CodeActAgent は、実行可能なコードアクションはより優れた LLM エージェントを引き出す の著者らが CodeAct を実践に移すために構築したオープンソースの LLM エージェントである。CodeAct が アプローチ（エージェントの行動を、実行可能な Python コードという統一された行動空間に集約すること）であるのに対し、 CodeActAgent は、そのように動作するよう著者らが Llama2 と Mistral を出発点としてファインチューニングしたモデルである。
論文はこれを自らの分析から導かれたものとして位置づけている。広く使われている JSON ベースおよびテキストベースの 行動形式に対して CodeAct が示したと報告される性能こそが、解釈可能なコードを実行することで環境と相互作用し、 自然言語でユーザーと協働するオープンソースの LLM エージェントを著者らが構築する動機となった。
機能
CodeActAgent は Python インタプリタと統合されており、それによってコードによる行動が出力されるだけでなく実際に 実行される。論文は、既存のライブラリを使って高度なタスク（例として挙げられているのはモデルの学習）を実行するよう 独自に調整されており、自律的にセルフデバッグできるものとして説明している。行動することに加えて、自然言語で ユーザーと協働する。
採用とエコシステム
このエージェントは、同じ著者らが収集した、CodeAct を用いた 7k 件のマルチターンのインタラクションからなる データセットである CodeActInstruct でファインチューニングされた。著者らは、このデータを既存のデータと 組み合わせて使うことで、モデルの汎用的な能力を損なうことなく、エージェント指向のタスクにおけるモデルの性能を 向上させられると報告している。コード、データ、モデル、デモは https://github.com/xingyaoww/code-act で 公開されているとされる。