عن المشروع

R&D-Agent (RD-Agent) هو مشروع مفتوح المصدر من مايكروسوفت يهدف إلى أتمتة البحث والتطوير عالي القيمة والقائم على البيانات. فكرته الأساسية هي حلقة من جزأين: مكوّن "R" يقترح أفكارًا جديدة ومكوّن "D" ينفذها ويقيّمها، بحيث يمكن للذكاء الاصطناعي أن يدفع تطوير البيانات والنماذج بشكل تكراري. ما يوفره - إطار عمل متعدد الوكلاء لأتمتة تطوير النماذج والبيانات، مع وكيل بحث ووكيل تطوير يعملان في دورات متناوبة. - تطبيقات سيناريوهات للتمويل الكمي، بما في ذلك اقتراح/تنفيذ العوامل، وتطور النماذج، والتحسين المشترك للعوامل والنماذج المبني حول Qlib. - سيناريو علوم البيانات للمهام الشبيهة بالمسابقات، مع وضع موجه لـ Kaggle لضبط النماذج وهندسة الميزات. - مساعد بحثي يقرأ الأوراق البحثية أو التقارير المالية ويحولها إلى هياكل نماذج أو مجموعات بيانات. - سيناريو ضبط النماذج اللغوية (FT-Agent) لمعالجة البيانات المدفوعة بالمعايير، والتدريب، والتقييم، والتحسين الموجه بالتغذية الراجعة. - معيار (Agent² RL-Bench) لتقييم ما إذا كانت وكلاء النماذج اللغوية قادرة على هندسة خطوط أنابيب ما بعد التدريب من البداية إلى النهاية. التكوين والاستخدام - لينكس هو النظام الأساسي الوحيد المدعوم حاليًا؛ Docker مطلوب لمعظم السيناريوهات. - التثبيت عبر PyPI (`pip install rdagent`) أو من المصدر باستخدام `make dev` للتطوير. - يتم تكوين الوصول إلى النماذج اللغوية عبر LiteLLM افتراضيًا، مع أمثلة لـ OpenAI وAzure OpenAI وDeepSeek ومزودي دردشة/تضمين منفصلين. - أمر `health_check` يتحقق من توفر Docker واستخدام المنافذ قبل تشغيل السيناريوهات. - يتم تشغيل السيناريوهات عبر أوامر CLI مثل `rdagent fin_quant` و`rdagent fin_factor` و`rdagent fin_model` و`rdagent fin_factor_report` و`rdagent general_model` و`rdagent data_science` و`rdagent llm_finetune`. - يمكن مراقبة النتائج عبر واجهة Streamlit (`rdagent ui`) وواجهة ويب منفصلة تقدمها `rdagent server_ui`، والتي تتضمن مصادقة قائمة على الرموز. حالة المشروع والأدلة - يذكر ملف README أن R&D-Agent يتصدر MLE-bench بين وكلاء هندسة التعلم الآلي، مع روابط تشغيل مفصلة ونتائج حسب الصعوبة. - يستشهد بأوراق بحثية مقبولة (NeurIPS 2025 وICML 2026 وACL 2026 Findings) وتقريرًا فنيًا، بالإضافة إلى عرض توضيحي مباشر وموقع توثيق. - المشروع قيد التطوير النشط، مع تكوين CI وCodeQL وDependabot والتحقق من الأكواد والأنواع وpre-commit. هذه النظرة العامة مبنية فقط على ملف README للمستودع ولا تتحقق بشكل مستقل من ادعاءات المعايير.