on-policy
★ 2.0k
vs
codex-mcp-tool
★ 21
on-policy vs codex-mcp-tool
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。；codex-mcp-tool：该 MCP 服务器将 Claude/Cursor 与 Codex 命令行工具集成，增强了 AI 驱动的代码交互。它支持文件分析、多轮对话、沙盒代码执行和结构化变更管理等高级功能。
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 codex-mcp-tool 如果…代码理解：解释项目源代码的架构。
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
codex-mcp-tool01文件分析：通过 `@src/`、`@package.json` 语法引用文件
02多轮会话：保持对话连续性并隔离工作区
03本地开源模型：通过 `localProvider` 使用 Ollama 或 LM Studio 运行
04沙盒模式：通过 `--full-auto` 安全地执行代码
05变更模式：提供结构化的旧/新补丁输出用于重构
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
codex-mcp-tool↳代码理解：解释项目源代码的架构。
↳依赖分析：分析 `package.json` 文件以列出和理解项目依赖项。
↳头脑风暴与创意生成：使用 SCAMPER 等框架为优化生成创意。
↳安全代码执行：在沙盒环境中安全地创建和运行 Python 脚本。
↳网络增强搜索：利用网络搜索功能查询编程语言或框架的最新特性。
05
适合场景
on-policy时下流行强化学习多智能体AI
codex-mcp-tool时下流行API 集成开发者工具
FAQ
常见问题
on-policy 和 codex-mcp-tool 有什么区别？
on-policy 和 codex-mcp-tool 都属于 LLM Infra 类别。on-policy 有 2.0k Stars，codex-mcp-tool 有 21 Stars。
on-policy 和 codex-mcp-tool 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，代码理解：解释项目源代码的架构。 时选 codex-mcp-tool。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
codex-mcp-tool 是免费的吗？
是的，codex-mcp-tool 在 GitHub 开源（MIT）。
→