Agentic RL: Credit Assignment and CLI Agents

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

• 连接方式: 在云端运行
• 传输方式: Streamable HTTP
• 分类: 开发者工具

安装

选择你使用的 AI 应用，然后复制设置。

你需要

• 在云端运行无需安装任何东西，通过互联网连接

你用的是哪个应用？

https://hoyant-su-agentic-rl.hf.space/gradio_api/mcp/

claude mcp add --transport http agentic-rl https://hoyant-su-agentic-rl.hf.space/gradio_api/mcp/

{
  "mcpServers": {
    "agentic-rl": {
      "url": "https://hoyant-su-agentic-rl.hf.space/gradio_api/mcp/"
    }
  }
}

{
  "servers": {
    "agentic-rl": {
      "type": "http",
      "url": "https://hoyant-su-agentic-rl.hf.space/gradio_api/mcp/"
    }
  }
}

https://hoyant-su-agentic-rl.hf.space/gradio_api/mcp/

你的选择通过 Cookie 保存在这台设备上，无需账户。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

工具名称和描述与服务器在 2026年11月9日 报告的完全一致。这些内容由作者撰写，不是我们写的；我们以纯文本形式显示。

• Agentic_RL_list_sources

  List original papers and retrieval coverage. Discover source-linked comparisons of credit assignment, agent memory, selective observation and terminal benchmarks, with JSON, CSV and BibTeX links.

• Agentic_RL_search_evidence

  Search original papers on agentic reinforcement learning, credit assignment and CLI agents. Use English keywords (AND), OR and quoted phrases. Return relevant passages, source citations, equations and table cells.

• Agentic_RL_fetch_evidence

  Fetch a complete original evidence block by the evidence_id returned from search_evidence, including section anchor, version, equations, table cells, links, and attribution.

• Agentic_RL_dataset_overview

  Inspect ShellOps and ShellOps-Pro task counts, train/test splits, task types, published schemas, source files, license and citation.

• Agentic_RL_search_tasks

  Find real ShellOps CLI benchmark tasks by case-insensitive literal substring in the complete instruction, task ID or published task type. Empty query lists all tasks. Select partition 'all', 'shellops' or 'shellops_pro'; select published split 'all', 'train_src', 'train' or 'test

• Agentic_RL_get_task

  Inspect one published ShellOps or ShellOps-Pro task by its exact task_id and partition ('shellops' or 'shellops_pro'). Returns the complete instruction, actual reward specification, published reference answer/command, file-entry metadata, pinned parquet rows and workspace asset l

• Agentic_RL_list_method_facets

  List exact filter values for agent RL credit granularity, supervision, value critics and evaluation settings. Each value reports its source-supported method count.

• Agentic_RL_filter_methods

  Filter agent RL credit-assignment methods by research conditions and return original section evidence and BibTeX. Discover accepted values with list_method_facets. Filters combine with AND; empty strings leave a facet unrestricted. Unknown critic status never matches no. Results

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月10日

• ! 注意

  作者与仓库一致

  注册中心没有列出源代码仓库，因此无法将发布者（hoyant-su-agentic-rl.hf.space）与代码对应起来

• … 尚未检查

  仍在维护

  我们还没有从 GitHub 读取这个仓库

• … 尚未检查

  有许可证

  我们还没有从 GitHub 读取这个仓库

• ✓ 通过

  端点有响应

  在 251 毫秒内响应（HTTP 200）

• – 不适用

  使用 OAuth 登录

  无需登录

• ✓ 通过

  工具描述中没有隐藏指令

  已读取 8 个工具描述，未发现针对 AI 的隐藏指令

与“开发者工具”中的其他服务器比较i

• 星标数多于此分类中其他 5620 个服务器的 0%
• 发布到注册中心的时间比此分类中其他 5620 个服务器的 36% 更新
• 基础检查结果等于或优于此分类中其他 5620 个服务器的 24%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：↓ 每周下载量i★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

作者的 README

仓库中没有找到 README