正在整理你需要的资料…
从零手写一个工具调用 Agent。Tadpole 用约 3500 行纯 Python 写成:多轮会话、结构化 trace、明确的停止原因,文件、shell、网页搜索与抓取挂在同一个注册表下,上下文预算与压缩带一个跨重启存活的摘要检查点,还能以 Telegram 机器人常驻。每个阶段只加一个机制,配 601 个不需要模型参与的测试。
适合想跟着源码把 Agent 从循环一路学到 SFT、专家迭代和 GRPO 的人。训练要 24 GB CUDA GPU,后训练把 Qwen3-4B 的 pass@1 从 0.419 提到 0.774,测的是没训过的题型。
下面是把仓库 README 逐节读完后归纳出的中文要点。
这是一个从零写起的 LLM 智能体,约 3,500 行纯 Python、不依赖智能体框架,可用本地 4B 模型或任意兼容 OpenAI 的接口,在终端或 Telegram 机器人里常驻运行;文档按阶段记录构建与后训练过程
按阶段讲构建过程:每一步只加一个机制,配一次刻意的失败、聚焦测试(共 601 个,都不需要模型)与真实运行证据;从入门 notebook 起步可照着跑,后训练需要 24 GB 显存的 CUDA 显卡,整条线在 RunPod 上约花费 140 美元
后训练只改权重、代码与提示全部冻结,评测用训练集里没有的题型:140 个单轮任务与 80 个分级任务各取三次采样;SFT 带来最大提升,420 次运行里谎报完成从 31 次降到 1 次,EI-3 在 BFCL 多轮上超过 SFT-2
路线图列出几项待做的事:跨会话记忆并提供记住、检索与遗忘工具,技能与 MCP 也接到同一套工具注册表,常驻机器人加后台任务与只读子智能体,以及在模型不变的前提下用执行反馈改进提示与工具的自改进框架
工具实现改编自 nanobot 的部分内容,在此致谢;同时感谢 Qwen3、When2Call、Toucan 与 BFCL 的作者
项目以 MIT 协议发布,版权归 shakewingo 所有;第三方内容保留各自许可,其中 nanobot 工具为 MIT,Qwen3 派生的对话模板与 Hugging Face 适配器为 Apache-2.0,SFT 数据为 MIT
git clone https://github.com/shakewingo/Tadpole.git
cd Tadpole
python3 -m venv .venv && source .venv/bin/activate
pip install -e .| 主要语言 | Python | 许可 | MIT |
|---|---|---|---|
| 创建时间 | 2026-10-26 | 最近提交 | 2026-11-17 |
| 站内采集 | 2026-11-10 起,连续观察 9 天 | 最近一次 | 2026-11-18 |
最近 9 次采集
2026-11-10 70 ★ → 2026-11-18 96 ★ (累计 +26)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。