microsoft/RD-Agent

项目概览

RD-Agent 在 MLE-bench 上位居表现最好的机器学习工程智能体之列，并提供了首个面向量化策略全栈研发、通过因子-模型协同优化的数据驱动多智能体框架，两条差异化均有事实支撑。

项目类型

AI Agent · AI 编程 · 模型开发

应用场景

自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 希望用智能体自动化数据与模型研发循环的 AI 工程师、研究人员和数据团队。
• 需要自动化迭代量化因子与模型、或参与 Kaggle 竞赛、微调 LLM 的用户。

核心能力

• 通过因子-模型协同优化，自动化量化策略的全栈研发。
• 面向基准驱动的领域适配，通过 `rdagent llm_finetune` 命令自主进行 LLM 微调。

限制与风险

• RD-Agent 目前只支持 Linux，Windows 与 macOS 用户无法直接使用。
• 大多数场景要求安装 Docker，且需在无 sudo 权限下可用。

如何开始

• 创建 conda 环境（python 3.10）并激活；pip install rdagent；安装 Docker 并以 docker run hello-world 验证（需免 sudo 运行）；在 .env 中写入 CHAT_MODEL、EMBEDDING_MODEL 与 API 密钥；运行 rdagent health_check 检查后，可用 rdagent fin_quant 启动量化场景。

核验依据

• GitHub 项目简介: We are committed to automating these high-value generic R&D processes through R&D-Agent, which lets AI drive data-driven AI.
• README: R&D-Agent aims to automate the most critical and valuable aspects of the industrial R&D process, and we begin with focusing on the data-driven scenarios to streamline the developm…
• README: You can directly install the R&D-Agent package from PyPI: ```sh pip install rdagent
• README: rdagent fin_quant
• README: the first data-centric, multi-agent framework designed to automate the full-stack research and development of quantitative strategies via coordinated factor-model co-optimization.

来源更新时间：2026-09-23T18:08:12Z

打开原始 GitHub 项目