MindLab-Research · mindlab-bot · Mar 13, 2026
diff --git a/README.md b/README.md
@@ -154,10 +154,13 @@ Serving, reward modeling, and training are fully decoupled. The agent continues
 pip install -e .                        # skills_only mode (lightweight)
 pip install -e ".[rl]"                  # + RL training support (torch, transformers, tinker)
 pip install -e ".[evolve]"              # + skill evolution via OpenAI-compatible LLM
+pip install mindlab-toolkit             # + optional MinT compatibility backend
 pip install -e ".[scheduler]"           # + Google Calendar integration for scheduler
 pip install -e ".[rl,evolve,scheduler]" # recommended for full RL + scheduler setup
 ```
 
+Use `mindlab-toolkit` only if you want `rl.backend=mint`. MinT docs: [overview](https://mint-doc.macaron.im/), [Tinker compatibility](https://mint-doc.macaron.im/using-the-api/tinker-compatibility), [model lineup](https://mint-doc.macaron.im/using-the-api/model-lineup), [GitHub](https://github.com/MindLab-Research/mindlab-toolkit).
+
 ### 2. Configure
 
 ```bash
@@ -166,6 +169,19 @@ metaclaw setup
 
 The interactive wizard will ask you to choose your LLM provider (Kimi, Qwen, MiniMax, or custom), enter your API key, and optionally enable RL training.
 
+MetaClaw's RL path keeps Tinker as the default reference backend. `rl.backend=auto` is the recommended default: it works with Tinker out of the box, and can also infer MinT from MinT-like credentials/base URLs when the MinT package is installed. If you want to point the same workflow at MinT, you can set:
+
+```bash
+metaclaw config rl.backend mint
+metaclaw config rl.api_key sk-mint-...
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # China mainland; use https://mint.macaron.xin/ otherwise
+metaclaw config rl.model Qwen/Qwen3-4B-Instruct-2507
+```
+
+Use `https://mint-cn.macaron.xin/` for mainland China or `https://mint.macaron.xin/` otherwise.
+
+Legacy aliases `rl.tinker_api_key` and `rl.tinker_base_url` are still accepted for backward compatibility.
+
 ### 3. Start
 
 ```bash
@@ -193,7 +209,9 @@ metaclaw config KEY VALUE       # Set a config value
 
 ```bash
 metaclaw config rl.enabled true           # Enable RL training
-metaclaw config rl.tinker_api_key sk-...  # Set Tinker key
+metaclaw config rl.backend auto           # auto | tinker | mint
+metaclaw config rl.api_key sk-...         # Set RL backend key
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # MinT mainland China endpoint; use https://mint.macaron.xin/ otherwise
 metaclaw config skills.auto_evolve false  # Disable auto skill summarization
 metaclaw config proxy.port 31000          # Change proxy port
 ```
@@ -226,8 +244,12 @@ skills:
 
 rl:
   enabled: false            # set to true to enable RL training
+  backend: auto             # "auto" | "tinker" | "mint"
   model: moonshotai/Kimi-K2.5
-  tinker_api_key: ""
+  api_key: ""
+  base_url: ""              # optional backend endpoint, e.g. https://mint-cn.macaron.xin/ (mainland China) or https://mint.macaron.xin/ for MinT
+  tinker_api_key: ""        # legacy alias for api_key
+  tinker_base_url: ""       # legacy alias for base_url
   prm_url: https://api.openai.com/v1
   prm_model: gpt-5.2
   prm_api_key: ""
@@ -277,22 +299,33 @@ cp -r memory_data/skills/* ~/.metaclaw/skills/
 
 ## 🔬 Advanced: RL Mode
 
-Enable RL training to continuously fine-tune the model from live conversations:
+Enable RL training to continuously fine-tune the model from live conversations. Tinker remains the default reference path, and MetaClaw can also target MinT as a Tinker-compatible alternative:
 
 ```bash
 metaclaw config rl.enabled true
-metaclaw config rl.tinker_api_key sk-...
+metaclaw config rl.backend auto
+metaclaw config rl.api_key sk-...
 metaclaw config rl.prm_url https://api.openai.com/v1
 metaclaw config rl.prm_api_key sk-...
 metaclaw start
 ```
 
+If you want to run the same workflow on MinT, switch the backend and set the MinT endpoint/model:
+
+```bash
+metaclaw config rl.backend mint
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # China mainland; use https://mint.macaron.xin/ otherwise
+metaclaw config rl.model Qwen/Qwen3-4B-Instruct-2507
+```
+
 In RL mode:
 - Each conversation turn is tokenized and submitted as a training sample
 - A judge LLM (PRM) scores responses asynchronously
-- Tinker cloud runs LoRA fine-tuning; updated weights are hot-swapped every `batch_size` samples
+- Tinker cloud handles LoRA fine-tuning by default; MetaClaw can also work with a compatible alternative such as MinT, and updated weights are hot-swapped every `batch_size` samples
 - A dedicated evolver LLM extracts new skills from failed episodes
 
+If you stay on Tinker, `rl.backend=auto` or `rl.backend=tinker` keeps the default path. If you use MinT, switch to `rl.backend=mint` and provide the MinT endpoint.
+
 **Programmatic rollout** (no OpenClaw TUI needed): set `openclaw_env_data_dir` to a directory of JSONL task files:
 
