EN

Agentic Context Engine(ACE)

ACE 是添加持久学习循环的开源引擎。

核验日期

核心信息

以下信息由程序从官方接口读取，不经模型改写。

许可证
Apache-2.0
语言
Python
维护方
kayba-ai
核验日期

它是什么

ACE 是添加持久学习循环的开源引擎。ACE 还为 Kayba 提供支持,Kayba 是自动为用户的生产智能体完成这项工作的托管服务。ACE 基于 ACE 论文(Stanford 与 SambaNova)和 Dynamic Cheatsheet。ACE 由 Kayba 和开源社区构建。

主要能力

  1. ACE 维护一个 Skillbook,它是随每个任务演进的持久策略集合。

  2. 3 个专门角色负责管理学习循环。

  3. Recursive Reflector 不是一次性总结轨迹,而是在沙箱环境中编写并执行 Python 代码,以程序化方式查找模式、定位错误,并持续迭代直到得到可操作的洞察。

  4. 这些角色均由带有结构化输出校验的 PydanticAI 智能体支撑。

  5. ACE 构建在可组合的流水线引擎之上。

怎么上手

  1. 使用 ACE 不涉及微调、训练数据或向量数据库。

摘自 README · bash
uv add ace-framework
摘自 README · bash
ace setup            # Walks you through model selection, API keys, and connection validation
摘自 README · bash
export OPENAI_API_KEY="your-key"    # or ANTHROPIC_API_KEY, or any of 100+ supported providers
摘自 README · python
from ace import ACELiteLLM

agent = ACELiteLLM(model="gpt-4o-mini")

# First attempt — the agent may hallucinate
answer = agent.ask("Is there a seahorse emoji?")

# Feed a correction — ACE extracts a strategy and updates the Skillbook
agent.learn_from_feedback("There is no seahorse emoji in Unicode.")

# Subsequent calls benefit from the learned strategy
answer = agent.ask("Is there a seahorse emoji?")

# Inspect what the agent has learned
print(agent.get_strategies())

适合谁

Agent 角色执行任务,并借助 Skillbook 策略得到增强。Reflector 角色分析执行轨迹,提取哪些做法有效、哪些失败。SkillManager 角色负责维护 Skillbook,包括添加、改进和删除策略。

Core 运行器提供带批量轮次和评估的完整学习循环。Trace Analyser 运行器从预先记录的轨迹中学习,无需重新运行任务。Claude Code 运行器用于带学习的 Claude Code CLI 任务。

流水线引擎与框架无关,具有 requires 与 provides 契约、不可变上下文和错误隔离。kayba 命令是云端 CLI,用于上传轨迹、获取洞察和管理提示词。ace-mcp 命令是用于 IDE 集成的 MCP 服务器。

Sierra Research 的 tau2-bench 由需要工具使用和遵守策略的航空领域任务组成。在该基准中,Claude Haiku 4.5 智能体在训练集划分上学习策略且没有奖励信号,并在留出的测试集划分上评估。该翻译有 119 次提交。

ace setup 命令提供交互式设置,涵盖模型选择、API 密钥和连接校验。ace config 命令显示当前配置。

来源

本页内容整理自以下官方来源，点击可核对原文。

核验日期 ·

本页由 AI 依据上述官方来源整理，并经自动核对，未经本站实测。 发现错误？告诉我们。