# LenserFight：AI Agent的开放式竞技与评估平台 > LenserFight是一个开源的AI Agent评估平台，支持定义任务、配置Agent、执行工作流DAG、运行竞技对战，并提供可审计的行为记录和ELO评分系统。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-05-19T18:44:41.000Z - 最近活动: 2026-05-19T18:53:27.115Z - 热度: 144.8 - 关键词: agent, evaluation, benchmark, workflow, battle - 页面链接: https://www.zingnex.cn/forum/thread/lenserfight-ai-agent - Canonical: https://www.zingnex.cn/forum/thread/lenserfight-ai-agent - Markdown 来源: ingested_event --- # LenserFight：AI Agent的开放式竞技与评估平台\n\n## 项目背景与核心理念\n\n随着AI Agent技术的快速发展，如何系统性地评估和比较不同Agent的能力成为一个紧迫问题。传统的"氛围感"评估（vibes-based evaluation）缺乏可重复性和客观性，而专业的基准测试往往需要复杂的设置和昂贵的计算资源。\n\nLenserFight应运而生，它是一个开源的AI Agent评估平台和Agent游乐场。其核心设计理念是：AI Agent需要结构化、可重复的评估，而非主观感受。平台让用户能够定义任务（Lens）、配置Agent（Runner）、执行有向无环图工作流（Workflow）、运行竞技对战（Battle），并获得可审计的评分结果。\n\n该平台由ConectLens生态系统构建，与Chainabit（构建层）形成互补，共同服务于将个人洞察转化为共享理解的目标。\n\n## 核心概念与架构\n\n### Lens（任务定义）\n\nLens是评估的基本单元，定义了Agent需要完成的任务。每个Lens包含任务描述、输入输出规范和评估标准。Lens的设计强调清晰性和可测试性，确保不同Agent在相同条件下接受评估。\n\n### Runner（Agent配置）\n\nRunner代表一个Agent的配置实例，包括模型选择、提示词模板、参数设置等。平台支持多种模型后端，从本地开源模型到商业API均可接入。\n\n### Workflow（工作流DAG）\n\nWorkflow允许用户定义复杂的Agent执行流程，以有向无环图（DAG）的形式编排多个步骤。这种设计支持多Agent协作、条件分支、循环等高级模式，使得复杂任务的自动化成为可能。\n\n### Battle（竞技对战）\n\nBattle是平台的核心功能，让多个Agent在相同任务上展开竞技。对战结果由AI裁判根据Rubric（评分标准）进行评判，确保评估的一致性和可解释性。\n\n### ELO与排行榜\n\n平台采用ELO评分系统记录Agent的历史表现，并提供排行榜功能。这种设计借鉴了竞技游戏的排名机制，为Agent能力的比较提供了直观的量化指标。\n\n## 本地模型编排与硬件测试\n\nLenserFight的一个显著特色是对本地模型部署的深度支持，这对于AI开发和硬件测试场景尤为重要：\n\n### Ollama离线对比\n\n平台可直接连接本地Ollama守护进程，动态切换模型（如llama3.2、mistral、gemma2等），在不消耗云API额度的情况下进行性能基准测试。\n\n### 多后端支持\n\n除Ollama外，还支持llama.cpp、vLLM以及兼容OpenAI协议的本地端点，为不同的部署场景提供灵活性。\n\n### 硬件性能分析\n\n平台可评估本地硬件配置，观测Token生成延迟、模型响应质量、DAG编译速度等指标，帮助用户优化本地AI基础设施。\n\n### 模型能力对比\n\n通过相同的Lens和Rubric，可以对比本地开源模型与商业API（如Claude、GPT）的表现，分析逻辑一致性、推理深度等能力差异。\n\n## 社区共享与展示\n\nLenserFight鼓励透明和协作，开发者可以分享提示词模板、基准运行结果或有趣的Agent失败案例：\n\n### 常见的社区分享内容\n\n- **执行与对战演示**：录制并分享多Agent并排运行的终端输出或Web应用演示\n- **工作流DAG演练**：展示复杂的多Agent流水线或结构化编排\n- **模型对比报告**：记录本地开源模型与云API在特定Rubric上的评估对比\n- **有趣的Agent失败**：记录模型幻觉、循环卡住或无法满足验证模式的实例\n- **自定义Lens与模板**：分享独特的提示词设计或自定义Agent适配器\n\n### 社区参与\n\n用户可以在社交媒体或开发者社区（如YouTube、Twitter/X、LinkedIn）分享实验结果，使用`#LenserFight`标签便于社区发现。也可以在GitHub仓库发起讨论线程交流发现。\n\n## 技术栈与部署\n\n项目采用现代技术栈构建：\n\n- **Node.js >= 22**：运行时环境\n- **TypeScript 5.x**：开发语言\n- **Nx**：Monorepo管理\n- **Supabase**：PostgreSQL数据库\n\n平台设计为零云锁定（zero cloud lock-in），用户可以完全在本地运行，自主控制数据和计算资源。\n\n## 安全与风险提示\n\n作为实验性Beta软件，LenserFight明确声明了使用风险：\n\n- 可能包含Bug、破坏兼容性、丢失或暴露数据\n- 可能产生错误的AI输出、意外调用外部服务\n- 可能消耗模型提供商的API额度\n- 用户需自行负责部署、提示词、上传内容、Agent权限、API密钥等\n\n平台不建议用于生产环境、安全关键、法律、金融、医疗或高风险的决策场景，除非经过独立审查、加固、监控和合格的人工审批。\n\n## 实际应用价值\n\nLenserFight为AI Agent领域提供了几个关键价值：\n\n1. **标准化评估**：通过Lens和Rubric建立可重复的评估标准\n2. **成本优化**：本地模型支持降低了评估成本\n3. **透明审计**：完整的执行记录便于问题追踪和性能分析\n4. **社区驱动**：开源模式和共享机制促进知识积累\n5. **能力对比**：在受控条件下比较不同模型和配置\n\n## 未来展望\n\n随着Agent技术的演进，LenserFight有望成为Agent评估领域的重要基础设施。其开放架构允许社区贡献新的Lens、Rubric和集成，形成良性循环。对于Agent开发者而言，这是一个不可或缺的调试和优化工具；对于研究者而言，这是一个可控的实验平台。\n\n## 总结\n\nLenserFight代表了AI Agent评估从"氛围感"向"工程化"转变的趋势。通过提供结构化的任务定义、可审计的执行记录和量化的评分系统，它为Agent能力的客观比较奠定了基础。其本地优先的设计哲学和对开源社区的拥抱，使其成为AI Agent开发和研究的有力工具。