Repolode
提交项目
RUC-NLPIR

RUC-NLPIR/FlashRSI

统一的 Python 框架，用于在 30 个基准上运行和比较面向智能体（Agent）的递归自我改进（RSI）方法。

在 GitHub 查看官网
Star
346
Fork
21
未关闭 Issue
0
最近提交
昨天

这是什么？

FlashRSI 是一个用于智能体递归自我改进（RSI）研究的框架。它将 12 种 RSI 算法、30 个基准测试套件以及 MiniAgent、Claude Code、Codex 和 Pi 四种智能体运行环境统一到同一个实验接口下，无需为每种方法编写新的运行脚本，即可替换或对比不同方法。实验既可以通过 YAML 文件定义，也可以使用 flashrsi 命令行工具启动，RSI 方法、目标运行环境、Worker 模型和基准测试可以独立选择。

框架把智能体运行环境表示为一组带角色标签的文件（提示词、技能、工具、配置、运行时代码），并打包成不可变的 Snapshot。每次运行都会保存候选 Snapshot、脱敏后的配置、目标与 Worker 的轨迹、指标，以及最终选中的 Snapshot。已保存的 Snapshot 可以通过 evaluate 命令在其他基准上重新评测，无需重新进行演化。

该项目面向希望复现 RSI 结果、或在统一的检出、执行与评分流程上开发新方法的研究人员。仓库附带文档站点，并提供添加算法、基准和运行环境的指南。

核心功能

  • 01通过统一接口运行 12 种 RSI 方法，包括 OPRO、GEPA、EvoPrompt、ACE 和 Meta-Harness。
  • 02支持 30 个基准测试套件，涵盖问答、数学、代码、网络研究、文档和工具调用。
  • 03将 MiniAgent、Claude Code、Codex 和 Pi 映射为可编辑、带版本的 Snapshot。
  • 04每次运行记录候选版本、轨迹、指标以及最终选中的 Snapshot。
  • 05已保存的 Snapshot 可在其他基准上直接评测，无需重新演化。
  • 06支持通过 YAML 文件或带点号路径的命令行参数进行配置。

适用场景

  • 在统一流程中复现已发表的智能体 RSI 基准结果。
  • 在同一运行环境和基准上比较多种自我改进算法。
  • 检验演化后的智能体运行环境能否迁移到相近或跨领域任务。
  • 将新的 RSI 方法或基准测试接入通用实验框架。

快速上手

  1. 1

    克隆仓库

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

    进入目录并用 uv 创建虚拟环境

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

    安装框架及所有基准集成

    uv sync --extra all
  4. 4

    设置 API 密钥并运行一个小型 RSI 实验

    flashrsi run --config examples/quickstart.yaml

使用前须知

  • 运行实验需要目标模型和 Worker 模型的 API 密钥。
  • 部分基准需要 Docker，Harbor 任务需要额外安装。
  • 项目较新，仅有 70 个星标，且需要 Python 3.12。

收录于专题

开源 AI Agent 框架与应用

标签

#ai-agents#self-improvement#llm#benchmark#prompt-optimization#research-framework#python#agent#recursive-self-improvement

常见问题

FlashRSI 是什么？
统一的 Python 框架，用于在 30 个基准上运行和比较面向智能体（Agent）的递归自我改进（RSI）方法。 FlashRSI 是一个用于智能体递归自我改进（RSI）研究的框架。它将 12 种 RSI 算法、30 个基准测试套件以及 MiniAgent、Claude Code、Codex 和 Pi 四种智能体运行环境统一到同一个实验接口下，无需为每种方法编写新的运行脚本，即可替换或对比不同方法。实验既可以通过 YAML 文件定义，也可以使用 flashrsi 命令行工具启动，RSI 方法、目标运行环境、Worker 模型和基准测试可以独立选择。
FlashRSI 可以免费使用吗？用的什么许可证？
FlashRSI 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
FlashRSI 还在维护吗？
活跃维护中。FlashRSI 最近一次提交是在 2026年11月6日。
FlashRSI 适合用来做什么？
在统一流程中复现已发表的智能体 RSI 基准结果。 在同一运行环境和基准上比较多种自我改进算法。 检验演化后的智能体运行环境能否迁移到相近或跨领域任务。 将新的 RSI 方法或基准测试接入通用实验框架。
FlashRSI 怎么安装和运行？
克隆仓库: git clone https://github.com/RUC-NLPIR/FlashRSI.git 进入目录并用 uv 创建虚拟环境: cd FlashRSI && uv venv --python 3.12 && source .venv/bin/activate 安装框架及所有基准集成: uv sync --extra all 设置 API 密钥并运行一个小型 RSI 实验: flashrsi run --config examples/quickstart.yaml
在哪里获取 FlashRSI？
源代码和安装说明在 GitHub 上：https://github.com/RUC-NLPIR/FlashRSI

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目