 ```json
@@ -356,14 +389,17 @@ Each `ConversationSample` is tagged with a `skill_generation` version. When skil
 
 ## 🙏 Acknowledgements
 
-MetaClaw builds on top of the following open-source projects:
+MetaClaw builds on top of the following open-source projects and collaborations:
 
 - [OpenClaw](https://openclaw.ai) – the core agent framework.
 - [SkillRL](https://github.com/aiming-lab/SkillRL) – our skill-augmented RL framework.
-- [Tinker](https://www.thinkingmachines.ai/tinker/) – used for online RL training.
+- [Tinker](https://www.thinkingmachines.ai/tinker/) – the primary reference backend for online RL training in MetaClaw.
+- [MinT](https://mint-doc.macaron.im/) – a Tinker-compatible alternative from [Mind Lab](https://macaron.im/mindlab), available via [`mindlab-toolkit`](https://github.com/MindLab-Research/mindlab-toolkit). Its current supported models are listed on the [official model lineup page](https://mint-doc.macaron.im/using-the-api/model-lineup).
 - [OpenClaw-RL](https://github.com/Gen-Verse/OpenClaw-RL) – inspiration for our RL design.
 - [awesome-openclaw-skills](https://github.com/VoltAgent/awesome-openclaw-skills) – provides the foundation for our skill bank.
 
+The MinT compatibility work in this repository is one result of a collaboration between the MetaClaw project team and [Mind Lab](https://macaron.im/mindlab). In that collaboration, Mind Lab has focused on infrastructure research and LoRA RL algorithm optimization in support of the broader MetaClaw effort.
+
 ---
 
 ## 📄 License

diff --git a/assets/README_DE.md b/assets/README_DE.md
@@ -156,10 +156,13 @@ Serving, Reward Modeling und Training sind vollständig entkoppelt. Der Agent an
 pip install -e .                        # skills_only-Modus (leichtgewichtig)
 pip install -e ".[rl]"                  # + RL-Trainingsunterstützung (torch, transformers, tinker)
 pip install -e ".[evolve]"              # + Skill-Evolution via OpenAI-kompatibler LLM
+pip install mindlab-toolkit             # + optionales MinT-Kompatibilitäts-Backend
 pip install -e ".[scheduler]"           # + Google Calendar Integration für Scheduler
 pip install -e ".[rl,evolve,scheduler]" # empfohlen: vollständiges RL + Scheduler-Setup
 ```
 
+`mindlab-toolkit` wird nur benötigt, wenn du `rl.backend=mint` verwenden willst. MinT-Links: [Überblick](https://mint-doc.macaron.im/), [Tinker-Kompatibilität](https://mint-doc.macaron.im/using-the-api/tinker-compatibility), [Modellliste](https://mint-doc.macaron.im/using-the-api/model-lineup), [GitHub](https://github.com/MindLab-Research/mindlab-toolkit).
+
 ### 2. Konfiguration
 
 ```bash
@@ -168,6 +171,19 @@ metaclaw setup
 
 Der interaktive Assistent führt dich durch die Auswahl des LLM-Anbieters (Kimi, Qwen, MiniMax oder benutzerdefiniert), API-Schlüssel und optionale RL-Aktivierung.
 
+Der RL-Pfad von MetaClaw behält Tinker als Standard-Referenzbackend. `rl.backend=auto` ist die empfohlene Voreinstellung und kann bei installiertem MinT-Kompatibilitätspaket auch MinT anhand Mint-typischer Credentials oder Base-URLs erkennen. Wenn du denselben Workflow auf MinT richten willst, kannst du Folgendes setzen:
+
+```bash
+metaclaw config rl.backend mint
+metaclaw config rl.api_key sk-mint-...
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # Festlandchina; sonst https://mint.macaron.xin/
+metaclaw config rl.model Qwen/Qwen3-4B-Instruct-2507
+```
+
+Nutze `https://mint-cn.macaron.xin/` für Festlandchina oder `https://mint.macaron.xin/` andernfalls.
+
+Die Legacy-Aliase `rl.tinker_api_key` und `rl.tinker_base_url` werden aus Kompatibilitätsgründen weiterhin akzeptiert.
+
 ### 3. Start
 
 ```bash
@@ -195,7 +211,9 @@ metaclaw config KEY VALUE       # Konfigurationswert setzen
 
