Orchard – Mfumo wa uundaji wa Agentic AI uliotolewa kama chanzo huria na Microsoft Research Inafanya kazi

Orchard ni mfumo wa uundaji wa Agentic AI wa chanzo huria uliotolewa na Microsoft Research. Msingi wake ni huduma ya mazingira ya Orchard Env inayotumia Kubernetes, inayowezesha kutumia tena sandbox katika vikoa mbalimbali kwa ajili ya distillation ya data, rollout za ujifunzaji wa kuimarisha na tathmini. Mfumo huu unashughulikia uhandisi wa programu, uvinjari wa wavuti na wasaidizi binafsi, na pia umeweka wazi data za mafunzo pamoja na mbinu za tathmini.

Huduma ya mazingira ya pamoja katika vikoa mbalimbali: Orchard Env hutoa usimamizi wa mzunguko wa maisha wa sandbox, utekelezaji wa amri, I/O ya faili, sera za mtandao na REST API. Miundombinu hii inaweza kusaidia msimbo, wavuti, kompyuta za mezani, vifaa vya mkononi na mtiririko wa kazi wa tija.
Mapishi ya mafunzo kwa nyanja tatu: Orchard-SWE inalenga urekebishaji wa msimbo, Orchard-GUI hushughulikia uvinjari wa wavuti unaotegemea kuona, na Orchard-Claw inalenga kazi za kila siku za tija kama barua pepe na kalenda. Zote zinatoa mchakato kamili wa mafunzo ya SFT + RL.
Mafunzo ndani ya Harness halisi: Inawezesha mafunzo na tathmini ya mwisho hadi mwisho moja kwa moja katika harness za matumizi halisi kama Codex, OpenClaw na ZeroClaw, hivyo kuondoa kutolingana kati ya mazingira ya mafunzo na mazingira ya uendeshaji.
Seti za data na itifaki za tathmini za chanzo huria: Imetoa trajektoria 107K za SWE na data 3,070 za rollout za GUI za multimodali, pamoja na vigezo vya tathmini na mapishi yanayoweza kurudiwa.

Fuata WeChat na ujibu “开源” ili ujiunge na kikundi cha majadiliano cha miradi ya AI ya chanzo huria.
Tabaka la mazingira linalotumia Kubernetes: Orchard Env huendeshwa kama huduma huru. Kupitia upangaji wa kontena, huunda na kuondoa kwa pamoja maelfu ya sandbox zilizotengwa, huku ucheleweshaji wa wastani wa utekelezaji wa amri ukiwa sekunde 0.28 tu. Pia inaunga mkono upanuzi na upunguzaji wa kiotomatiki pamoja na kufuli za Redis zilizogawanywa.
Credit-Assignment SFT: Katika uhandisi wa programu, mfumo hauondoi trajektoria zilizoshindwa kwa sehemu. Badala yake, hutoa ishara za usimamizi kutoka kwenye vipande vinavyofaa, na kuongeza kiwango cha data kinachoweza kutumika kwa mafunzo.
Balanced Adaptive Rollout + tuzo zenye msongamano: Ili kushughulikia mrejesho adimu katika RL, mfumo hutumia rollout inayobadilika kwa usawa kunasa ishara chache za mafanikio, na huongeza distillation ya on-policy pamoja na modeli ya tuzo za mchakato inayotegemea kanuni, ili kutoa mwongozo wa kina katika hatua za kati.
Upangaji upya kwa Value Model: Hutumia trajektoria za rollout kutoka majaribio 20 ya awali kufunza modeli ya thamani yenye vigezo 4B. Wakati wa uelekezaji, modeli hupanga alama za suluhisho kadhaa zinazowezekana na kuchagua bora zaidi, na hivyo kuinua Orchard-SWE kutoka 69.7% hadi 73.0%.
Rekodi za mawakala zisizofungamana na Harness: Harness nyepesi ya kurekodi mawakala hunasa miito ya modeli yenyewe na kuibadilisha kuwa sampuli za mafunzo, hivyo kuwezesha maktaba yoyote ya msimbo wa RL kuunganishwa na harness yoyote bila kubadilisha picha ya mazingira.

