NOOA

3个月前更新 78 00

NVIDIA Labs 已开源 NOOA（NVIDIA Object-Oriented Agents），这是一个模型无关的 Python 框架，用于构建 AI 代理。

所在地：

美国

收录时间：

2026-08-08

NOOA

NVIDIA Labs 已开源 NOOA（NVIDIA Object-Oriented Agents），这是一个模型无关的 Python 框架，用于构建 AI 代理。

当前 AI 代理开发分散在提示模板、工具模式、回调代码和工作流图中。NOOA 将所有内容整合到一个 Python 类中：

方法体为 ... 的方法由 LLM 驱动的循环在运行时完成；而包含正常代码体的方法则保持为确定性 Python 逻辑，模型可将其作为工具调用。

因此，开发者与模型共享同一套接口，代理行为可以像普通软件一样进行测试、追踪、重构和版本控制。

是否可部署

可以，但必须在操作系统级隔离环境中运行。NOOA 采用 Apache 2.0 许可证，可通过 pip install nooa 安装（v0.0.8，2026年7月30日发布），需要 Python 3.12–3.13。PyPI 将其标记为 alpha 版本，NVIDIA 将其定位为研究预览版。

代理可以执行 LLM 生成的代码，NVIDIA 明确指出其 AST 检查和模块黑名单属于纵深防御措施，而非安全隔离边界。真正的隔离边界是容器、虚拟机或 NVIDIA OpenShell。模型通过 LiteLLM 实现可插拔，支持托管 API、Ollama 和 vLLM 端点。

适用对象与场景

维度	说明
最佳适用者	AI原生初创公司、构建内部代理的中型平台团队
适合群体	企业AI平台和应用研究团队，用于运行评测或试点项目
慎用场景	受监管的生产环境应等待稳定版本发布
适用行业	开发者工具、网络安全、云和DevOps、数据分析、金融服务运营、客户支持
典型应用	代码仓库问题分类与补丁修复、终端与基础设施自动化、漏洞验证流水线、内存数据批量分类与提取、类型化多代理编排

NOOA 将传统代理开发中分散的提示模板、工具定义、回调和流程图全部压缩至一个类中。

两种策略

策略	工作机制
PredictStrategy	单次类型化LLM调用，验证失败时本地重试循环
CodeActStrategy	运行迭代式Python REPL，模型调用 `execute_python(...)`，直至提交 `return_result(...)`，其返回值通过返回注解进行验证

六项能力集成

研究团队声称 NOOA 是首个同时结合以下六项面向模型能力的框架：

NVIDIA 对 LangGraph、Google ADK、PydanticAI、smolagents、Claude Agent SDK、OpenAI Codex、OpenHands 等十四个框架和工具集进行了对比评估，报告称其他方案均为部分覆盖。

引用传递是关键机制

参数以活 Python 对象形式传递；模型仅看到包含具体类型、实际长度和头尾样本的有限预览。例如，一个包含一百个元素的列表仅消耗约 30 个 token，而完整变量保留在 REPL 中。

上下文被拆分为三部分：

这种结构支持跨轮次的 KV 缓存复用。

可选记忆子系统

可附加到未修改的代理上。提供七个模型可调用的工具，按 ACT-R 激活值对记录进行写入和召回，全部存储在一个人类可查阅的 SQLite 文件中。

基础能力测试

88 项测试，在 10 个模型上各运行 5 次：4,400 条记录中 4,309 条通过（97.9%）。六族压力子集（覆盖批处理、错误恢复和任务分解）通过率为 84.7%，小型模型与前沿模型在此子集上的差距从 3.2 个百分点扩大至 23 个百分点。

端到端基准测试

效率数据

更值得关注的是效率。在 SWE-bench Verified 上，NOOA 达到 82.2% 的同时，每任务仅消耗约 110 万 token 和约 28 次模型调用；而 PI 在 78.2% 成绩下需要 220 万 token 和 66 次调用。

追踪分析还指出，NOOA 采用了验证终止机制——OpenCode 在模型回复无工具调用时停止，而 NOOA 要求返回携带证据和验证命令的类型化 TaskResult。