 ```bash
 metaclaw config rl.enabled true           # RL-Training aktivieren
-metaclaw config rl.tinker_api_key sk-...  # Tinker-Schlüssel setzen
+metaclaw config rl.backend auto           # auto | tinker | mint
+metaclaw config rl.api_key sk-...         # Schlüssel für das RL-Backend setzen
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # MinT-Endpunkt für Festlandchina; sonst https://mint.macaron.xin/
 metaclaw config skills.auto_evolve false  # Automatische Skill-Zusammenfassung deaktivieren
 metaclaw config proxy.port 31000          # Proxy-Port ändern
 ```
@@ -228,8 +246,12 @@ skills:
 
 rl:
   enabled: false            # auf true setzen, um RL-Training zu aktivieren
+  backend: auto             # "auto" | "tinker" | "mint"
   model: moonshotai/Kimi-K2.5
-  tinker_api_key: ""
+  api_key: ""
+  base_url: ""              # optionaler Backend-Endpunkt, z. B. https://mint-cn.macaron.xin/ (Festlandchina) oder https://mint.macaron.xin/ für MinT
+  tinker_api_key: ""        # Legacy-Alias für api_key
+  tinker_base_url: ""       # Legacy-Alias für base_url
   prm_url: https://api.openai.com/v1
   prm_model: gpt-5.2
   prm_api_key: ""
@@ -279,22 +301,33 @@ cp -r memory_data/skills/* ~/.metaclaw/skills/
 
 ## 🔬 Erweitert: RL-Modus
 
-RL-Training aktivieren, um das Modell kontinuierlich aus Live-Gesprächen feinabzustimmen:
+RL-Training aktivieren, um das Modell kontinuierlich aus Live-Gesprächen feinabzustimmen. Tinker bleibt der Standard-Referenzpfad, und MetaClaw kann denselben Workflow auch auf MinT als Tinker-kompatible Alternative richten:
 
 ```bash
 metaclaw config rl.enabled true
-metaclaw config rl.tinker_api_key sk-...
+metaclaw config rl.backend auto
+metaclaw config rl.api_key sk-...
 metaclaw config rl.prm_url https://api.openai.com/v1
 metaclaw config rl.prm_api_key sk-...
 metaclaw start
 ```
 
+Wenn du denselben Workflow auf MinT ausführen willst, ergänze Backend, Endpunkt und Modell:
+
+```bash
+metaclaw config rl.backend mint
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # Festlandchina; sonst https://mint.macaron.xin/
+metaclaw config rl.model Qwen/Qwen3-4B-Instruct-2507
+```
+
 Im RL-Modus:
 - Jeder Gesprächszug wird tokenisiert und als Trainingsbeispiel eingereicht
 - Ein Richter-LLM (PRM) bewertet Antworten asynchron
-- Tinker Cloud führt LoRA-Fine-Tuning durch; aktualisierte Gewichte werden alle `batch_size` Samples hot-geswappt
+- Standardmäßig übernimmt Tinker Cloud das LoRA-Fine-Tuning; MetaClaw kann aber auch mit einer kompatiblen Alternative wie MinT arbeiten, und aktualisierte Gewichte werden alle `batch_size` Samples hot-geswappt
 - Ein dediziertes Evolver-LLM extrahiert neue Skills aus fehlgeschlagenen Episoden
 
+Wenn du bei Tinker Cloud bleiben willst, nutze `rl.backend=auto` oder `rl.backend=tinker`. Für MinT setze `rl.backend=mint` und konfiguriere den entsprechenden Endpunkt.
+
 **Programmatisches Rollout** (keine OpenClaw TUI nötig): `openclaw_env_data_dir` auf ein Verzeichnis mit JSONL-Aufgabendateien setzen:
 
 ```json
@@ -358,14 +391,17 @@ Jedes `ConversationSample` wird mit einer `skill_generation`-Version getaggt. We
 
 ## 🙏 Danksagungen
 
-MetaClaw baut auf folgenden Open-Source-Projekten auf:
+MetaClaw baut auf folgenden Open-Source-Projekten und Kollaborationen auf:
 
