AI 新視界 AI WorldviewAI 新視界 AI Worldview
申請帳號 / 登入
全球動態#產品應用2 個來源Claude Sonnet 5.5 撰寫

experientiallabs/experiential日增約 1,224 星

專案說明表示,這是能以同一個 API 呼叫託管、BYOK 與本機模型的開源閘道與路由器;截至本站記錄時累計 12,396 顆星。

本文重點

  1. experientiallabs/experiential 日增約 1,224 星,累計 12,396 星。
  2. 專案提供與 OpenAI 相容 API,支援託管、BYOK 與本機模型。
  3. exp capture 需 macOS 與 Python 3.13,且屬實驗性質。
本站上線
2026/10/26 上午01:20
首次報導
2026/10/25 下午07:13
最早來源發布
2026/10/25 下午07:13
AI 摘要|已與來源比對|未經人工查核。本文由程式(claude-sonnet-5-5)讀取下列來源全文與官方原文後撰寫, 每段後面的標籤是依據的來源,點擊即可開啟原文。程式會比對數字、版本與日期是否出現在來源中, 但這不等於事實查核。內容怎麼產生、有什麼限制; 發現錯誤請用文末的「回報」。

背景

閘道(gateway,位在應用程式與各家模型服務之間、統一接收請求再轉送的中介程式)與路由器(router,依請求決定交給哪個模型處理),是這個專案的核心概念。專案說明稱 experientiallabs/experiential 是代理人工作流程(agent workflows,讓 AI 程式自動執行多步驟任務)的開源閘道與路由器,列出三個目標:一,透過一個與 OpenAI 相容的 API(應用程式介面,程式之間互相呼叫的規格)使用託管、BYOK 與本機模型,BYOK 即 Bring Your Own Key,自帶金鑰,用自己向供應商申請的金鑰;二,控管哪些使用者與代理人能在哪些用途使用哪些模型,以及能花多少錢;三,把正式環境的流量轉成針對品質、速度與成本最佳化的自訂路由器或模型。 GitHub 熱門專案

發生什麼事

GitHub 上的 experientiallabs/experiential,截至本站記錄時(2026 年 10 月 25 日)累計 12,396 顆星,一天內新增約 1,224 顆星。專案建立於 2026 年 6 月 24 日,主要語言為 Python(一種程式語言),授權為 Apache-2.0(一種開放原始碼授權)。 GitHub 熱門專案

專案標題寫明它支援自架與 1000+ 市場模型,並表示會從使用者的流量學習,用來降低成本、推薦更優的模型,以及訓練使用者自己擁有的專屬模型。 原文

重點內容

本機使用方式是先執行 pip install experiential(pip 是 Python 的套件安裝工具),再執行 exp 指令。專案說明表示,首次執行時設定精靈會讓使用者選擇供應商、模型與推理強度(reasoning effort,來源未提供進一步說明,通常指模型回答前投入多少推理運算),接著顯示公開別名、身分與 $50.00 指令預算的預設值,最後印出一次性金鑰。README 範例以 opus-5 作為公開別名,用 curl(在終端機送出網路請求的工具)對本機 127.0.0.1:8000 的 /v1/chat/completions 發出請求。 GitHub 熱門專案

若不想自己跑閘道,專案說明提供託管版:platform.experientiallabs.ai,API 位址為 https://api.experientiallabs.ai/v1,同樣提供與 OpenAI 相容的 API,也支援 Anthropic Messages API(Anthropic 提供的訊息格式 API)。BYOK 部分,使用者可連接自己的 OpenAI、Anthropic、Gemini、Azure、Bedrock、Fireworks 或 OpenRouter 金鑰,專案說明稱此為免費轉傳(free pass-through)。 原文

最佳化流程需要先蒐集 OpenTelemetry(可觀測性資料的開放標準)追蹤紀錄(trace,記錄代理人每一步動作與環境回應)。專案說明建議可先下載公開的 terminal-tasks OTLP(OpenTelemetry 傳輸追蹤資料的協定格式)資料集試用,再執行 exp build support-agent,依代理人的追蹤紀錄建立模擬並最佳化路由器;蒐集路由器流量後,執行 exp optimize model support-agent,用 Tinker(專案說明連結的微調服務)微調自己擁有的開源模型。Hugging Face 資料集頁面說明,頁面寫明這是真實終端機容器中的電腦操作代理人(computer-use agent)執行紀錄,內容為 bash 指令與來自實際任務環境的真實輸出,衍生自 terminal-bench(Apache 2.0),以 apache-2.0 重新散布,檔案為 traces.otel.jsonl,頁面顯示 Downloads last month(過去一個月下載次數)為 3,301。 原文 官方原文・huggingface.co

對使用者的意義

專案說明列出的功能包括:透過一個與 OpenAI 相容的 API 使用各類模型,並控管哪些使用者與代理人能使用哪些模型以及能花多少錢。託管版的 SETUP.md 提供四組提示,交給 Claude Code、Cursor、Codex 等寫程式的代理人代為執行,內容依序是上傳 LLM 追蹤紀錄、連接自己的供應商金鑰、用 OpenAI 與 Anthropic 的 SDK(軟體開發套件)搭配 xpl_ 金鑰(託管閘道使用的金鑰格式)發出第一次 /v1 呼叫,以及完整上線流程。 GitHub 熱門專案

限制與未定事項

專案說明指出,exp capture 需要 macOS、Python 3.13 或更新版本,並需核准其擴充功能與憑證;該功能仍屬實驗性質,macOS 網路穩定性仍在調查中。另外,專案預設啟用匿名彙總的 PostHog(產品數據分析服務)產品遙測(回傳使用情況的統計資料),專案說明表示不含提示內容、追蹤紀錄、動作、觀察結果、路徑、模型名稱、憑證或客戶原始內容,可用 exp config telemetry disable 關閉。以上功能皆為專案說明的宣稱。 GitHub 熱門專案

各方說法不一致的地方

  • 資料集名稱寫法不一:S68499 的連結與 S90064140 的頁面標題為 wmo-terminal-tasks-traces,S90064140 內文的下載範例寫 wmh-terminal-tasks-traces。

來源:佐證 2 筆

官方原文當事公司或機構自己發布的文件

  1. huggingface.co · experiential-labs/wmo-terminal-tasks-traces · Datasets at Hugging Face

這篇對你有用嗎?

登入會員後可以按反應與留言。登入

留言 0

  • 還沒有留言。

留言公開顯示暱稱,不顯示你的真實姓名與信箱。含多個連結或疑似廣告的留言會先經編輯確認;檢舉達 3 次的留言會自動隱藏。隱私政策

發現錯誤?

回報會進入待處理清單;核實後更正,並在文中註記更正紀錄。