现在可以在常用工作环境里直接训练AI智能体了

你现在可以在 TRL + OpenEnv 中用你自选的工具框架训练智能体了，比如 open code、pi、codex、claude code。

这意味着你可以在模型实际使用的上下文，也就是它的智能体框架中改进模型。它会学习为任务选用正确的工具，就像 codex 或 claude code 的训练方式一样。

流程如下：
- 获取任务数据集
- 选用一个框架，比如 open code，来驱动会话
- 准备好 openenv 环境和框架适配器
- 使用 TRL HarnessRolloutWorker 收集智能体的追踪数据
- 使用 AsyncGRPOTrainer 编排推理和权重更新
验证器返回 env_reward

Hermes Agent 的技能有了大幅提升！一次整合 overhaul 更新就合并了 24 个 PR，审计了约 145 项技能：
- 26 项技能同步到了上游工具的最新版本
- 编码智能体技能（codex、claude-code、grok）适配了当前标识
- MLOps 技能（vllm、TRL、flash-attn、accelerate）适配了当前 API
- 所有描述都做了精简，让智能体路由更快
- 修复了全库中断掉的交叉引用
- 新增组织技能命名空间：令牌 gated 发现+来源溯源
- 新增 pinecone-research 技能，推出 simplify-code v1.1
- 小众技能移至可选模块，重构了 hub 结构