面向大语言模型的强化学习训练框架，支持分布式训练与智能体工作流，让开发者能低成本训练和调优推理模型。

把长期目标拆成可验证结果的本地优先语义控制平面，让多智能体团队跨会话、跨运行时持续协作并追踪研究进展。