toolathlon_gym：Agent工具评测环境

Toolathlon-GYM 是一个用于训练与评测 LLM Agent 工具使用能力的本地环境，面向 Agent 研究者与开发者。项目本次首次发布：内置 503 个多工具任务，依托本地 PostgreSQL 数据库运行，无需调用外部 API，并接入 25 个 MCP 服务器；仓库提供 Docker 运行方式与自动评测流程，以 Apache-2.0 许可开源。现有工具使用数据集常受限于覆盖面、规模或依赖随时变动的在线服务，该环境针对这些痛点提供了稳定、可重复的本地替代。