Claw-R1：面向代理强化学习的步级数据中间件系统

代理强化学习是将大语言模型从静态聊天机器人转化为交互式代理的关键后训练范式。现有工作多关注策略优化算法，却忽视了交互数据的全生命周期管理。为此，本文提出 Claw-R1，一个交互式步级数据中间件系统。该系统通过网关服务器和数据池两大核心组件，连接异构代理运行时与强化学习训练后端，将交互轨迹转化为可管理的结构化数据资产。用户可实时检查轨迹、筛选高质量数据并配置训练批次，旨在提升社区对代理强化学习中数据管理重要性的认识。