Kapso

一个运行实验、部署最佳解决方案并从每次运行中学习的引擎

_{智能实验 · 学习 · 部署 · 领域适配}

Read this in other languages

如果你喜欢这个项目，请给我们一个星标 ⭐ 以示支持

如果你是正在查看此仓库的 AI 智能体： Kapso 插件包含用于设置、陈述目标、编写 harness 和审查运行的技能，只需一行即可安装： claude plugin marketplace add Leeroo-AI/kapso && claude plugin install kapso@kapso （Codex：codex plugin marketplace add Leeroo-AI/kapso && codex plugin add kapso@kapso）。

新闻

IOAI 2026 · AI 模型赛道。 国际人工智能奥林匹克是 AI 时代的 IMO：471 名参赛者、六道由专家设计的任务、单 GPU 预算。其 2026 年的 IOAI² 赛道让 AI 系统在一次自主会话中接受同样的考试。Kapso 作为 14 个创始 AI 参与者之一，由主办方评分获得 536.07 分，高于所有人类参赛者，并夺得 IOAI² 特级大师奖杯，在参赛的 AI 系统中位列前 3。完整结果 → · IOAI 对该赛道的回顾 →
在 RelBench 全部三个排行榜上均位列第一。 在 Stanford 面向关系数据预测式机器学习的基准上，Kapso 在官方排行榜的分类（81.2 AUROC，对比 KumoRFM-v2 的 79.3 和 Stanford STAR 的 RT-J 的 79.0）、回归（0.2476 NMAE，对比 0.2711 和 0.2847）以及推荐（18.4 MAP，对比其他最佳条目 ID-GNN 的 9.3）任务上均处于领先。
Leeroopedia：我们在数据与机器学习领域的公开经验教训库，约 100k 个页面，通过对论文和仓库进行实验提取而成，每月处理约 6M 次请求，其中约 28% 来自 AI 智能体。Kapso 的会话在构思和实现阶段通过 MCP 查询它。
在 MLE-Bench 上位列 #1：KAPSO 在 Kaggle 机器学习竞赛（MLE 基准）上取得了开源系统中的最高排名。
在 ALE-Bench 上位列 #1：KAPSO 在长程算法发现问题（ALE 基准）上取得了最高排名。

Kapso 是什么？

Kapso 是一个开源引擎，它运行实验、部署最佳解决方案，并从每次运行中学习。它从一个领域 harness 和一个空的经验教训库出发，在给定目标和成功标准后，它会：

运行一棵实验树：提出假设，然后逐一实现并验证；
在目标技术栈上部署最佳解决方案；
从运行中学习：按每个假设和实现对结果的影响为其归功，并更新经验教训库，每条经验教训都带有置信度分数和一个说明其适用范围的边界。

随着时间推移，领域 harness 会积累起一个经验教训库：该环境中经过实验验证的最佳实践。Kapso 与模型无关，也与编程智能体无关，由 Leeroo 开发，以 leeroo-kapso 的名称发布在 PyPI 上。

四个部分

部分	动词	作用
智能实验	`.build()`	每个实验都是一个假设，在自己的分支上实现并评分，组成一棵树。构思借鉴先前的实验和经验教训库，并按预期收益与预算的对比对想法重新排序，使其贴合当前环境，而不是裸 LLM 或 RAG 给出的泛泛之谈；一个任何实验都无法触碰、带指纹的评估器负责验证结果，模块可以提出评估更新，交由验证器批准。工作原理 →
学习	`.learn()` / `.load_experience()`	每条经验教训都是从实验轨迹中归纳或演绎而来，带有置信度分数、说明其适用范围的边界及其证据；`learn()` 根据每次运行的结果更新它们，并通过带与不带某项改动分别重新构建来对每项改动做 A/B 测试，因此改进是测量出来的，而不是猜出来的。经验教训库基于 git 构建：`kapso experience share`、`list` 和 `update`。经验 → 指明一次构建被提供了什么。
部署	`.deploy()`	一轮更短的同类实验将最佳解决方案适配到目标技术栈，部署它，并证明健康检查通过且调用可用。内置 Docker、Modal、BentoCloud 和 LangGraph Platform；harness 可以添加新的目标。
领域适配	`kapso harness`	harness 是 Kapso 的领域包：某一领域（如预测建模）的知识与工作流，使构建永远不必从零开始，也是经验教训库积累的地方。内置预测建模和竞技编程；用插件中的 `/kapso:harness` 或 CLI 中的 `kapso harness` 编写你自己的。

