Orchard - 微软研究院开源的 Agentic AI 建模框架 - AiBoss

Orchard是什么

Orchard 是微软研究院推出的开源 Agentic AI 建模框架，核心为基于 Kubernetes 的 Orchard Env 环境服务，支持跨域复用沙箱进行数据蒸馏、强化学习 rollout 与评估。框架已覆盖软件工程、浏览器导航和个人助理三大场景，并开源了训练数据与评估方法。

跨域统一环境服务： Orchard Env 提供沙箱生命周期管理、命令执行、文件 I/O、网络策略与 REST API，一套基础设施可支撑代码、网页、桌面、移动端及生产力工作流。
三大领域训练配方： Orchard-SWE 专攻代码修复，Orchard-GUI 处理视觉网页导航，Orchard-Claw 面向邮件、日历等日常生产力任务，均提供完整的 SFT + RL 训练流水线。
真实 Harness 内训练： 支持直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中完成端到端训练与评估，消除训练环境与部署环境之间的错配。
开源数据集与评估协议： 释放 107K 条 SWE 轨迹与 3,070 条 GUI 多模态 rollout 数据，以及对应的评测基准与可复现配方。

Kubernetes-native 环境层： Orchard Env 作为独立服务运行，通过容器编排实现数千个隔离沙箱的并行创建与销毁，平均命令执行延迟仅 0.28 秒，支持自动扩缩容与 Redis 分布式锁。
Credit-Assignment SFT： 在软件工程领域，系统不丢弃部分失败的轨迹，而是从有效片段中提取监督信号，将可用训练数据量最大化。
Balanced Adaptive Rollout + 密集奖励： 针对 RL 稀疏反馈问题，采用平衡自适应 rollout 捕获稀少成功信号，并引入 on-policy 蒸馏与基于规则的流程奖励模型，为中间步骤提供密集指导。
Value Model 重排序： 利用 20 次历史实验的 rollout 轨迹训练 4B 参数价值模型，在推理阶段对多个候选解进行评分并选取最优，将 Orchard-SWE 从 69.7% 提升至 73.0%。
Harness-Agnostic 代理记录： 轻量级代理记录 harness 自身的模型调用并重构为训练样本，使任何 RL 代码库均可对接任何 harness，无需修改环境镜像。

微信关注回复“开源”，加入AI开源项目交流群

安装 SDK： 执行 pip install -e "orchard_env[dev]" 安装 Python SDK，配置 SANDBOX_BASE_URL 与 SANDBOX_API_KEY 环境变量。
快速调用沙箱： 使用 SandboxClient 上下文管理器创建沙箱并执行命令，支持同步与异步模式、文件读写、git patch 应用及 PTY 会话。
部署编排器： 通过 Azure AKS 提供的四个脚本（provision、build、deploy、smoke-test）约 20 分钟即可完成多副本编排器部署，也支持非 Azure 集群。
运行训练配方： 参照 GitHub 仓库中的 trainer/slime/ 目录，在 Orchard Env 上执行 Orchard-SWE、Orchard-GUI 或 Orchard-Claw 的完整 SFT + RL 训练流程。

小模型逼近大模型性能： Orchard-SWE 用约 3B 活跃参数在 SWE-bench Verified 上达到 73.0%，接近参数量 10 倍以上的前沿系统；Orchard-GUI 以 4B 参数在三大网页基准平均达到 68.4%，媲美 OpenAI CUA 与 Gemini CUA。
成本显著降低： 相比 E2B、Daytona 等托管沙箱服务，Orchard Env 按需成本约为 0.47 倍，Spot 实例成本仅为 0.10 倍，约 10 倍价差。
跨 Harness 泛化能力强： 同一环境层支持 ReACT、ZeroClaw、OpenClaw、Codex 等多种 harness，Orchard-Claw 在 ZeroClaw 下 pass@3 从 59.6% 提升至 73.9%。
训练数据高效： Orchard-GUI 仅用 400 条蒸馏演示与 2,200 条开放任务即达到开源最强网页 Agent 水平，证明小数据量配合正确环境即可训练出高能力模型。

项目官网：https://www.microsoft.com/en-us/research/blog/orchard-an-open-framework-for-scalable-agentic-ai/
GitHub仓库：https://github.com/microsoft/Orchard
HuggingFace模型库：https://huggingface.co/datasets/microsoft/Orchard
arXiv技术论文：https://arxiv.org/pdf/2605.15040

维度	Orchard	OpenHands
定位	微软开源的跨域 Agentic 建模框架，覆盖代码、网页、生产力三大场景	开源社区主导的软件工程 Agent，专注代码库修复与开发任务
环境层	自研 Kubernetes-native 通用环境服务（Orchard Env），一套基础设施跨域复用	依赖 Docker 容器化环境，针对代码任务定制，难以直接迁移到网页或桌面场景
训练能力	内置完整 SFT + RL 训练流水线，支持在 Codex、OpenClaw 等真实 harness 内直接训练	主要提供推理与执行框架，训练流水线需自行搭建，通常在简化环境中进行
数据开源	开源 107K 条 SWE 轨迹、3,070 条 GUI 多模态 rollout 及完整评估协议	开源代码与部分评测结果，但大规模训练轨迹数据集未完整公开
模型效率	3B–35B 活跃参数即可在 SWE-bench 达到 73.0%，接近 10 倍参数量前沿模型	通常依赖 70B 级模型或 GPT-4 等商业 API 才能达到相近的 SWE-bench 成绩
成本结构	自托管沙箱成本约为商业服务的 10%–50%，支持 Spot 实例大幅降低训练开销	主要依赖云服务器或商业 API，成本随模型规模与调用量线性增长
Harness 支持	原生支持 ReACT、ZeroClaw、OpenClaw、Codex 等多种 harness 无缝切换	主要围绕自身 harness 设计，切换外部 harness 需额外适配