on-policy
★ 2.0k
vs
llama-cpp-agent
★ 637
on-policy vs llama-cpp-agent
on-policy：该存储库实现了MAPPO，一种PPO的多智能体变体，广泛应用于合作多智能体游戏和研究。它为星际争霸II、花火和谷歌足球等多种多智能体环境提供了健壮的实现，并附有详细的训练脚本和超参数指南。；llama-cpp-agent：llama-cpp-agent 是一个用于与 llama.cpp 模型交互的 Python 框架，提供聊天、结构化函数调用和 JSON 格式输出的统一接口。即使模型未专门针对函数调用微调，框架也能正常工作。开发者可以定义工具和可调用函数，由智能体直接调用，适合构建无需云端依赖的本地 Agent 工作流。
01
简评
选 on-policy 如果…合作多智能体强化学习的研究与实验
选 llama-cpp-agent 如果…基于开源 LLM 构建本地 Agent 流水线
02
并排对比
03
功能特性
on-policy01MAPPO（多智能体PPO）的实现
02支持多样化的多智能体环境（如星际争霸II、花火）
03提供各种场景的即用型训练脚本
04详细的超参数指导和最新结果
05默认支持智能体间的共享策略
llama-cpp-agent01支持 llama.cpp 模型的结构化函数调用
02即使模型未做函数调用微调也可输出 JSON 结构数据
03支持多轮对话的聊天接口
04Python 原生工具/函数定义与绑定
05完全本地部署，无需云端依赖
04
使用场景
on-policy↳合作多智能体强化学习的研究与实验
↳评估PPO在多智能体强化学习场景中的有效性
↳为星际争霸II和花火等流行多智能体游戏训练AI智能体
llama-cpp-agent↳基于开源 LLM 构建本地 Agent 流水线
↳无需微调即可从 LLM 响应中提取结构化数据
↳在消费级硬件上快速原型化函数调用工作流
05
适合场景
on-policy时下流行强化学习多智能体AI
llama-cpp-agent时下流行宝藏工具
FAQ
常见问题
on-policy 和 llama-cpp-agent 有什么区别？
on-policy 和 llama-cpp-agent 都属于 LLM Infra 类别。on-policy 有 2.0k Stars，llama-cpp-agent 有 637 Stars。
on-policy 和 llama-cpp-agent 哪个更好？
最佳选择取决于你的具体需求。合作多智能体强化学习的研究与实验 时选 on-policy，基于开源 LLM 构建本地 Agent 流水线 时选 llama-cpp-agent。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
llama-cpp-agent 是免费的吗？
是的，llama-cpp-agent 在 GitHub 开源。
→