rllm
活跃·★ 5.9k·Apache-2.0·更新于 2026-10-16
★ 时下流行
rLLM 是一个开源框架，通过强化学习对语言智能体做后训练。你可以构建自定义的智能体和环境，用强化学习训练它们，并部署到真实的工作负载中。README 的发布说明提到：v0.2.1（2025 年 12 月）支持 Tinker 后端、LoRA 和视觉语言模型训练以及 Eval Protocol；v0.2（2025 年 10 月）引入了用于在任意智能体程序上训练的 AgentWorkflowEngine；以及随项目发布的开源模型，如 32B 的软件工程智能体 DeepSWE-Preview 和 14B 的编程模型 DeepCoder-14B-Preview。
它要求 Python 3.10 或更高版本（使用 Tinker 后端需要 3.11），可以直接用 pip 或 uv 安装、从源码构建，或用 Docker 运行；verl 或 tinker 后端在安装时选择，例如 `uv pip install "rllm[verl] @ git+https://github.com/rllm-org/rllm.git"`。README 还列出了使用 rLLM 构建的项目。代码采用 Apache-2.0 许可证。
#强化学习#语言代理#大型语言模型#深度学习框架#后训练
01
功能特性
01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。
02
为什么选择它
+专为语言智能体的强化学习后训练而做，支持自定义智能体和环境。
+支持多种训练后端（verl 和 Tinker）、LoRA 和视觉语言模型训练。
+AgentWorkflowEngine 可以在任意智能体程序上进行训练。
+随之发布了开源模型（DeepSWE-Preview、DeepCoder-14B-Preview），采用 Apache-2.0 许可证。
03
权衡点
!它是研究和训练框架，需要 GPU 资源和强化学习经验，不是拿来直接使用现成智能体的插件。
!安装取决于你选择的后端（verl 或 tinker），Python 版本要求也不同（tinker 需要 3.11）。
!README 里最近一条发布说明是 2025 年 12 月，当前功能请以仓库为准。
04
维护状况检查
活跃检查日期: 2026-10-27
- 最近提交
- 2026-10-09
- 近 90 天提交数
- 7
- 近 90 天发布数
- 0
- 最新发布
- v0.3.0-pre (2026-04-30)
- 未关闭 issue
- 172
- 近期 issue 至少有一条评论的比例
- 5/10
近 12 周每周提交数
最早的一周在左边，最近 4 周为橙色。数据来源：GitHub 提交统计。
状态规则：GitHub 上已归档 = 已归档；最近提交在 90 天内 = 活跃；91 到 365 天 = 放缓；更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #30 oom when update_policy15 条评论 · 2025-02-15
- #434 Qwen3.5 support13 条评论 · 2026-03-10
- #29 Extremely Long Execution Time per Step12 条评论 · 2025-02-15
- #33 Reproduce deepscaler10 条评论 · 2025-02-17
- #7 great job！have some questions to ask10 条评论 · 2025-02-12
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
05
兼容性
Python
支持
已通过文档验证
verl
原生后端
已通过文档验证
tinker
原生后端
已通过文档验证
uv
推荐
已通过文档验证
Docker
支持
已通过文档验证
06
快速开始
1
$ uv pip install "rllm[verl] @ git+https://github.com/rllm-org/rllm.git"
07
使用场景
↳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。
08
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