Dressage

Dressage 是一个面向智能体的可扩展强化学习训练框架，专为联合训练大语言模型（LLM）智能体与真实工具环境而设计。它支持白盒（Python本地工具循环）和黑盒（HTTP接口代理如opencode/openclaw）两类智能体，在统一架构下实现策略 rollout、沙箱化工具执行与训练数据转换的端到端梯度贯通；核心技术包括 token 粒度控制（TITO）、分段感知训练（Segment-Aware Training）及原生集成 slime 框架。适用于需要将 LLM 智能体与代码编辑、Shell 命令、文件系统、检索 API 等实际工具闭环训练的研发场景，尤其适合构建具备强工具调用能力的自主智能体系统。