iammrduncan/thermite

Thermite 是一个让 AI agent 自动跑实验的框架，把「改代码、测指标、留优汰劣」这个工程循环交给 agent 整夜整夜地跑。你只需设定一个目标数字——比如每秒 token 数、准确率、延迟、内存或 benchmark 分数——外加一组必须通过的检查，它就自己去试各种想法。它最核心的设计是防作弊：agent 只负责提方案，一个 agent 看不到也改不了的独立 judge 会重新构建、在同硬件上和当前最优版本对比、验证输出正确性，只有经得起复测的改动才被保留为新的 champion。它支持三种模式：Hill climb 持续推高某个指标、Goal 完成一组验收条件（如移植库到新平台）、Research 回答问题并逐字核对引用来源。所有 campaign 在一个带 REST API 和 MCP 的面板上统一查看和调度，最终结果可导出为 patch。适合做性能优化、模型推理调优、跨平台移植等需要大量试错的工程师，以及想让 coding agent 长时间自主攻关的团队；项目仍在快速迭代中。

Star 趋势

话题标签

仓库信息