 - [OpenClaw](https://openclaw.ai) — das zentrale Agent-Framework.
 - [SkillRL](https://github.com/aiming-lab/SkillRL) — unser skill-erweitertes RL-Framework.
-- [Tinker](https://www.thinkingmachines.ai/tinker/) — für Online-RL-Training verwendet.
+- [Tinker](https://www.thinkingmachines.ai/tinker/) — das primäre Referenz-Backend für Online-RL-Training in MetaClaw.
+- [MinT](https://mint-doc.macaron.im/) — eine Tinker-kompatible Alternative von [Mind Lab](https://macaron.im/mindlab), verfügbar über [`mindlab-toolkit`](https://github.com/MindLab-Research/mindlab-toolkit); unterstützte Modelle stehen auf der [offiziellen Modellliste](https://mint-doc.macaron.im/using-the-api/model-lineup).
 - [OpenClaw-RL](https://github.com/Gen-Verse/OpenClaw-RL) — Inspiration für unser RL-Design.
 - [awesome-openclaw-skills](https://github.com/VoltAgent/awesome-openclaw-skills) — stellt die Grundlage für unsere Skill-Bank bereit.
 
+Die MinT-Kompatibilitätsarbeit in diesem Repository ist ein Ergebnis der Zusammenarbeit zwischen dem MetaClaw-Projektteam und [Mind Lab](https://macaron.im/mindlab). Mind Lab konzentriert sich in dieser Zusammenarbeit vor allem auf Infrastrukturforschung und LoRA-RL-Algorithmusoptimierung.
+
 ---
 
 ## 📄 Lizenz

diff --git a/assets/README_ES.md b/assets/README_ES.md
@@ -156,10 +156,13 @@ El serving, el modelado de recompensas y el entrenamiento están completamente d
 pip install -e .                        # modo skills_only (ligero)
 pip install -e ".[rl]"                  # + soporte de entrenamiento RL (torch, transformers, tinker)
 pip install -e ".[evolve]"              # + evolución de skills via LLM compatible con OpenAI
+pip install mindlab-toolkit             # + backend de compatibilidad MinT opcional
 pip install -e ".[scheduler]"           # + integración Google Calendar para planificador
 pip install -e ".[rl,evolve,scheduler]" # recomendado: configuración completa RL + planificador
 ```
 
+Usa `mindlab-toolkit` solo si quieres `rl.backend=mint`. Enlaces de MinT: [overview](https://mint-doc.macaron.im/), [compatibilidad con Tinker](https://mint-doc.macaron.im/using-the-api/tinker-compatibility), [lista de modelos](https://mint-doc.macaron.im/using-the-api/model-lineup), [GitHub](https://github.com/MindLab-Research/mindlab-toolkit).
+
 ### 2. Configuración
 
 ```bash
@@ -168,6 +171,19 @@ metaclaw setup
 
 El asistente interactivo te pedirá que elijas tu proveedor de LLM (Kimi, Qwen, MiniMax o personalizado), tu clave API y si deseas activar el entrenamiento RL.
 
+La ruta RL de MetaClaw mantiene a Tinker como backend de referencia por defecto. `rl.backend=auto` es el valor recomendado y también puede detectar MinT a partir de credenciales o base URLs estilo Mint cuando el paquete de compatibilidad de MinT está instalado. Si quieres apuntar el mismo flujo a MinT, puedes configurar:
+
+```bash
+metaclaw config rl.backend mint
+metaclaw config rl.api_key sk-mint-...
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # China continental; fuera de China usa https://mint.macaron.xin/
+metaclaw config rl.model Qwen/Qwen3-4B-Instruct-2507
+```
+
+Usa `https://mint-cn.macaron.xin/` para China continental o `https://mint.macaron.xin/` en otros casos.
+
+Los alias heredados `rl.tinker_api_key` y `rl.tinker_base_url` siguen siendo válidos por compatibilidad.
+
 ### 3. Inicio
 
 ```bash
@@ -195,7 +211,9 @@ metaclaw config KEY VALUE       # Establecer un valor de configuración
 