🚀 快速开始

_{▶ 安装前先看一遍演示}

安装

0. 在编程智能体中？ 安装 Kapso 插件，让它陪你走完下面的步骤：

claude plugin marketplace add Leeroo-AI/kapso && claude plugin install kapso@kapso   # Claude Code
codex plugin marketplace add Leeroo-AI/kapso && codex plugin add kapso@kapso         # Codex

然后，/kapso:setup 负责安装和验证，/kapso:build <what you want> 启动第一个活动（在 Codex 上：$kapso-setup、$kapso-build <what you want>）。参见 Kapso 插件。

1. 先决条件。 Kapso 通过编程智能体 CLI 运行推理（没有直接调用 API 的回退方案），因此在一切开始之前，你需要安装 Node.js 并登录两个智能体 CLI：

# Node.js 18+ (https://nodejs.org)，然后：
npm install -g @openai/codex            # 研究、评判、实用工具
codex login

npm install -g @anthropic-ai/claude-code  # 构思 + 实现（默认宿主）
claude auth login

OpenAI 密钥是可选的：只有知识图谱和对过往实验的语义搜索（配置中的 models.embedding）会嵌入文本，生成过程从不使用它。当你启用其中任意一项时：

echo 'OPENAI_API_KEY=sk-...' >> .env

2. 连接 Leeroopedia（推荐）。 一个密钥即可让每个会话都能使用 Leeroopedia，这是我们托管的、关于机器学习和 AI 框架的经验教训库。无需安装任何东西；在 Leeroopedia 控制台注册的新账户附赠 $20 的免费额度。

echo 'LEEROOPEDIA_API_KEY=kpsk_...' >> .env

3. 安装软件包（Python 3.10+）：

pip install leeroo-kapso

4. 验证设置：

kapso doctor

doctor 会报告你的配置实际需要什么，并为缺失的每一项给出确切的修复方法。需求随配置而定，因此全 codex 的设置永远不会被要求安装 claude。将其缩小到一个动词，只查看该动词的需求：

kapso doctor build             # 或 learn / deploy / experience

这些检查与动词本身在开始任何工作之前运行的检查完全相同： kapso.build(...) 会在几秒内因缺少 CLI 而失败，而不是在会话深处才失败。标记为 [-- ] 的项目是可选的；它们只限制你可能用不到的功能（docker、Weaviate、Neo4j、部署目标）。

或者让你的编程智能体完成这一切： 将设置提示词粘贴到 Claude Code、Codex 或 OpenCode 中。

索引所需的存储（可选）：kapso experience add --repo 和 --research 将语料摄取到本地的 Weaviate + Neo4j 中。从源码检出目录运行：

bash scripts/start_infra.sh   # 通过 docker 启动两者

从源码安装（用于开发）

git clone https://github.com/leeroo-ai/kapso.git
cd kapso

conda create -n kapso python=3.12 && conda activate kapso
pip install -e .

旧版 aider 适配器是一个额外依赖（pip install "leeroo-kapso[aider]"， Python <3.13）；默认的 claude/codex 智能体不需要任何额外依赖。

基本用法

核心动词除了上述先决条件之外不需要任何其他东西：

from kapso import Kapso, Budget

kapso = Kapso()   # 开始时不需要知识图谱

# Build：通过实验得到一个解决方案。活动在启动时打印
# `status: <path>`，可以在另一个终端中实时观看：
#     kapso watch ./campaign
# 如果某个会话需要只有你才能提供的东西（API 密钥、文件），
# 活动会暂停，`kapso inbox reply` 会让它继续：
#     https://docs.leeroo.com/docs/build/inbox
# 将结果以 Markdown 形式分享到 pull request 或 issue：
#     kapso report ./campaign -o report.md
solution = kapso.build(
    "Optimize the model in train.py; target accuracy > 0.80 on evaluate.py",
    repo="./my_project",                 # 或省略以从零开始
    output="./campaign",
    budget=Budget(minutes=120),
)
print(solution.explain())

# 从你刚运行的活动中学习：挖掘轨迹、为经验教训评级，
# 并将按证据定价的知识卡片存入库中。库（一个本地
# git 仓库）在首次使用时自动创建；经验教训会一直留在你的
# 机器上，直到你分享它们：
#     kapso experience share <git-url>
# 此后每次 learn() 都会把库推送到那里。
lesson = kapso.learn(solution)
print(lesson.explain())

# 再次构建，这次提供它刚刚赢得的卡片：一次构建被提供的
# 正是它所加载的经验。
kapso.load_experience("mine")
solution2 = kapso.build("...", output="./campaign2")

