Repolode
Enviar
simple-agent-lab

simple-agent-lab/RSIHub

Un framework de Python para la mejora autónoma de agentes guiada por evaluadores, que registra el linaje de cada generación de agentes candidatos.

Ver en GitHub
Estrellas
341
Forks
19
Issues abiertos
7
Último commit
hace 11 días

¿Qué es?

RSIHub ejecuta agentes de IA candidatos frente a un evaluador fijo, registra qué cambió en cada generación y por qué, y mantiene las mejoras verificadas mientras el evaluador permanece intacto. Cada estrategia de evolución se expresa como una receta que selecciona agentes parent, analiza trazas de ejecución, propone cambios dentro de una superficie modificable declarada y decide qué candidatos se aceptan.

Cada prueba se ejecuta en Harbor, que proporciona ejecución en contenedores, captura de trayectorias y verificación por tarea. Los candidatos se puntúan a partir de snapshots limpios, y los resultados se vuelven a calcular usando registros de archivo con sello y etiquetas de generación de Git. La superficie modificable puede incluir prompts, skills, harnesses y el código del agente objetivo; también se incluyen recetas como hill_climb, aevolve, ahe, gepa y hyperagents.

El proyecto también incluye un visor de experimentos, `evolve view`, que inspecciona los espacios de trabajo generados en modo de solo lectura y muestra el progreso de las generaciones, las modificaciones, las puntuaciones y los resultados de las pruebas. Es un prototipo de investigación en desarrollo activo.

Funciones clave

  • 01El evaluador permanece congelado, por lo que los agentes candidatos no pueden cambiar las reglas de puntuación.
  • 02Cada receta declara las rutas del objetivo y de los operadores que pueden modificarse.
  • 03Los candidatos se puntúan a partir de snapshots limpios del código del agente.
  • 04El linaje se registra en entradas de archive.jsonl con sello y en etiquetas de generación de Git.
  • 05Las pruebas se ejecutan en Harbor, con ejecución en contenedores y captura de trayectorias.
  • 06Visor de experimentos de solo lectura para inspeccionar generaciones y resultados de las pruebas.

Casos de uso

  • Mejorar prompts, skills o el código del harness de un agente con un conjunto de evaluación fijo.
  • Comparar estrategias de evolución de agentes con evaluaciones y límites de modificación idénticos.
  • Mantener un registro reproducible y auditable de cómo se derivaron las distintas versiones de un agente.

Inicio rápido

  1. 1

    Configura el subconjunto compartido de Terminal-Bench 2.0

    ./scripts/setup_terminal_bench.sh
  2. 2

    Ejecuta una demostración de una receta compatible

    ./scripts/run_recipe_demo.sh
  3. 3

    Consulta los requisitos previos y la configuración de credenciales en la guía de inicio rápido

  4. 4

    Explora un espacio de trabajo de experimentación generado en el visor de solo lectura

    evolve view /path/to/experiment

Antes de usarlo

  • Se requiere Python 3.12 o una versión posterior.
  • Las ejecuciones de benchmarks utilizan GPT-5.4 y un operador Codex mutate, por lo que necesitarás acceso a esas API de modelos de pago.

En colecciones

Frameworks y apps de agentes de IA open source

Temas

#agent#self-improvement#llm-agents#evolutionary-search#reproducibility#evaluation#python#agent-evolution#agentic-ai#ai

Preguntas frecuentes

¿Qué es RSIHub?
Un framework de Python para la mejora autónoma de agentes guiada por evaluadores, que registra el linaje de cada generación de agentes candidatos. RSIHub ejecuta agentes de IA candidatos frente a un evaluador fijo, registra qué cambió en cada generación y por qué, y mantiene las mejoras verificadas mientras el evaluador permanece intacto. Cada estrategia de evolución se expresa como una receta que selecciona agentes parent, analiza trazas de ejecución, propone cambios dentro de una superficie modificable declarada y decide qué candidatos se aceptan.
¿RSIHub es gratuito? ¿Qué licencia tiene?
RSIHub es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿RSIHub sigue mantenido?
Mantenimiento activo. El último commit de RSIHub fue el 27 oct 2026.
¿Para qué puedo usar RSIHub?
Mejorar prompts, skills o el código del harness de un agente con un conjunto de evaluación fijo. Comparar estrategias de evolución de agentes con evaluaciones y límites de modificación idénticos. Mantener un registro reproducible y auditable de cómo se derivaron las distintas versiones de un agente.
¿Cómo se instala RSIHub?
Configura el subconjunto compartido de Terminal-Bench 2.0: ./scripts/setup_terminal_bench.sh Ejecuta una demostración de una receta compatible: ./scripts/run_recipe_demo.sh Consulta los requisitos previos y la configuración de credenciales en la guía de inicio rápido Explora un espacio de trabajo de experimentación generado en el visor de solo lectura: evolve view /path/to/experiment
¿Dónde consigo RSIHub?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/simple-agent-lab/RSIHub

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados