← Descobrir
GitHub · alexzhang13/rlm↑ +43 hoje

Infraestrutura para modelos recursivos de inteligência artificial

Desenvolvido para modelos de linguagem recursiva, rlm é uma biblioteca de inferência plug-and-play que oferece suporte a diferentes sandboxes. Esta ferramenta baseada em Python padroniza processos complexos de modelos de linguagem, tornando-os mais fáceis de integrar em diferentes sistemas.

Atualizações

  • 2 de agosto de 2026: Estrelas 4,987 → 5,343, versão mais recente v0.1.3 (26 de junho de 2026).

O que você ganha

  • Gerenciamento de contexto de comprimento infinito
  • Arquitetura plug-and-play executada em um ambiente de código
  • Integração segura com diferentes ambientes sandbox

Instalação

Instalação rápida
pip install rlms
Instalação manual
curl -LsSf https://astral.sh/uv/install.sh | sh
uv init && uv venv --python 3.12  # change version as needed
uv pip install -e .

Execução

Teste rápido
make quickstart

Se você não programa

Cole isto no seu agente (Claude Code · Codex · Antigravity)

Usando a biblioteca RLM, construa uma estrutura que permita ao modelo de linguagem decompor a entrada, analisá-la e fazer chamadas recursivas dentro de si mesmo. Ao instanciar a classe RLM, defina a configuração do modelo que você usa como backend e permita que o modelo interaja com o ambiente de código para resolver tarefas complexas.

Repositório: https://github.com/alexzhang13/rlm. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.

Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.

Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.

Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.

Termos relacionados do glossário

Para quem éÉ para desenvolvedores que desejam padronizar processos complexos de modelos de linguagem e trabalhar com chamadas de modelos recursivos.
LicençaMIT

Links

A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-06-18: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.