跳到主要内容

文档

评估可执行 Policy,并记录 Coding Agent 如何改进它们。

这些页面对应当前 v0.3 实现。

按任务查找

目标文档
评估 CartPole 基线快速开始
打包 Policy 源码Programs
编写 PolicyPolicy API
评估一个 ProgramEvaluation
让 Coding Agent 修改 ProgramRuns
添加 Environment 分发包Benchmark 编写

核心概念说明生命周期和信任边界。运行 Policy 或 Agent 代码前, 请阅读执行与安全

环境目录列出可用 Benchmark。结果档案保存历史实验 和重跑;这些结果不代表当前运行时。