Remote Rollout 概述

当 Local Rollout 的 MCP 工作流灵活度不够时，Remote Rollout 赋予您完全的控制权。您托管一个实现 Agent 逻辑的 HTTP 服务器 —— 多步推理、自定义环境、外部 API —— 训练集群则负责 LLM 推理和轨迹收集。

​

什么是 Remote Rollout？

Remote Rollout 将 Agent 轨迹生成与训练基础设施分离： 这种架构允许您：

• 定义自定义工具 - 实现 Agent 所需的任何工具（计算器、网页搜索、代码执行等）
• 控制 Agent 逻辑 - 构建具有自定义推理能力的复杂 Agent 循环
• 收集训练数据 - 自动收集用于强化学习的轨迹
• 独立扩展 - 运行多个 Agent 服务器，无需修改训练基础设施

​

工作原理

​

协议流程

1. 初始化 Rollout (/v1/rollout/init)：
   • 训练集群发送初始消息和参数
   • SDK 调用您的 get_tools() 方法
   • 返回 202 Accepted 以及包含工具列表的 InitResponse
   • 这告知训练集群此次 Rollout 有哪些可用工具
2. Agent 循环（run() 方法）：
   • 您的代码在 LLM 调用和工具执行之间交替进行
   • 使用 ctx.chat() 调用训练集群的 LLM 端点
3. 完成（/v1/rollout/completed）：
   • 将最终轨迹发送回训练系统
   • 仅在平台配置为在 Remote Rollout 中计算奖励时才包含奖励值

​

示例仓库

我们提供了一个完整的示例仓库，您可以将其作为起点：

osmosis-remote-rollout-example

完整的计算器 Agent 示例，包含工具、奖励和测试数据集

该示例包括：

• 完整的 Agent 循环实现
• 工具定义和执行
• 示例奖励计算逻辑
• JSONL 格式的测试数据集
• CLI 使用示例

准备好构建自己的 Agent 了吗？按照快速开始指南，5 分钟内即可启动并运行。

​

下一步