Sakinisha SDK: Tekeleza pip install -e "orchard_env[dev]" ili kusakinisha Python SDK, kisha sanidi vigezo vya mazingira SANDBOX_BASE_URL na SANDBOX_API_KEY.
Tumia sandbox haraka: Tumia kidhibiti cha muktadha cha SandboxClient kuunda sandbox na kutekeleza amri. Hii inaunga mkono hali ya kusawazisha na isiyosawazisha, kusoma na kuandika faili, kutumia git patch na vipindi vya PTY.
Weka orchestrator: Tumia hati nne zinazotolewa na Azure AKS (provision, build, deploy, smoke-test) kukamilisha uwekaji wa orchestrator yenye nakala nyingi kwa takriban dakika 20. Pia inasaidia klasta zisizo za Azure.
Endesha mapishi ya mafunzo: Fuata saraka ya trainer/slime/ katika hazina ya GitHub ili kutekeleza mchakato kamili wa mafunzo ya SFT + RL wa Orchard-SWE, Orchard-GUI au Orchard-Claw kwenye Orchard Env.

Miundo midogo hukaribia utendaji wa miundo mikubwa: Orchard-SWE hutumia takriban vigezo 3B vinavyotumika na kufikia 73.0% kwenye SWE-bench Verified, karibu na mifumo ya kisasa yenye zaidi ya mara 10 ya vigezo; Orchard-GUI yenye vigezo 4B hufikia wastani wa 68.4% katika vigezo vitatu vikuu vya wavuti, ikilingana na OpenAI CUA na Gemini CUA.
Gharama hupungua kwa kiasi kikubwa: Ikilinganishwa na huduma za sandbox zinazosimamiwa kama E2B na Daytona, gharama ya Orchard Env kulingana na mahitaji ni takriban mara 0.47, huku gharama ya matukio ya Spot ikiwa mara 0.10 tu, tofauti ya bei ya takriban mara 10.
Ujumlishaji mkubwa katika Harness mbalimbali: Tabaka lilelile la mazingira linaunga mkono harness nyingi kama ReACT, ZeroClaw, OpenClaw na Codex. Chini ya ZeroClaw, Orchard-Claw huongeza pass@3 kutoka 59.6% hadi 73.9%.
Data ya mafunzo yenye ufanisi: Orchard-GUI ilifikia kiwango cha juu zaidi miongoni mwa mawakala wa wavuti wa chanzo huria kwa kutumia maonyesho 400 tu ya distillation na kazi 2,200 zilizo wazi, ikithibitisha kwamba data ndogo ikiambatanishwa na mazingira sahihi inaweza kufunza modeli yenye uwezo mkubwa.

Tovuti rasmi ya mradi：https://www.microsoft.com/en-us/research/blog/orchard-an-open-framework-for-scalable-agentic-ai/
Hazina ya GitHub：https://github.com/microsoft/Orchard
Hazina ya modeli za HuggingFace：https://huggingface.co/datasets/microsoft/Orchard
Makala ya kiufundi ya arXiv：https://arxiv.org/pdf/2605.15040

Uhandisi wa programu kiotomatiki: Hutambua hitilafu kwa kujitegemea, huandika majaribio, hutengeneza patch na kuithibitisha ndani ya hazina halisi za msimbo. Inafaa kwa matengenezo ya miradi ya chanzo huria na ukaguzi wa msimbo wa ndani wa kampuni.
Uvinjari mahiri wa wavuti: Kwa kutumia uelewa wa kuona, huendesha kivinjari kiotomatiki kukamilisha kazi za vikoa mbalimbali kama kuhifadhi tiketi, ununuzi na utafutaji wa taarifa, na inaweza kuwa mbadala wa RPA.
Msaidizi wa tija binafsi: Hutekeleza mtiririko changamano wa kazi katika barua pepe, kalenda, hati na zana nyingine, kama kupanga mikutano kiotomatiki, kupanga kikasha na kutengeneza ripoti.
Miundombinu ya utafiti wa Agent: Huwapa timu za utafiti za kitaaluma na viwandani jukwaa linaloweza kurudiwa na lenye gharama nafuu la mafunzo na tathmini ya Agents, na kuharakisha ujenzi wa ikolojia ya Agentic AI ya chanzo huria.
Uhamishaji wa uwezo wa Agent kati ya vikoa: Hutumia tabaka la mazingira lililounganishwa kuchunguza uhamishaji wa ujuzi na ujifunzaji limbikizi kati ya msimbo, wavuti na uendeshaji wa kompyuta za mezani.