RUC-NLPIR/FlashRSI

Что это?

Ключевые возможности

• 01Запускает 12 методов RSI, включая OPRO, GEPA, EvoPrompt, ACE и Meta-Harness, через единый интерфейс.
• 02Поддерживает 30 наборов бенчмарков по QA, математике, программированию, веб-исследованиям, работе с документами и инструментами.
• 03Представляет MiniAgent, Claude Code, Codex и Pi в виде редактируемых версионируемых Snapshots.
• 04Сохраняет кандидатов, траектории, метрики и выбранный Snapshot для каждого запуска.
• 05Позволяет оценивать сохранённые Snapshots на других бенчмарках без повторного запуска эволюции.
• 06Настраивается с помощью YAML-файлов или флагов CLI с переопределениями через точечную нотацию.

Сценарии использования

• Воспроизведение опубликованных результатов RSI на бенчмарках для агентов с использованием общего конвейера.
• Сравнение нескольких алгоритмов самоулучшения на одной и той же обвязке и бенчмарке.
• Проверка переноса эволюционировавшей обвязки агента на близкие или отличающиеся по предметной области задачи.
• Добавление нового метода RSI или бенчмарка в общий фреймворк экспериментов.

Быстрый старт

1. 1

   Клонируйте репозиторий

   git clone https://github.com/RUC-NLPIR/FlashRSI.git
2. 2

   Перейдите в каталог и создайте виртуальное окружение с помощью uv

   cd FlashRSI && uv venv --python 3.12 && source .venv/bin/activate
3. 3

   Установите фреймворк со всеми интеграциями для бенчмарков

   uv sync --extra all
4. 4

   Настройте API-ключи и запустите небольшой эксперимент RSI

   flashrsi run --config examples/quickstart.yaml

Что важно знать

• !Для запуска экспериментов нужны API-ключи целевой модели и модели-исполнителя.
• !Для некоторых бенчмарков нужен Docker, а для задач Harbor требуется дополнительная установка.
• !Проект находится на ранней стадии: всего 70 звёзд, требуется Python 3.12.

В подборках

Темы

Частые вопросы

Что такое FlashRSI?

Единый фреймворк на Python для запуска и сравнения методов рекурсивного самоулучшения (RSI) обвязок AI-агентов на 30 бенчмарках. FlashRSI — исследовательский фреймворк для рекурсивного самоулучшения AI-агентов. Он объединяет 12 алгоритмов RSI, 30 наборов бенчмарков и четыре обвязки агентов (MiniAgent, Claude Code, Codex и Pi) в едином интерфейсе экспериментов: методы можно заменять и сравнивать, не создавая новый раннер. Эксперименты задаются в YAML или через CLI flashrsi; метод RSI, целевая обвязка, модель-исполнитель и бенчмарк выбираются независимо.

FlashRSI можно использовать бесплатно? Какая у него лицензия?

FlashRSI распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

FlashRSI всё ещё поддерживается?

Активно поддерживается. Последний коммит в FlashRSI — 5 нояб. 2026 г..

Для чего можно использовать FlashRSI?

Воспроизведение опубликованных результатов RSI на бенчмарках для агентов с использованием общего конвейера. Сравнение нескольких алгоритмов самоулучшения на одной и той же обвязке и бенчмарке. Проверка переноса эволюционировавшей обвязки агента на близкие или отличающиеся по предметной области задачи. Добавление нового метода RSI или бенчмарка в общий фреймворк экспериментов.

Как установить FlashRSI?

Клонируйте репозиторий: git clone https://github.com/RUC-NLPIR/FlashRSI.git Перейдите в каталог и создайте виртуальное окружение с помощью uv: cd FlashRSI && uv venv --python 3.12 && source .venv/bin/activate Установите фреймворк со всеми интеграциями для бенчмарков: uv sync --extra all Настройте API-ключи и запустите небольшой эксперимент RSI: flashrsi run --config examples/quickstart.yaml

Где скачать FlashRSI?

Исходный код и инструкции по установке — на GitHub: https://github.com/RUC-NLPIR/FlashRSI