LLM Agent 的训练高度依赖多样的工具交互环境。然而，真实环境访问受限 🚫，LLM 模拟环境容易产生幻觉和不一致 😵，而人工编写沙盒又面临成本高昂、难以扩展的难题 😓。 
🚀 针对这一难题，我们提出了 EnvScaler —— 一个通过程序合成环境的自动化框架！利用 LLM 自动编写可执行的 Python 程序，构建成百上千个不同主题的交互式环境，并自动生成配套的任务和验证逻辑。 
📒 EnvScaler 由 SkelBuilder 和 ScenGenerator 两大核心组件组成，旨在实现环境与任务的全自动构建。 
🏗 环境构建 (SkelBuilder)：从文本挖掘到代码实现 
主题挖掘与规划：从现有文本数据中挖掘环境主题，自动规划状态空间与工具集。 
程序化实现：将规划转化为完整的 Python 程序代码。 
质量保证：引入双 Agent 循环质检（Dual-Agent Ins...