Repolode
simple-agent-lab

simple-agent-lab/RSIHub

Python-фреймворк для самоулучшения агентов на основе оценивания с фиксацией происхождения каждого поколения кандидатов.

Звёзды
341
Форки
19
Открытые issues
7
Последний коммит
11 дней назад

Что это?

RSIHub запускает кандидатов в AI-агенты с фиксированным оценщиком, записывает, что и почему изменилось в каждом поколении, и переносит проверенные улучшения дальше, не меняя оценщик. Каждая стратегия эволюции оформлена как рецепт: он выбирает родительских агентов, анализирует трассировки выполнения, предлагает правки в пределах объявленной изменяемой области и определяет, какие кандидаты будут допущены.

Каждое испытание выполняется на Harbor, который обеспечивает запуск в контейнерах, сбор траекторий и проверку результатов по каждой задаче. Кандидатов оценивают по чистым снимкам, а результаты пересчитывают на основе записей архива с метками времени и Git-тегов поколений. Изменяемая область может включать промпты, навыки, harness и код целевого агента; в комплект входят такие рецепты, как hill_climb, aevolve, ahe, gepa и hyperagents.

В проект также входит средство просмотра экспериментов `evolve view`, которое в режиме только для чтения анализирует созданные рабочие пространства и показывает ход поколений, изменения, оценки и результаты испытаний. Это активно развиваемый исследовательский прототип.

Ключевые возможности

  • 01Оценщик остаётся неизменным, поэтому агенты-кандидаты не могут менять правила оценивания.
  • 02В каждом рецепте объявлены пути к целевым файлам и операторам, которые разрешено изменять.
  • 03Кандидатов оценивают по чистым снимкам кода агента.
  • 04Происхождение фиксируется в записях stamped archive.jsonl и Git-тегах поколений.
  • 05Испытания выполняются на Harbor с запуском в контейнерах и сбором траекторий.
  • 06Средство просмотра экспериментов работает в режиме только для чтения и позволяет изучать поколения и результаты испытаний.

Сценарии использования

  • Улучшение промптов, навыков или кода harness агента при фиксированном наборе тестов для оценки.
  • Сравнение стратегий эволюции агентов при одинаковых условиях оценки и границах допустимых изменений.
  • Ведение воспроизводимой и проверяемой истории создания версий агента.

Быстрый старт

  1. 1

    Настройте общий поднабор Terminal-Bench 2.0

    ./scripts/setup_terminal_bench.sh
  2. 2

    Запустите демонстрацию поддерживаемого рецепта

    ./scripts/run_recipe_demo.sh
  3. 3

    Ознакомьтесь с предварительными требованиями и настройкой учетных данных в кратком руководстве

  4. 4

    Просмотрите созданную рабочую область эксперимента в средстве просмотра с доступом только для чтения

    evolve view /path/to/experiment

Что важно знать

  • Требуется Python версии 3.12 или выше.
  • Для запуска бенчмарка используются GPT-5.4 и оператор Codex mutate, поэтому вам потребуется доступ к платным API этих моделей.

В подборках

Темы

Частые вопросы

Что такое RSIHub?
Python-фреймворк для самоулучшения агентов на основе оценивания с фиксацией происхождения каждого поколения кандидатов. RSIHub запускает кандидатов в AI-агенты с фиксированным оценщиком, записывает, что и почему изменилось в каждом поколении, и переносит проверенные улучшения дальше, не меняя оценщик. Каждая стратегия эволюции оформлена как рецепт: он выбирает родительских агентов, анализирует трассировки выполнения, предлагает правки в пределах объявленной изменяемой области и определяет, какие кандидаты будут допущены.
RSIHub можно использовать бесплатно? Какая у него лицензия?
RSIHub распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
RSIHub всё ещё поддерживается?
Активно поддерживается. Последний коммит в RSIHub — 27 окт. 2026 г..
Для чего можно использовать RSIHub?
Улучшение промптов, навыков или кода harness агента при фиксированном наборе тестов для оценки. Сравнение стратегий эволюции агентов при одинаковых условиях оценки и границах допустимых изменений. Ведение воспроизводимой и проверяемой истории создания версий агента.
Как установить RSIHub?
Настройте общий поднабор Terminal-Bench 2.0: ./scripts/setup_terminal_bench.sh Запустите демонстрацию поддерживаемого рецепта: ./scripts/run_recipe_demo.sh Ознакомьтесь с предварительными требованиями и настройкой учетных данных в кратком руководстве Просмотрите созданную рабочую область эксперимента в средстве просмотра с доступом только для чтения: evolve view /path/to/experiment
Где скачать RSIHub?
Исходный код и инструкции по установке — на GitHub: https://github.com/simple-agent-lab/RSIHub

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Рекурсивный контур самообучения: запускает задачи агента с оценкой результатов, сохраняет полезные выводы и оставляет для следующих запусков трассировки и плейбуки.

1,3 тыс.+7 за неделю116PythonApache-2.0Активно поддерживаетсяОбновлён 16 часов назад

Набор навыков для Claude Code, которые рецензируют научные статьи, планы предварительного анализа, грантовые заявки и код анализа, а также превращают статьи в краткие обзоры и презентации.

529101JavaScriptMITОбновлён 10 дней назад