Agentic-Intelligence-Lab/CleanRUA
Skill para IA
¿Es de fiar?
Conviene mirarlo con calma antes de usarlo.
Avisos Revisa
Muy nuevo: se creó hace 7 días. Espera un poco antes de instalarlo.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio ayer.
Licencia Bien
MIT: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Una colección de implementaciones en Python de un solo archivo de agentes para uso de robots, en la que cada archivo contiene el prompt, las herramientas y el bucle de interacción de un agente. Los agentes incluyen variantes Direct, Code, Delegate y Monitor, y se ejecutan en los…
Para quién es
Investigadores y desarrolladores de Python que reproducen o comparan agentes de manipulación robótica basados en LLM en simulación
Cómo usarlo
Instalación
python -m cleanrua.direct_robodojo --native-root /path/to/RoboDojo --task stack_bowlsSacado de su README. Compruébalo allí antes de ejecutarlo.
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar Agentic-Intelligence-Lab/CleanRUA en mi proyecto. Sigue su README: https://github.com/Agentic-Intelligence-Lab/CleanRUA. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Alternativas
Proyectos parecidos que cita su ficha. Cada enlace busca en el directorio.
Recibe alertas de repos como este
Te escribimos cuando algo de Agentes de IA empiece a subir. Gratis, una vez por semana, solo lo que encaja.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/Agentic-Intelligence-Lab/CleanRUA?ref=badge)Repos parecidos
- OpenSenseNova/SenseNova-RoboRSI
Un marco para construir, evaluar y mejorar de forma iterativa agentes encarnados sobre un entorno de ejecución compartido. Conecta modelos, prompts, habilidades y herramientas de robot, ejecuta benchm
- Open-RUA/uni-robot-agent
Arnés de código abierto en Python para agentes de uso de robots que ejecuta los entornos de Codex o Claude Code sobre entornos de simulación como RoboDojo, RoboUse y RoboLab. Incluye un SDK de Python,
- ArcheOne-AI/RoboScript
Marco de agentes para manipulación robótica que aprende una tarea a partir de una sola demostración, ensayándola en un simulador y almacenando lo aprendido en el contexto del modelo en lugar de en sus
- BinceQu/RoboHarness
Un arnés que permite a un agente LLM controlar un robot en tareas encarnadas. El agente marca puntos sobre una imagen 2D, recibe sus posiciones seguidas mediante flujo óptico y retroproyección de prof
- eust-w/opengeniemaster
Un framework en Python sin dependencias externas que expone la ejecución de robots, la guía multimodal, la retroalimentación física y la continuidad de tareas como servidor MCP, para que agentes de pr
- RUC-NLPIR/FlashRSI
Un marco de experimentación unificado para reproducir y comparar métodos de automejora recursiva de agentes de IA. Ejecuta algoritmos RSI sobre benchmarks y arneses de agentes, registrando instantánea