【免费下载链接】Repo2RLEnvTurn any repository into verifiable RL environments for coding agents - Harbor tasks you can train on, evaluate and share on the Hugging Face Hub项目地址https://gitcode.com/gh_mirrors/re/Repo2RLEnv点击查看免费下载Repo2RLEnv 是一款把任意代码仓库转换为可验证 RL 训练环境的开源工具输出的每个任务都是 Harbor 可直接运行的环境。这篇文章是一份完整的安装与环境配置清单涵盖 pip 安装基础包、Harbor 扩展、以及 GitHub、LLM、Hugging Face 等全部凭据设置照做即可一步到位。1️⃣ 安装前环境要求6 项清单一次核对不同使用路线对环境的要求不同按下表核对即可只需装你用得到的部分要求用于什么时候必需Python 3.12所有功能必装Git克隆源仓库必装GitHub CLIgh生成时所有 GitHub API 调用必装Dockerpr_runtime、commit_runtime、code_instruct、equivalence_tests、cve_patches等本地运行时管线以及harbor run --env docker用pr_diff生成则不需要Modal 或 Daytona 账号研究配方、Tasksmith、quality loop在远程 worker 上执行无本地 Docker 回退跑远程路线才需要Node.js 22.19Tasksmith 的 Pi / OpenCode 适配器跑 Tasksmith 才需要 平台支持Linux 与 macOS 全功能支持Windows 仅覆盖 CLI 启动与静态校验。Tasksmith、研究配方和 quality loop 依赖 POSIX 权限与进程清理请在 Linux / macOS / WSL 上运行。2️⃣ pip 安装 Repo2RLEnv两条命令搞定基础安装覆盖本地生成、校验与发布内置 LiteLLM模型调用和 Hugging Face Hub 客户端push/pullpip install repo2rlenv偏好 uv 工具链的用户可以用uv tool install repo2rlenv按需添加 extrasHarbor 扩展等 5 个可选件extras 用方括号追加在包名后例如Tasksmith Daytona Harbor三件套pip install repo2rlenv[tasksmith,daytona,harbor]各 extras 的分工一览定义见 pyproject.tomlExtra引入内容什么时候需要harbor锁定harbor0.24.0任务模型与试跑器在进程内运行研究配方、Tasksmith、quality loop、releasemodalmodaldockerfile-parse远程 provider 选 Modaldaytonadaytona远程 provider 选 Daytonatasksmithlanggraph SQLite 检查点运行 Tasksmithmutationlibcstpyflakes运行swe_smith配方从源码检出安装进阶路线研究配方、Tasksmith 和 quality loop 会把 Repo2RLEnv 的运行时 wheel 上传到远程 worker且要求 wheel 与控制端包版本完全一致因此建议从检出构建git clone https://gitcode.com/gh_mirrors/re/Repo2RLEnv cd Repo2RLEnv uv sync --extra modal --extra harbor uv build --wheel uv run repo2rlenv --versionuv build --wheel会生成dist/repo2rlenv-version-py3-none-any.whl配方配置里的--runtime-wheel就指向它需要哪个 extra 就传一个--extra。3️⃣ 全部凭据设置清单只配你用到的Repo2RLEnv 从环境变量读取密钥且绝不把 token 值写进任务目录或日志。按下表对号入座服务认证方式被谁使用GitHubgh auth login或设置GITHUB_TOKENgenerate克隆、挖掘 PR 与 commit、Tasksmith 采集LLM 提供商ANTHROPIC_API_KEY、OPENAI_API_KEY、HF_TOKEN、TOGETHER_API_KEY、GROQ_API_KEY经 LiteLLM 解析generate --llm、bootstrap、含模型阶段的配方、Tasksmith、quality runHugging Face Hubhf auth login或带写权限的HF_TOKENpush、私有数据集pull、release publishModalmodal setup或MODAL_TOKEN_IDMODAL_TOKEN_SECRETworkers start --provider modal、quality run、tasksmith run --provider modalDaytonaDAYTONA_API_KEYworkers start --provider daytona、quality run --provider daytona容器镜像仓库GHCR 用GHCR_TOKEN缺省回退GITHUB_TOKENDocker Hub 用DOCKER_USERNAMEDOCKER_TOKEN推送含 bootstrap 镜像的_runtime数据集未配置时自动回退内联 Dockerfile 模式GitHub 凭据的解析顺序值得记住实现见 src/repo2rlenv/auth.pyrepo.auth_token_env配置里指定的变量名→gh auth token→GITHUB_TOKEN。三种方式等价可用多 token 场景不同组织、不同权限范围才需要用第一种显式指定且配置里只写变量名、不写值。完整规则见 docs/reference/AUTH.md。 