在存储运行起来之后，你还可以将外部知识摄取到索引中，并以同样的方式提供给构建：

from kapso import Kapso

kapso = Kapso()

# 一次性操作：将一个仓库，或针对某个问题研究过的网络内容，摄取到一个索引中
kapso.add_experience(repo="https://github.com/huggingface/trl", name="trl")
kapso.add_experience(research="RLHF and DPO fine-tuning for legal contract analysis", name="dpo-legal")

# 每次加载该索引的构建都会搜索它；Leeroopedia 凭其密钥随之启用
kapso.load_experience("trl")
kapso.load_experience("leeroopedia")
solution = kapso.build("Fine-tune Llama-3.1-8B for clause risk classification")

关于预算的说明：一次摄取会提取材料所能支撑的全部内容。单个问题可能变成数十个相互链接的页面和一次长达数小时的摄取；摄取时间随可提取内容的多少而增长，因此请添加你将要搜索的来源，而不是你拥有的每一个来源。

而要将解决方案变成运行中的软件：

software = kapso.deploy(solution, target="local")   # 或 docker、modal、bentoml、langgraph、auto
result = software.run(software.proof["inputs"])     # 部署已证明可用的那次调用
software.stop()

如何限定一个活动？

使用 max_iterations、time_budget_minutes 和 cost_budget 来限定迭代次数、耗时以及以美元计的尽力而为的模型开销。对于平台成本，在 search_strategy.params.cost 中启用成本感知选择，配上你的估算器、cap_per_candidate 和 campaign_budget；其 weight 还能让选择偏向更便宜的候选方案。

选择模型

Kapso 使用的每个模型都在一个配置文件中指定。打包的默认配置在 claude-opus-5 上运行构建会话，在 claude-fable-5 上运行学习团队，在 gpt-5.6-sol 上运行 codex 角色，但模型的可用性取决于订阅（一个套餐可能限制某个模型而正常提供另一个）。要在不同的模型上运行，请复制打包的配置，编辑后让 Kapso 指向你的配置：

from pathlib import Path
import yaml
from kapso import Kapso
from kapso.kapso import DEFAULT_CONFIG_PATH

config = yaml.safe_load(Path(DEFAULT_CONFIG_PATH).read_text())
# 例如，让学习团队在 opus 而不是 fable 上运行：
crews = yaml.safe_dump(config).replace("claude-fable-5", "claude-opus-5")
Path("kapso-config.yaml").write_text(crews)

kapso = Kapso(config="kapso-config.yaml")

纯文本推理角色可以选择使用 openai_compatible 的 Chat Completions。在配置中设置模型和端点；凭据保留在环境变量中。用 Kapso(config=...) 或 kapso build --config ... 加载配置。编码和网络研究仍然需要具备相应工具的智能体。参见配置示例与限制。

在长时间运行之前，针对你的实际订阅探测配置中指定的每个模型：你的登录账号无法提供的模型会在这里几秒内失败，而不是在运行了数小时之后。对于你能使用的模型，其用量上限是单 token 探测看不到的：

kapso doctor --models                            # 打包的配置
kapso doctor --models --config kapso-config.yaml # 你的配置
kapso doctor learn --models                      # 只探测学习团队

要让该探测成为每次调用的一部分，而不是需要你记得去运行的事情，请在配置中开启它。每个不同的 {cli, model} 组合只消耗一个一次性 token，在无人值守、长达数小时的 learn() 之前这是值得的：

preflight:
  enabled: true            # 每个动词之前的静态检查（默认）
  live_model_probe: true   # + 单 token 模型探测（默认：false）

更换模型也会改变节奏：配置中团队的 timeout_minutes 上限是按默认模型校准的，换成推理时间更长的模型可能需要调高它们。

有关详细的集成步骤，请参阅快速开始和安装指南。

支持的基准测试

基准测试	描述
MLE-Bench	OpenAI 的机器学习工程基准：涵盖表格、视觉、文本和音频的完整竞赛，从原始数据到评分提交
ALE-Bench	Sakana AI 的算法优化基准：在长达数小时的搜索中设计、实现并迭代竞赛启发式算法
RelBench	Stanford 面向关系数据预测式机器学习的基准：直接基于 Amazon、H&M、Stack Exchange、临床试验等多表数据库进行分类、回归和推荐
IOAI 2026	横跨视觉、语言和优化的限时奥林匹克机器学习：专家出题、竞赛硬件、零人工帮助