 ```bash
 metaclaw config rl.enabled true           # Activar entrenamiento RL
-metaclaw config rl.tinker_api_key sk-...  # Establecer clave Tinker
+metaclaw config rl.backend auto           # auto | tinker | mint
+metaclaw config rl.api_key sk-...         # Establecer clave del backend RL
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # Endpoint de MinT para China continental; fuera de China usa https://mint.macaron.xin/
 metaclaw config skills.auto_evolve false  # Desactivar resumen automático de skills
 metaclaw config proxy.port 31000          # Cambiar puerto del proxy
 ```
@@ -228,8 +246,12 @@ skills:
 
 rl:
   enabled: false            # poner a true para activar entrenamiento RL
+  backend: auto             # "auto" | "tinker" | "mint"
   model: moonshotai/Kimi-K2.5
-  tinker_api_key: ""
+  api_key: ""
+  base_url: ""              # endpoint opcional del backend, p. ej. https://mint-cn.macaron.xin/ (China continental) o https://mint.macaron.xin/ para MinT
+  tinker_api_key: ""        # alias heredado de api_key
+  tinker_base_url: ""       # alias heredado de base_url
   prm_url: https://api.openai.com/v1
   prm_model: gpt-5.2
   prm_api_key: ""
@@ -279,22 +301,33 @@ cp -r memory_data/skills/* ~/.metaclaw/skills/
 
 ## 🔬 Avanzado: Modo RL
 
-Activa el entrenamiento RL para afinar continuamente el modelo a partir de conversaciones en vivo:
+Activa el entrenamiento RL para afinar continuamente el modelo a partir de conversaciones en vivo. Tinker sigue siendo la ruta de referencia por defecto, y MetaClaw también puede apuntar a MinT como alternativa compatible con Tinker:
 
 ```bash
 metaclaw config rl.enabled true
-metaclaw config rl.tinker_api_key sk-...
+metaclaw config rl.backend auto
+metaclaw config rl.api_key sk-...
 metaclaw config rl.prm_url https://api.openai.com/v1
 metaclaw config rl.prm_api_key sk-...
 metaclaw start
 ```
 
+Si quieres ejecutar el mismo flujo sobre MinT, añade backend, endpoint y modelo:
+
+```bash
+metaclaw config rl.backend mint
+metaclaw config rl.base_url https://mint-cn.macaron.xin/  # China continental; fuera de China usa https://mint.macaron.xin/
+metaclaw config rl.model Qwen/Qwen3-4B-Instruct-2507
+```
+
 En modo RL:
 - Cada turno de conversación se tokeniza y se envía como muestra de entrenamiento
 - Un LLM juez (PRM) puntúa las respuestas de forma asíncrona
-- Tinker Cloud ejecuta el fine-tuning LoRA; los pesos actualizados se hot-swap cada `batch_size` muestras
+- Por defecto, Tinker Cloud ejecuta el fine-tuning LoRA; MetaClaw también puede funcionar con una alternativa compatible como MinT, y los pesos actualizados se hot-swap cada `batch_size` muestras
 - Un LLM evolucionador dedicado extrae nuevos skills de los episodios fallidos
 
+Si te quedas con Tinker Cloud, usa `rl.backend=auto` o `rl.backend=tinker`. Si usas MinT, cambia a `rl.backend=mint` y configura el endpoint correspondiente.
+
 **Rollout programático** (sin TUI de OpenClaw): establece `openclaw_env_data_dir` en un directorio de archivos JSONL de tareas:
 
 ```json
@@ -358,14 +391,17 @@ Cada `ConversationSample` se etiqueta con una versión `skill_generation`. Cuand
 
 ## 🙏 Agradecimientos
 
-MetaClaw se construye sobre los siguientes proyectos de código abierto:
+MetaClaw se construye sobre los siguientes proyectos de código abierto y colaboraciones:
 
 - [OpenClaw](https://openclaw.ai) — el framework central de agentes.
 - [SkillRL](https://github.com/aiming-lab/SkillRL) — nuestro framework RL aumentado con skills.
-- [Tinker](https://www.thinkingmachines.ai/tinker/) — usado para entrenamiento RL en línea.
+- [Tinker](https://www.thinkingmachines.ai/tinker/) — el backend de referencia principal para el entrenamiento RL en línea de MetaClaw.
+- [MinT](https://mint-doc.macaron.im/) — una alternativa compatible con Tinker de [Mind Lab](https://macaron.im/mindlab), disponible vía [`mindlab-toolkit`](https://github.com/MindLab-Research/mindlab-toolkit); los modelos soportados están en la [página oficial](https://mint-doc.macaron.im/using-the-api/model-lineup).
 - [OpenClaw-RL](https://github.com/Gen-Verse/OpenClaw-RL) — inspiración para nuestro diseño RL.
 - [awesome-openclaw-skills](https://github.com/VoltAgent/awesome-openclaw-skills) — proporciona la base de nuestro banco de skills.
 
+El trabajo de compatibilidad con MinT en este repositorio es uno de los resultados de la colaboración entre el equipo del proyecto MetaClaw y [Mind Lab](https://macaron.im/mindlab). En esa colaboración, Mind Lab se ha centrado principalmente en la investigación de infraestructura y en la optimización de algoritmos LoRA RL.
+
 ---
 
 ## 📄 Licencia