在 Harbor 中运行的 agent 和验证器不读上面的 shell 凭据而是通过harbor run --ae与--ve传参例如--ve ANTHROPIC_API_KEY$ANTHROPIC_API_KEY为验证器开启 LLM judge。用 .env 文件统一管理复制模板即生效CLI 会自动加载.env文件从命令所在目录逐级向上查找不覆盖shell 中已设置的变量。仓库提供了完整模板包含 LLM 密钥、E2B_API_KEY、GITHUB_TOKEN等全部可选变量cp .env.example .env模板见 .env.example。几个实用细节tasksmith run/batch/bootstrap与quality run额外支持--env-file PATH精确指定文件CI 场景可用PYTHON_DOTENV_DISABLED1关闭自动加载。变量全表见 docs/reference/ENV.md。4️⃣ 远程执行扩展Modal 与 Daytona 凭据配置如果你要走 Tasksmith、研究配方或 quality loop 的远程路线凭据配置只需一步# Modaltoken 存入 ~/.modal.toml uv run modal setup # Daytona写入 .env # DAYTONA_API_KEY...然后启动 worker 并让 Tasksmith 装好 Node.js 运行时repo2rlenv workers start --provider modal repo2rlenv tasksmith install-runtime⚠️ 远程路线没有本地 Docker 回退worker 不可用时任务会在分发前停止。预算campaign budget与 runtime wheel 的完整配置见 docs/guides/remote-execution.mdx。5️⃣ 验证安装是否成功3 个检查命令repo2rlenv --version # 应输出 repo2rlenv 0.9.4 repo2rlenv pipelines list # 列出全部原生管线与研究配方及状态 gh auth status # 确认 GitHub 已登录 docker info # 本地运行时管线需要 Dockerpipelines list会打印每张管线的 Recipe、Status 与 Source 类型例如┃ Pipeline ┃ Recipe ┃ Status ┃ Source ┃ │ pr_diff │ native │ stable │ repository │ │ commit_runtime │ native │ stable │ repository │ │ swe_smith │ swe_smith │ experimental │ family │ │ … │ │ │ │四步全绿后跑一遍 Quickstart 的最短闭环用无需 Docker、无需 LLM 密钥的pr_diff管线生成任务 →repo2rlenv validate ./tasks --oracle静态校验 → 安装 Harboruv tool install harbor后先跑harbor run -p ./tasks -a oracle --env docker参考解得分应为 1.0、nop得分为 0.0两者构成任务质量的对照基准。流程见 docs/guides/run-with-harbor.mdx。6️⃣ 常见问题排查清单症状原因修复gh CLI not found on PATH未安装gh安装 GitHub CLI 后重新执行gh auth list显示未登录且无GITHUB_TOKEN没有解析到任何凭据gh auth login或export GITHUB_TOKEN...私有仓库返回401 Unauthorizedtoken 权限范围不足重新生成带Contents: Read的 PAT私有仓库返回404 Not Foundtoken 无访问权限或仓库不存在用gh repo view owner/name确认.env未被加载命令不在该文件目录之下执行从该目录运行或set -a; . ./.env; set a 延伸阅读完整安装与 extras 说明docs/installation.mdx从零到第一个 Harbor 任务docs/quickstart.mdx环境变量全表docs/reference/ENV.md镜像仓库认证docs/reference/REGISTRY_AUTH.md赞分享【免费下载链接】Repo2RLEnvTurn any repository into verifiable RL environments for coding agents - Harbor tasks you can train on, evaluate and share on the Hugging Face Hub项目地址https://gitcode.com/gh_mirrors/re/Repo2RLEnv点击查看免费下载相关推荐Nori 1.5安装部署完全指南pip安装、本地nori.pt加载与GPU/CPU配置清单Nori 1.5安装部署完全指南pip安装、本地nori.pt加载与GPU/CPU配置清单 Nori 1.5 是一款约 2100 万参数的表格回归基础模型t基础模型机器学习表格回归人工智能如何安全配置Oxylabs agent-skills凭据.env环境变量设置完整清单如何安全配置Oxylabs agent skills凭据.env环境变量设置完整清单 agent skills 是 Oxylabs 官方推出的 AI Agenell 安装完全指南pip 安装、自定义扩展与 API Key 配置实战ell 安装完全指南pip 安装、自定义扩展与 API Key 配置实战 本文是 ellLanguage Model Programming Library人工智能大模型提示工程AI 应用上一篇Prisma 1.x 部署实战使用 Docker Machine 在 Digital Ocean 上快速搭建 Prisma 集群下一篇智能自动化引擎重新定义游戏效率的新范式创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考