Train the agent slides

Train the agent slides

一套在浏览器里看的幻灯片，讲如何用 TRL 和 OpenEnv 训练 AI 智能体，从基于智能体轨迹的 SFT 到 GRPO 和环境中的强化学习。适合学习智能体训练的开发者，并附带 PDF 和 PPTX 副本。

由 sergiopaniego 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是一套讲如何训练 AI 智能体的幻灯片，讲的不只是模型。它讲的是用 TRL 和 OpenEnv 训练智能体，幻灯片里的每种方法都对应 Training Agents 直播系列的一集。内容从对记录下来的智能体轨迹做监督微调开始，接着是蒸馏、GRPO 和环境内的强化学习，最后讲通过智能体的包装代码来训练。

适合谁：想系统了解智能体训练方法的开发者和学生，以及想要一套幻灯片来阅读或改编的演讲者。

Industry | Who uses it | How they use it | Example
AI 工程 | 机器学习工程师 | 概览智能体训练的各种方法 | 逐页看 GRPO 和环境相关的幻灯片
研究 | 强化学习研究者 | 看这些方法如何组合在一起 | 阅读讲通过智能体包装代码训练的那一页
教育 | 学生 | 按自己的节奏跟着演讲学习 | 打开幻灯片，按 n 查看演讲者备注
教学 | 演讲者和培训师 | 把幻灯片当作演讲参考 | 下载 PDF 或 PPTX 副本

如果你现在就想要训练智能体的代码，幻灯片只展示思路，不会运行训练。

用在哪里：只需要一个浏览器。

• 网页浏览器，在 Hugging Face 上的 Space 页面打开，无需安装任何东西
• 在 Windows、macOS 或 Linux 上下载的副本，用任意浏览器打开
• Google Slides、Keynote 或 PowerPoint，使用 PPTX 副本

Use case | Who | What they get back
学习各种方法 | 开发者 | 每个思路一页幻灯片，每集一种方法
做演讲 | 演讲者 | 带演讲者备注的全屏幻灯片
离线分享 | 团队 | 整套幻灯片的 PDF 或 PPTX 副本

如何设置：在线查看什么都不用准备。本地副本需要两样东西。

• Python 和 pip
• 任意网页浏览器

1. 安装 Hugging Face 工具。
2. 把这个 Space 下载到一个文件夹。
3. 进入该文件夹。
4. 在浏览器里打开 index.html。

pip install -U huggingface_hub
hf download sergiopaniego/train-the-agent-slides --repo-type space --local-dir train-the-agent-slides
cd train-the-agent-slides

如何使用：打开幻灯片，用键盘翻页。设置里有 PDF 和 PPTX 两个按钮，给你提前做好的副本。最后一页有一个指回幻灯片本身的二维码。README 为要改幻灯片本身的开发者列出了两条命令。

npm install
npm run dev

Tool | What it does
右箭头或空格 | 跳到下一页
左箭头 | 回到上一页
t | 在深色和浅色之间切换
f | 开启或关闭全屏
n | 显示演讲者备注

示例：你打开这个 Space，按 f 进入全屏，用右箭头逐页翻看。遇到想细看的一页，你按 n 读演讲者备注，如果浅色主题刺眼，就按 t 切换。

新手与专家：智能体是一个在循环里采取行动的模型。训练智能体，就是改进整个循环。从第一页开始，一次读一种方法。

幻灯片按模型从什么中学习来给方法分组。轨迹和蒸馏是通过示例来教，GRPO 和环境中的强化学习是通过奖励来教。图表放在沙盒框架里，所以 PDF 和 PPTX 是提前生成的，用真实浏览器把每一页走一遍，用的是 npm run build 和 npm run export。

从基于智能体轨迹的 SFT 开始
加入蒸馏
用 GRPO 训练
在环境中做强化学习
通过包装代码来训练

注意事项：PPTX 每页是一张整页图片，所以幻灯片是以图片形式导入的，Google Slides、Keynote 和 PowerPoint 都接受。

• License: Apache 2.0
• Cost to run: 没有提到
• Data it reaches: 只有幻灯片自己的文件
• Not for: 在页面里按需导出，因为 PDF 和 PPTX 副本是预先生成的

Hugging Face 上的数据（2026年11月13日）

• 点赞：20
• 构建方式：static
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/sergiopaniego/train-the-agent-slides
• 文件：https://huggingface.co/spaces/sergiopaniego/train-the-agent-slides/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。