HarborRL 开源:一套管线统一 Agent 强化学习,内置 200+ 任务与 40+ 框架
Dear_Treat3688 · reddit · 2026-10-27
datamllab 团队发布开源框架 HarborRL,目标是把复杂的 agentic RL 基础设施平民化。它将模型服务、轨迹生成、工具执行、验证器奖励和策略更新统一到单一可复现管线中。
核心特性(Models × Algorithms × Tasks × Harnesses):
- 模型:支持 Qwen 和 GLM
- 算法:GRPO 与 DAPO
- 任务:200+ 任务,包括 Terminal-Bench、SWE-Bench、Deep-SWE 等
- Harness:40+ agent 框架,包括 Claude Code、Codex、LangGraph、SWE-agent
项目刚上线,目前 GitHub 上约 17 stars,仍处早期阶段。
「编程与Agent」频道最新
- 让 LLM 可靠更新 README：先过滤再定位的分步法实测最优 — KhuyenTran16 · 2026-10-27
- 乔木剪藏上线官网：Chrome 开源剪藏插件直写 Obsidian，主打 GEO+SEO — vista8 · 2026-10-27
- 作者评估 369 个 AI 视频剪辑开源项目，整理 Claude Code 可用清单 — dotey · 2026-10-27
- 网友周末 vibe coding 出 iPhone Air 拎机雷达，5 秒轮询纽约 29 家苹果店 — MichaelRoyzen · 2026-10-27
- Qdrant 实测 5 个数据集：reranker 仅 2 个确认有增益，先测 10 候选再上 — qdrant_engine · 2026-10-27
- MCP for Blender 集成 Meshy,LLM 直接在 Blender 里生成 3D 素材 — sidahuj · 2026-10-27