Follow
分享 GitHub 上一个简单高效的强化学习后训练框架：RL-Factory，专门用于智能体学习。
该框架采用环境解耦设计，只需提供工具配置和奖励函数就能开始训练，还支持异步工具调用让训练速度提升 2 倍。
GitHub: https://github.com/Simple-Efficient/RL-Factory
主要功能：
- 环境解耦设计，一键式配置 MCP 工具和自定义工具；
- 异步并行工具调用，训练效率比传统框架提升 2 倍；
- 原生支持 Qwen3 模型，无需 SFT 即可准确调用工具；
- 多种奖励计算方式，支持规则、模型判断和工具调用；
- 批处理和分布式模型判断，大幅提升训练效率；
- 多代理扩展支持，可转换为 MCP 格式进行交互。
旨在让我们每个人都能轻松快速地使用 Qwen3 和 MCP 工具训练出自己的智能代理。
具有一定强化学习基础的开发者感兴趣的可以看一下。
