CopilotKit 推出 CLiF：从智能体轨迹与用户操作中持续学习的平台

CopilotKit 公司早前开放了 CLiF 的早期访问。该平台面向大规模部署 AI 智能体的团队，旨在把智能体轨迹与用户在产品中的真实操作合成为完整全栈轨迹，并据此生成技能、基于生产环境的评测用例以及微调数据集。多数可观测工具只记录提示词、工具调用与模型输出，产品分析则另计点击与漏斗，两者很少落在同一时间线上，导致正确操作路径难以被智能体学习。CLiF 依托 CopilotKit 创立的 AG-UI 协议，同时捕获智能体侧事件与用户界面操作、会话内容，形成可回放的统一轨迹。学习流程分为捕获、找模式、人工审阅、交付与导出四步：轨迹进入学习容器后分析洞察与摩擦点，再以 SKILL.md 形式提出技能，须人工批准后版本化发布，并可导出原始轨迹、评测候选与微调数据。平台强调自托管，并针对评测成本、上下文膨胀与碎片化工具链等痛点。CopilotKit 开源框架在 GitHub 上已有超过三万八千星标。