rhesis

让领域专家给AI当教练，用标注反馈驱动智能体快速进化

Rhesis 是一个面向 AI 团队的协作层基础设施，旨在连接领域专家与工程师，共同优化智能体（Agent）行为。它解决的核心问题是：AI 智能体的行为往往由工程师直接调试，但领域专家（如产品、运营、业务人员）难以参与其中，导致问题发现和迭代效率低下。Rhesis 提供了一套工具，让领域专家能够对智能体的行为进行标注和审查，记录下哪些行为正确、哪些有误，并形成结构化的反馈。工程师则基于这些反馈，针对性地改进智能体。项目采用 Python 编写，目前处于早期阶段，但已具备基本的协作流程管理能力，包括任务分配、反馈收集、版本追踪等。通过将人类专业知识引入 AI 迭代闭环，Rhesis 旨在提升智能体的准确性和可靠性，减少盲目试错，让团队协作更高效。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 392

维护状态活跃

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队rhesis-ai

所属国家

官网地址https://www.rhesis.ai

GitHubhttps://github.com/rhesis-ai/rhesis

定价模式free

价格说明开源项目，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型annotations,feedback-loop,hypothesis-testing,llmops,regression-testing,systematic-evaluation

GitHub 星标★ 392

30天Star增速

HF 下载量

上线时间2024-10-09 00:00:00

最近更新2026-09-20 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

核心亮点

直击痛点：为AI团队提供专家与工程师的协作桥梁，解决反馈断层
流程清晰：从标注、审查到改进的闭环设计，提升迭代效率
技术栈简洁：基于Python，易于集成到现有AI开发流程

不足之处

早期项目，文档和社区生态尚待完善
功能覆盖有限，可能缺少高级协作或自动化能力

适用场景

AI产品团队中，业务专家需要参与智能体行为评估与优化
企业内训或质检场景，需记录和分析智能体交互日志
开源社区中，作为协作层组件嵌入其他AI开发工具链

替代项目

LangSmith、Braintrust、PromptLayer

项目介绍

rhesis 是评测安全领域的开源项目，由 rhesis-ai 开发，2024 年首次发布。

它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 392。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-20。可自行部署使用，无付费版本。

它主要面向的使用场景是：AI产品团队中，业务专家需要参与智能体行为评估与优化。同类可对比的替代方案包括 LangSmith、Braintrust、PromptLayer。

上一篇：baple

下一篇：litmus