Lightning：使用强化学习训练任何 AI Agent arXiv 论文。
2025年7月26日我们发现了一种使用 RL 训练任何 AI Agent 的方法，几乎无需更改任何代码。 Reddit。
2025年6月6日 Agent Lightning - Microsoft Research 项目页面。

社区项目¶

DeepWerewolf — 使用 AgentScope 和 Agent Lightning 构建的中国狼人游戏 Agent RL 训练案例研究。
AgentFlow — 一个模块化的多 Agent 框架，结合了规划器、执行器、验证器和生成器 Agent，并使用 Flow-GRPO 算法来解决长周期、稀疏奖励任务。
Youtu-Agent — Youtu-Agent 让你轻松构建和训练你的 Agent。基于修改后的分支的 Agent Lightning 构建，Youtu-Agent 已经验证了在数学/代码和搜索能力上使用 128 个 GPU RL 训练的稳定收敛。另请查看配方和他们的博客 停止与你的 Agent RL 作斗争：Youtu-Agent 如何实现稳定的 128 GPU 扩展而不会崩溃。

引用¶

如果您在研究或项目中觉得 Agent Lightning 有用，请引用我们的论文

@misc{luo2025agentlightningtrainai,
      title={Agent Lightning: Train ANY AI Agents with Reinforcement Learning},
      author={Xufang Luo and Yuge Zhang and Zhiyuan He and Zilong Wang and Siyun Zhao and Dongsheng Li and Luna K. Qiu and Yuqing Yang},
      year={2025},
      eprint={2508.03680},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2508.03680},
}

许可¶

有关详细信息，请参阅 LICENSE 文件。