RL_Envs_101

该项目是一个实用指南，旨在帮助开发者构建适用于大型语言模型（LLMs）的强化学习（RL）环境。它通过在多个RL环境框架（如OpenEnv、ORS、NeMo Gym等）中重新实现相同的环境，使用户能够直观地比较不同框架下的工具、状态、奖励和回合处理方式。项目提供三个参考环境：Jupyter代理、Wordle求解器和桌面计算机使用环境，并附带了五个代理技能，这些技能可以将自然语言描述转换为可运行代码，支持Claude Code、Cursor等多个代理。此项目适合希望深入了解RL环境构建过程及各框架特性的开发者，以及需要快速搭建自定义RL环境的研究人员。