La herramienta world-model-optimizer (WMO) permite mejorar continuamente modelos de lenguaje a partir de las trazas de agentes. Ofrece un punto final de modelo con calidad de frontera a un costo 40% menor. El flujo de trabajo incluye registrar proveedores, ajustar un enrutador basado en trazas OTel, y servirlo. Además, permite destilar modelos pequeños, optimizar arneses de agente, y usar modelos del mundo para simular entornos. WMO se integra con la plataforma de ExperientialLabs y ejecuta agentes en sandboxes E2B. Incluye telemetría anónima opcional. El proyecto está gestionado con uv y utiliza ruff para linting y formateo. La herramienta es útil para desarrolladores que buscan optimizar modelos de lenguaje en aplicaciones de agentes, reduciendo costos y mejorando rendimiento de forma iterativa.
