context-sherpa
★ 27
vs
rllm
★ 5.9k
context-sherpa vs rllm
context-sherpa：Context Sherpa 是一个上下文工程平台，通过提供来自代码库的精确符号信号来增强AI编码代理。它利用基于SCIP的索引和结构分析，将Token消耗减少高达90%，同时提高准确性。该工具提供GUI代码图谱探索器和无头MCP服务器，可与Cursor和Cline等工具集成。；rllm：rLLM是一个开源框架，旨在使用强化学习对语言代理进行后训练。它使用户能够轻松构建、训练和部署自定义代理和环境，以应对实际工作负载。
01
简评
context-sherpaLLM Infra · ★ 27
增强AI编码代理的精确代码库信号
rllmLLM Infra · ★ 5.9k
训练用于代码生成和错误修复等任务的强大编码模型。
02
并排对比
字段
context-sherparllm分类
大模型基础设施
大模型基础设施
Stars
★ 27
★ 5.9k
许可证
MIT
Apache-2.0
安装方式
cd frontend && npm install && npm run build && cd .. && go install github.com/wailsapp/wails/v2/cmd/wails@latest && wails build
uv pip install "rllm[verl] @ git+https://github.com/rllm-org/rllm.git"
更新时间
7个月前
1周前
开源
是
是
标签
人工智能, MCP 协议, MCP 服务器
强化学习, 语言代理, 大型语言模型
03
功能特性
context-sherpa01代码图谱探索器，用于可视化代码库关系
02代理规则管理，使用ast-grep和自然语言
03集成本地推理，支持Ollama/LM Studio
04通用MCP服务器，用于无头集成
05基于SCIP的索引，实现精确符号分析
rllm01基于强化学习的语言代理后训练开源框架。
02支持构建、训练和部署自定义代理和环境。
03提供包括'verl'和'tinker'在内的多种训练后端。
04支持LoRA和VLM训练，用于高级模型。
05包含AgentWorkflowEngine，用于训练任意代理程序。
04
使用场景
context-sherpa↳增强AI编码代理的精确代码库信号
↳减少大型代码库任务的Token消耗
↳通过MCP与Cursor和Cline等工具集成
rllm↳训练用于代码生成和错误修复等任务的强大编码模型。
↳开发用于自动化任务的复杂软件工程代理。
↳使用强化学习技术构建和评估多代理系统。
05
适合场景
context-sherpa—
rllm时下流行
FAQ
常见问题
context-sherpa 和 rllm 有什么区别？
context-sherpa 和 rllm 都属于 LLM Infra 类别。context-sherpa 有 27 Stars，rllm 有 5.9k Stars。
context-sherpa 和 rllm 哪个更好？
最佳选择取决于你的具体需求。增强AI编码代理的精确代码库信号 时选 context-sherpa，训练用于代码生成和错误修复等任务的强大编码模型。 时选 rllm。
context-sherpa 是免费的吗？
是的，context-sherpa 在 GitHub 开源（MIT）。
rllm 是免费的吗？
是的，rllm 在 GitHub 开源（Apache-2.0）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→