🚀 RD-Agent - 机器学习工程代理

📋 概述

RD-Agent是一个面向机器学习工程（MLE）的自主代理系统，旨在自动化研究和开发流程。该项目在MLE-bench基准测试中表现优异，支持多种场景包括数据科学竞赛、Kaggle竞赛、量化交易和通用模型开发。

✨ 核心特性

• 🤖 自主进化：基于CoSTEER框架的多进程进化策略
• 🧠 多场景支持：数据科学、Kaggle、量化交易、通用模型
• 🔄 多LLM后端：支持OpenAI、Azure OpenAI、Claude、本地模型
• 📊 性能监控：实时性能指标收集和分析
• 🐳 Docker化：完整的容器化部署方案
• 🔧 类型安全：输入验证和命令注入防护

🚀 快速开始

环境要求

• Python 3.10+
• Docker（推荐）
• Git

安装方式

1. 本地开发

# 克隆仓库
git clone https://github.com/afanty2021/RD-Agent.git
cd RD-Agent

# 安装依赖
pip install -e .

2. Docker部署

# 构建并运行
docker build -t rdagent:latest .
docker run -p 8000:8000 rdagent:latest

3. 生产环境

# 使用部署脚本
./scripts/deploy.sh

🔧 配置说明

创建 .env 文件：

# API密钥
OPENAI_API_KEY=your_api_key_here

# 环境变量
PYTHONPATH=/app
RD_AGENT_ENV=development

📋 部署命令

# 开发环境
make dev

# 生产环境
make prod

# Docker环境
make docker

🛠️ 故障排除

常见问题

1. 端口占用

   lsof -i :8000

2. 容器问题

   docker logs rdagent

3. 权限问题

   ls -la /app

📚 文档和资源

• 完整文档
• 技术报告
• 演示视频
• Discord社区

🤝 贡献指南

欢迎贡献代码、文档、测试用例和功能建议！

请查看 CONTRIBUTING.md 了解如何参与项目。