⚡ Agent Lightning — Treine Agentes de IA com Reinforcement Learning

Nível 4 · 👁️ Polifemo · ⏱️ ~60 min · Pré-requisitos: GPU NVIDIA com CUDA, Python, terminal/linha de comando

📌 Pra que serve

Agent Lightning é um framework leve (~3.500 linhas) da Microsoft Research para treinar agentes de IA com reinforcement learning (RL), usando o "harness" real do agente — ou seja, suas ferramentas, contexto e fluxo de controle continuam funcionando sem alterações de código. Ele já mostrou ganhos expressivos, como subir o SWE-bench Verified de 41,8% para 56,4% com apenas 6 mil amostras de treino.

🛠️ Passo a passo

1. Garanta uma máquina com GPU NVIDIA e CUDA 13.0 instalado (requisito mínimo para seguir o guia oficial). 2. Instale o uv (gerenciador de pacotes Python), se ainda não tiver:

curl -LsSf https://astral.sh/uv/install.sh | sh

3. Clone o repositório:

git clone https://github.com/microsoft/agent-lightning.git
   cd agent-lightning

4. Sincronize as dependências do projeto:

uv sync

5. Rode o script de setup do verl (motor de treinamento RL usado internamente):

bash scripts/setup_verl.sh 0.8.0 cu130

6. Para o primeiro teste, use o exemplo Calc-X (raciocínio matemático com AutoGen + ferramenta MCP de calculadora) — ele roda com apenas 1 GPU, ideal pra validar a instalação antes de partir pra treinos maiores. 7. Consulte a pasta docs/ do repositório para configurar o Trainer, o API Gateway e o Rollout Controller conforme seu caso de uso (local ou Kubernetes).

💡 Dica: Se você não tem GPU disponível localmente, procure um provedor de cloud com CUDA