项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-04 · 当前星标 ★ 793
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 3.10+
- Docker(任务隔离)
- 模型 Key
安装与启动步骤
-
1装 CLI
把真实仓库变成可训练的编码任务环境。
pip install repo2rlenv -
2装 harbor 组
要跑任务与复核就得装。
pip install 'repo2rlenv[harbor]' -
3生成任务
从一个真实仓库抽出可验证的任务。
repo2rlenv generate --repo ./your-repo --pipeline-opt limit=3 --out ./tasks -
4用 oracle 校验
先确认任务本身可解。
repo2rlenv validate ./tasks --oracle
如何确认成功
harbor run 用 oracle agent 能把任务全部跑通。
注意事项
- 任务质量比数量重要,oracle 不过的任务要直接丢。
- 它解决的是「编码 Agent 缺真实训练环境」这个痛点。
- 跑 claude-code 作为被测 agent 需要额外 Key。
- 镜像会占不少磁盘,定期清理。
核心亮点
- 把仓库自动转成带可验证奖励的 RL 环境,省去手工搭建训练环境的成本
- 生成的环境可上传 Hugging Face Hub 共享复用,便于团队和社区协作
- 与 SWE-bench、Harbor 等编码智能体评测体系衔接,训练和评测使用同一套环境
不足之处
- 项目处于早期阶段,生态和文档完善度有待观察
- 自动生成环境的可验证性依赖仓库自身测试质量,测试薄弱的仓库效果可能受限
适用场景
- 为编码智能体构建大规模强化学习训练环境
- 在真实代码库上做可验证的智能体能力评测
- 团队内部共享和复用 RL 环境,减少重复搭建
替代项目
SWE-bench、OpenHands、SWE-agent
上一篇:labs-molt
下一篇:Composition-RL
同类项目推荐
kohya-sd-scripts-webui
开源
把 SD 模型训练变成点鼠标,不用记命令
Gradio wrapper for sd-scripts by kohya
Flipped-Learning
开源
让模型先猜指令再作答,零样本效果更强
[ICLR 2023] Guess the Instruction! Flipped Learning Makes Language Models Stronger Z···
how-to-train-your-gpt
开源
手把手从零写GPT,每行代码都讲透
Build a modern LLM from scratch. Every line commented. Explained like we are five.
unsloth
开源
本地一键跑起最新大模型,调教它不花一分钱
Local UI to run and train LLMs and diffusion models. Supports GGUF, MLX, Qwen3.8, De···
lora-scripts
开源
傻瓜式训练 Stable Diffusion 模型,点点鼠标就能炼出专属 LoRA
SD-Trainer. LoRA & Dreambooth training scripts & GUI use kohya-ss's trainer, for dif···
AMD-LLM
开源
在 AMD GPU 上快速跑通 1.35 亿参数语言模型训练
Training code and resources for AMD-135M language models on AMD GPUs.
lora-inspector
开源
拆开 LoRA 黑盒,看清每层权重学了啥
LoRA (Low-Rank Adaptation) inspector for Stable Diffusion
datablations
开源
数据不够时,教你如何最优训练大模型
Scaling Data-Constrained Language Models
finetune-index-tts
开源
用笔记本微调 IndexTTS,打造专属声音模型
IndexTTS Fine-tuning notebooks
