Repo2RLEnv

任意仓库一键变可验证 RL 训练环境,边训边评测

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 模型训练 🍴 复刻 128 🐛 待处理 13 👀 关注 9
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 793
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,免费使用

项目预览

Repo2RLEnv 项目界面预览图
图片来源:项目官网

项目数据

分类模型训练
开发团队huggingface
定价模式🏷️完全免费
价格说明开源项目,免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型coding-agents,datasets,harbor,huggingface,llm,reinforcement-learning,rl-environments,swe-bench
GitHub 星标★ 793
上线时间2026-05-05 00:00:00
代码更新2026-11-16
仓库体积11.4 MB
本站数据更新2026-11-18
维护状态活跃
收录时间2026-10-04
浏览次数6

项目介绍

Repo2RLEnv 是一个把任意代码仓库自动转换为可验证强化学习环境的工具,面向训练和评估编码智能体(coding agents)。它解决的核心问题是:现有编码智能体的 RL 训练环境往往需要人工搭建、难以复用和共享,导致训练数据与评测流程割裂。Repo2RLEnv 通过解析仓库结构、依赖和测试用例,生成带可验证奖励信号的环境(Harbor 任务),让智能体在真实代码库中执行任务并自动判定成败。生成的环境可以直接用于强化学习训练、基准评测,并支持上传到 Hugging Face Hub 进行分享和复用。项目基于 Python,兼容 SWE-bench 等编码智能体评测体系,适合需要大规模、可验证训练信号的团队快速构建自有 RL 环境。

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。

难度:进阶 约 35 分钟 部署方式:本地安装 4 步

环境要求

  • Python 3.10+
  • Docker(任务隔离)
  • 模型 Key

安装与启动步骤

  1. 1装 CLI

    把真实仓库变成可训练的编码任务环境。

    pip install repo2rlenv
  2. 2装 harbor 组

    要跑任务与复核就得装。

    pip install 'repo2rlenv[harbor]'
  3. 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. 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

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···

★ 116 2026-08-09
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.

★ 4183 2026-08-09
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···

★ 79729 2026-08-09
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···

★ 6239 2026-08-09
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.

★ 195 2026-08-09
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

★ 101 2026-09-28
datablations 开源

数据不够时,教你如何最优训练大模型

Scaling Data-Constrained Language Models

★ 352 2026-08-09