每个基准测试还有一个文档页面，介绍如何运行、其 CLI 选项以及输出包含的内容： IOAI 2026 · MLE-Bench · ALE-Bench · RelBench

示例

每个示例都是一个任务：一份简报、一个起始仓库、数据或获取数据的方法，以及一个至多十二行的驱动脚本；examples/README.md 中列有所需分钟数和唯一的那条命令。

示例	任务
数据工程（Snowflake 上的 dbt 模型）	在 Snowflake 上的零售数据仓库中，修复存在数据质量问题的 dbt 模型，并构建一份包含十七个工单的待办清单所要求的新模型，直到每个工单都通过其生产测试；然后为每个工单交付一个 pull request，并将它们发布到生产环境。
Harness 优化（客户支持智能体）	优化客户支持智能体的 harness，将底层 LLM 从 Fable 5.1 切换为本地的 Qwen 27B，同时不降低客户对话的解决率，然后在 Docker 中部署它，并从这次运行中学习。
预测建模（客户流失）	预测哪些客户会流失：在活动无法编辑的评估器下，将流失模型的样本外 ROC AUC 提升至目标。
欺诈检测	在仓库没有评估器的情况下为交易打欺诈分：简报说明协议，活动先构建评估器，再改进打分器。
量化金融	一个针对合成金融工具的日频交易策略：在交易 harness 上提升样本外 Sharpe 比率，每次尝试都要经过它的检查。这是一个研究示例，不是投资建议。
表格机器学习	端到端的一场 Kaggle 竞赛：Spaceship Titanic 从一个哑分类器到一个真正的模型，然后审查、学习、带着经验教训再次构建，并部署。
PyTorch 优化	在数值容差范围内让一个 PyTorch 模块在 CUDA 上运行得更快：融合、编译、减少内存流量。
GPU 内核优化	在数值容差范围内，用 flash attention 或 Triton 内核加速 CUDA 上的多头自注意力。

📚 文档与支持

完整文档：docs.leeroo.com
- 安装：编程智能体 CLI、软件包以及 kapso doctor
- 快速开始：你的第一个活动
- CLI 参考：每个命令、标志和默认值
- Python API：Kapso 上的每个公开方法
- 配置：config.yaml 中的每个键
- learn 产出什么：经验教训库，每条经验教训都带有置信度分数、边界及其证据，以及开发模式
- 智能实验：实验树及其模块，以及一个实验内部发生了什么
- 经验：你的库、Leeroopedia，以及转化为可搜索知识的仓库和论文
- 部署：本地、Docker、Modal 及其他目标
- Kapso 插件：面向 Claude Code、Codex 和 Cursor 的命令、技能和 MCP 服务器
从你的编程智能体访问：文档站在 https://docs.leeroo.com/mcp 运行着一个 MCP 服务器，每个页面都以 Markdown 形式提供，参见 llms.txt 和在你的编程智能体中使用 Kapso。
```
claude mcp add --transport http kapso-docs https://docs.leeroo.com/mcp   # Claude Code
codex mcp add kapso-docs --url https://docs.leeroo.com/mcp              # Codex CLI
```
让你的编程智能体运行 Kapso：plugin/ 下的插件包含十个命令、六个技能和 MCP 服务器，每个宿主一行安装命令（见上文第 0 步）；OpenCode 以文件夹形式加载这些技能（ln -s <clone>/plugin/skills .opencode/skills）。参见 Kapso 插件。

把 Kapso 的知识工具交给你的编程智能体：随软件包一起安装的 kapso-mcp 会向你所在的会话提供网络研究、仓库的记忆、活动的实验历史和经验教训库，参见 MCP 门控。

claude mcp add kapso -- kapso-mcp   # Claude Code
codex mcp add kapso -- kapso-mcp    # Codex CLI；然后在 ~/.codex/config.toml 的 [mcp_servers.kapso] 下设置 `startup_timeout_sec = 60`（Codex 默认的十秒在繁忙的机器上不够用）

社区：Discord
官网：leeroo.com

面向企业的 Kapso

在企业场景中，Kapso 智能体随附初始的数据与 AI 工程 harness 以及经验教训库，能够自主地将业务目标转化为可运行的 AI 与数据系统，调查公司的制品、仓库、流水线、数据源等，并在此过程中逐步建设企业数据资产。要为你的企业任务引入 Kapso，请联系我们。

贡献

我们欢迎贡献！请参阅我们的贡献指南，了解如何开始。

贡献者

使用 contrib.rocks 制作。

Leeroo-AI/kapso

实测星标增长

关于

docs/translations/README.zh-CN.md