ClawGym：构建有效爪代理的可扩展框架

爪式环境支持本地文件、工具和持久工作区状态的多步骤工作流程。然而，围绕这些环境的可扩展开发仍然受到缺乏系统框架的限制，特别是用于合成可验证的训练数据并将其与代理训练和诊断评估集成的系统框架。为了应对这一挑战，我们采样轨迹了 ClawGym，这是一个可扩展的框架，支持 Claw 式个人代理开发的整个生命周期。具体来说，我们构建了 ClawGym-SynData，这是一个包含 13.5K 个过滤任务的多样化数据集，这些任务由角色驱动的意图和基于技能的操作合成，并与现实的模拟工作空间和混合验证机制配对。然后，我们通过黑盒采样轨迹轨迹上的监督 微调 训练一系列功能强大的 Claw 式模型，称为 ClawGym-Agents，并通过轻量级管道进一步探索强化学习，该管道可跨每个任务沙箱并行采样轨迹。为了支持可靠的评估，我们进一步构建了 ClawGym-Bench，这是一个通过自动过滤和人工 LLM 审查校准的 200 个实例的基准。相关资源已发布在https://github.com/ClawGym。