XYZ-AI-Lab/AxisAgentic

AxisAgentic 是一个用于长周期 AI agent 的可扩展 runtime。它还会收集执行过程中产生的轨迹。该 runtime 可与 OpenAI 兼容的 endpoint 和可插拔的本地模型 client 配合使用，并处理多轮执行、工具编排、上下文管理、恢复以及基准评估。每条 trace 都会保留模型可见的状态，因此同一份记录既可以用于恢复和重放，也可以用于基准评估或经过过滤的 SFT 导出。 Web Search 和 WideSearch 是目前的参考 recipe。相同的扩展点也可用于支持领域专用、通用以及编码 agent。本仓库不包含模型权重。 ## ✨ 核心能力 - 仅追加的 trace 可保留 runtime 事件，并能在任何阶段重构模型可见的上下文。 - 模型 client、工具、orchestrator、数据集、评估器、奖励函数以及 recipe 策略均可替换。 - 上下文预算、压缩、回滚、重试、恢复、自我验证和工具限制等机制支持长周期运行。 - 每个任务都会记录 trace、token 和计时指标、评估产物以及用于轨迹筛选的来源信息。 - SFT 导出器会重放 runtime 可见性标记，而 rollout 接口则将执行连接到外部训练系统。 - 严格的 YAML schema 和可移植的路径方案可确保运行在不同环境之间的可重复性。 ## 🔁 从执行到学习 每个任务都会写入一条仅追加的 trace。该 trace 是重放、评估和轨迹收集的公共数据源。选定的轨迹随后可导出用于外部训练。 Runtime 标记会记录回滚、上下文压缩以及 discard-all 事件。通过重放这些标记，可以重构模型在特定阶段所看到的内容。Trace 检查和 SFT 导出使用相同的规则，因此监督学习样本会排除隐藏的历史记录和已回滚的操作。 Recipe 导出器会生成 Swift Agent 及相关训练格式，并附带源 trace、任务状态和可选的元数据。外部训练 pipeline 负责最终的准确性过滤器、loss mask 和优化。AxisAgentic 提供了重放和导出边界，从而使推理和训练使用相同的交互历史。 ## 🦅 旗舰参考：XYZ-Aquila XYZ-Aquila 是一个基于 AxisAgentic 构建的搜索系统。它的 recipe 将搜索和抓取与上下文管理、恢复、评估以及状态忠实的 SFT 导出相结合。底层接口也适用于其他模型 client、工具和任务领域。 ### 📊 结果 [Aquila 技术报告](https://xyz-lab.ai/blogs/ai4ai-at-scale/) 报告了 XYZ-Aquila-mini 和 XYZ-Aquila-pro 在七个 agentic 基准测试上的表现。下图重现了其中六个基准的报告比较结果。  *指标说明：BrowseComp、BrowseComp-ZH、LiveBrowseComp 和 Humanity's Last Exam 使用 LLM-judge 准确率；DeepSearchQA 使用 macro F1；WideSearch 使用 item 级别的 F1 Max@4。详情请参阅[评估与可重复性](docs/evaluation.md)。* 部分基线值来自公开报告，这些报告使用了不同的测试框架、工具、评判标准和评估日期。请将下图视为基准层面的比较，而非受控的通用排名。 ## 🚀 快速开始 AxisAgentic 需要 Python 3.12 或更高版本，以及一个 OpenAI 兼容的模型 endpoint。[快速开始](docs/getting-started.md) 涵盖了安装、provider 变量、recipe 配置、预演运行 (dry run)、重放和 SFT 导出。完整配置参考请参见[配置](docs/configuration.md)。 ``` git clone https://github.com/XYZ-AI-Lab/AxisAgentic.git cd AxisAgentic python3.12 -m venv .venv source .venv/bin/activate ./setup_env.sh source .envs/axis_agentic_env.sh cp .env.example .envs/.env ``` 在设置 provider 和数据集值之后，无需启动运行即可验证 Web Search recipe： ``` cp recipe/web_search/configs/default.yaml my-search-run.yaml python -m recipe.web_search.runners.run_eval_config \ --config my-search-run.yaml \ --dry-run ``` ## 📚 文档 - [文档索引](docs/README.md) - [快速开始](docs/getting-started.md) - [配置](docs/configuration.md) - [架构](docs/architecture.md) - [项目结构](docs/project-structure.md) - [评估与可重复性](docs/evaluation.md) - [Recipes](recipe/README.md) ## 📜 许可证 除非另有说明，AxisAgentic 均采用 [Apache License 2.0](LICENSE) 授权。有关第三方归属和许可说明，请参见 [NOTICE](NOTICE)。 ## 📝 引用 如果您使用了本代码库，请引用该软件： ``` @software{wang2026axisagentic, author = {Wang, Jinyu and Zhang, Yifei and {{XYZ Agentic Team}}}, title = {AxisAgentic: An Extensible Runtime and Trajectory-Collection Framework for Long-Horizon Agents}, organization = {XYZ AI Lab}, year = {2026}, url = {https://github.com/XYZ-AI-Lab/AxisAgentic} } ```

标签：Python, 上下文管理, 人工智能, 工具编排, 无后门, 用户模式Hook绕过, 网络攻击, 轨迹收集