on-policy
★ 2.0k
vs
claude-code-source-all-in-one
★ 80
on-policy vs claude-code-source-all-in-one
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。；claude-code-source-all-in-one：本仓库提取了Anthropic的Claude Code CLI的源代码以用于教育学习。它包含18篇深入分析文章，涵盖核心智能体循环、工具编排、上下文压缩等架构设计。源代码可本地运行以供学习。
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 claude-code-source-all-in-one 如果…研究生产级AI智能体架构和设计决策
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
claude-code-source-all-in-one01提取的生产级AI智能体源代码
02基于while(true)循环的架构取代DAG工作流
03递归子智能体编排，自动继承压缩、错误恢复和流式传输
04四层上下文压缩机制支持数小时会话
05不可变消息优化提示缓存成本
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
claude-code-source-all-in-one↳研究生产级AI智能体架构和设计决策
↳学习工具编排和上下文管理的高级工程模式
↳在受控环境中实验Claude Code内部机制
05
适合场景
on-policy时下流行强化学习多智能体AI
claude-code-source-all-in-one时下流行API 集成开发者工具
FAQ
常见问题
on-policy 和 claude-code-source-all-in-one 有什么区别？
on-policy 和 claude-code-source-all-in-one 都属于 LLM Infra 类别。on-policy 有 2.0k Stars，claude-code-source-all-in-one 有 80 Stars。
on-policy 和 claude-code-source-all-in-one 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，研究生产级AI智能体架构和设计决策 时选 claude-code-source-all-in-one。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
claude-code-source-all-in-one 是免费的吗？
是的，claude-code-source-all-in-one 在 GitHub 开源。
→