Framework aberto para criar agentes incorporados que usam planejadores com LLMs, modelos VLA de manipulação e memória para executar tarefas robóticas em simuladores e robôs reais.
1,6 mil136PythonApache-2.0Atualizado há 23 horas
Gen-Verse/RSI-Anything
Framework de pesquisa que usa previsões de modelos de mundo e feedback de interação para promover autoaperfeiçoamento recursivo em reparo de código, tarefas de GUI e planejamento de laboratório.
- Estrelas
- 804
- Forks
- 63
- Issues abertas
- 4
- Último commit
- há 7 dias
O que é?
RSI-Anything é um framework de uso geral baseado no JEPA-Anything. Ele integra geração de candidatos, seleção guiada por previsões, avaliação externa e aprendizado em um único ciclo: uma política ou fluxo de trabalho propõe ações, um modelo de mundo prevê os resultados, as ações selecionadas recebem feedback real e as melhorias mantidas orientam a próxima rodada.
O projeto aplica esse ciclo a cinco domínios: reparo de código (CodeContests, APPS Introductory, LiveCodeBench), interação com GUI (MiniWoB++ e OSWorld), planejamento de laboratório, otimização de reações Suzuki e fluxos de trabalho em imunologia. Cada adaptador de domínio define seus próprios estados, ações, alvos de previsão e sinais de feedback.
O repositório oferece uma CLI compartilhada em Python (`rsi`) com comandos para planejar, executar, retomar e gerar relatórios de experimentos, além de receitas específicas por tarefa em `configs/` e guias para configurar ambientes e baixar assets.
Recursos principais
- 01CLI compartilhada para planejar, executar, retomar e gerar relatórios de experimentos
- 02Modelo de mundo preditivo (baseado em JEPA) orienta a seleção de candidatos
- 03Adaptadores de domínio para reparo de código, GUI, planejamento de laboratório e otimização de reações
- 04Receitas por tarefa e guias de configuração, com assets hospedados no Hugging Face
Casos de uso
- Pesquisadores que estudam agentes capazes de se aperfeiçoar usando modelos de mundo
- Reproduzir experimentos de reparo de código ou de agentes de navegador descritos no artigo
- Explorar a seleção de ações guiada por previsões em fluxos de trabalho científicos
Início rápido
- 1
Clone o repositório
git clone https://github.com/Gen-Verse/RSI-Anything.git - 2
Acesse o diretório do projeto
cd RSI-Anything - 3
Crie e ative um ambiente virtual com Python 3.10 ou superior
python3.10 -m venv .venv && source .venv/bin/activate - 4
Instale o fluxo de trabalho compartilhado de linha de comando e liste as tarefas
python -m pip install -e . && rsi tasks
Antes de usar
- As execuções completas exigem os ambientes específicos de cada tarefa, os recursos e a configuração de GPU descritos nos guias.
- Os resultados dependem de benchmarks externos e de recursos grandes do Hugging Face, então reproduzi-los exige uma configuração considerável.
- O README aborda experimentos de pesquisa, não uma ferramenta empacotada para usuários finais.
Tópicos
Perguntas frequentes
- O que é RSI-Anything?
- Framework de pesquisa que usa previsões de modelos de mundo e feedback de interação para promover autoaperfeiçoamento recursivo em reparo de código, tarefas de GUI e planejamento de laboratório. RSI-Anything é um framework de uso geral baseado no JEPA-Anything. Ele integra geração de candidatos, seleção guiada por previsões, avaliação externa e aprendizado em um único ciclo: uma política ou fluxo de trabalho propõe ações, um modelo de mundo prevê os resultados, as ações selecionadas recebem feedback real e as melhorias mantidas orientam a próxima rodada.
- RSI-Anything é gratuito? Qual é a licença?
- RSI-Anything é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- RSI-Anything ainda é mantido?
- Manutenção ativa. O último commit de RSI-Anything foi em 13 de out. de 2026.
- Para que posso usar RSI-Anything?
- Pesquisadores que estudam agentes capazes de se aperfeiçoar usando modelos de mundo Reproduzir experimentos de reparo de código ou de agentes de navegador descritos no artigo Explorar a seleção de ações guiada por previsões em fluxos de trabalho científicos
- Como instalar RSI-Anything?
- Clone o repositório: git clone https://github.com/Gen-Verse/RSI-Anything.git Acesse o diretório do projeto: cd RSI-Anything Crie e ative um ambiente virtual com Python 3.10 ou superior: python3.10 -m venv .venv && source .venv/bin/activate Instale o fluxo de trabalho compartilhado de linha de comando e liste as tarefas: python -m pip install -e . && rsi tasks
- Onde consigo RSI-Anything?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Gen-Verse/RSI-Anything
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
O Unity ML-Agents Toolkit permite usar jogos e simulações Unity como ambientes para treinar agentes de IA com aprendizado por reforço e por imitação.
IA e Machine Learning#reinforcement-learning#unity#deep-reinforcement-learning#imitation-learning#game-ai
19,8 mil4,5 milC#OtherAtualizado há 7 dias
Framework em Python para otimização recursiva de harnesses, que aprimora prompts, ferramentas e orquestração em torno de um agente LLM fixo para tarefas inéditas.
9,2 mil802PythonApache-2.0Atualizado há 6 dias
Um framework da equipe do Terminal-Bench para avaliar e otimizar agentes de IA e modelos de linguagem em ambientes de contêineres.
6,3 mil2 milPythonApache-2.0Atualizado há 15 horas
Uma sala de controle no navegador para executar sociedades de agentes LLM e pausar, questionar, orientar e rever cidades simuladas passo a passo.
IA e Machine Learning#ai-agents#multi-agent-simulation#llm-agents#social-simulation#human-in-the-loop
1,2 mil136PythonApache-2.0Atualizado há 18 dias
Transforma qualquer Agent Skill em tarefas de terminal prontas para RL no formato Harbor, usando agentes Codex em contêineres Docker.
18518PythonApache-2.0Atualizado há 18 dias