RD-Agent 是微软开源的研发自动化智能体项目，目标是通过 AI 驱动数据驱动的 AI，自动化工业研发中高价值的通用流程，重点关注数据与模型。方法上，它采用“R（研究，提出新想法）+D（开发，实现想法）”的双组件框架，推动研发的自动演化。
主要能力与用途：
- 自动量化工厂：面向量化金融的多智能体框架 RD-Agent(Q)，可协同进行因子与模型的联合优化，自动化全栈量化策略研发。
- 数据挖掘智能体：迭代式提出数据与模型方案，并通过从数据中获取知识来实现。
- 研究副驾驶：自动阅读研究论文或财务报告，并实现模型结构或构建数据集。
- Kaggle 智能体：自动进行模型调参和特征工程，以在竞赛中取得更好成绩。
- FT-Agent：面向基准驱动的领域自适应，自动进行 LLM 微调。
- 数据科学智能体：预览阶段，展示开发进度。
基准表现：在 MLE-bench（基于 75 个 Kaggle 竞赛的综合基准）上，R&D-Agent 目前是表现最佳的机器学习工程智能体。具体配置包括 O3(R)+GPT-4.1(D)（研究智能体 o3 与开发智能体 GPT-4.1 组合）以及 o1-preview 版本，后者为 MLE-bench 原论文中报告的最佳公开结果。竞赛按复杂度分为 Low（2 小时内）、Medium（2 至 10 小时）、High（10 小时以上）三级。
使用方式与安装： RD-Agent 目前仅支持 Linux。Docker 安装：需预先安装 Docker，并确保当前用户无需 sudo 即可运行 docker 命令（可通过 docker run hello-world 验证）。创建 Conda 环境：conda create -n rdagent python=3.10，然后 conda activate rdagent。安装 R&D-Agent：pip install rdagent；若想尝试最新版本或贡献代码，可从源码安装：git clone https://github.com/microsoft/RD-Agent，cd RD-Agent，make dev。 健康检查：rdagent health_check --no-check-env（检查 Docker 安装是否成功、rdagent UI 默认端口是否被占用）；配置完成后需执行 rdagent health_check。
配置：演示需要 ChatCompletion、json_mode、embedding query 等能力。可通过 LiteLLM（默认）接入多个 LLM 提供商。方式一：为聊天和嵌入模型使用统一 API base，示例（OpenAI）：CHAT_MODEL=gpt-4o、EMBEDDING_MODEL=text-embedding-3-small、OPENAI_API_BASE 与 OPENAI_API_KEY；Azure OpenAI 示例：EMBEDDING_MODEL=azure/<支持嵌入的部署>、CHAT_MODEL=azure/<你的部署名>、AZURE_API_KEY、AZURE_API_BASE、AZURE_API_VERSION。方式二：为聊天和嵌入模型分别设置 API base，例如聊天用 gpt-4o，嵌入用 SiliconFlow 的 litellm_proxy/BAAI/bge-large-en-v1.5，并配置 LITELLM_PROXY_API_KEY 和 LITELLM_PROXY_API_BASE。DeepSeek 配置示例：CHAT_MODEL=deepseek/deepseek-chat、DEEPSEEK_API_KEY，嵌入模型使用 SiliconFlow 的 litellm_proxy/BAAI/bge-m3 及对应 LITELLM_PROXY_API_KEY 和 LITELLM_PROXY_API_BASE。若使用包含思考过程（如 <think> 标签）的推理模型，需设置 REASONING_THINK_RM=True。
运行应用：
- 自动量化交易与迭代因子模型联合演化：rdagent fin_quant
- 自动量化交易与迭代因子演化：rdagent fin_factor
- 自动量化交易与迭代模型演化：rdagent fin_model
- 从财务报告提取因子：rdagent fin_factor_report --report-folder=<文件夹路径>
- 自动模型研发副驾驶：rdagent general_model <论文URL>
- 自动医学预测模型演化（数据科学）：rdagent data_science --competition <竞赛名>
适用场景：量化金融策略研发、数据挖掘与特征工程、机器学习竞赛、论文与财报驱动的模型实现、LLM 微调、数据科学建模等。
限制：RD-Agent 目前仅支持 Linux；多数场景需 Docker 和 Conda 环境；需要配置外部 LLM 与嵌入模型 API；具体收费、价格及部分平台支持情况暂未提供。
