用途：PufferLib 是面向高吞吐强化学习的高性能库，用于并行环境模拟与训练，支持单智能体与原生多智能体，通过向量化与高效 PPO 实现（PuffeRL）达到每秒数百万步。
主要能力：PuffeRL 优化 PPO 训练器（源自 CleanRL，可选 LSTM）；PufferEnv API 用于编写自定义高性能环境；向量化并行模拟（共享内存零拷贝、忙等待标志、异步返回）；策略开发（CNN、LSTM、多输入、连续动作、多智能体）；集成 Gymnasium、PettingZoo、Atari、Procgen、NetHack、Minigrid、Neural MMO、Crafter、GPUDrive、MicroRTS、Griddly 等；Ocean 套件含 20+ 预置环境。
使用方式：安装 uv pip install "pufferlib==3.0.*"（PyPI 仅提供 sdist，需 C 编译器）。CLI 训练：puffer train puffer_breakout --train.device cuda --train.learning-rate 0.015；恢复检查点：puffer train puffer_breakout --load-model-path latest。Python 可用 pufferl.train('puffer_breakout')，或手动循环 PuffeRL(config, vecenv, policy)，依次调用 evaluate()、train()、mean_and_log()。向量化用 pufferlib.vector.make(env_creator, num_envs=256, num_workers=8)；原生 PufferEnv 用默认 backend，包装环境（Gymnasium/PettingZoo）须显式传 backend=pufferlib.vector.Multiprocessing。
适用场景：标准基准训练、多智能体学习、自定义任务开发、高吞吐性能优化。
限制：本技能针对 3.0 线；PufferLib 5.0 是不同产品，无 pip 包、已移除第三方集成、仅 CPU 评估无 CPU 训练，其 Python API 不适用。性能数字为官方公布值，随环境与硬件变化。其余细节暂未提供。