تهيئة RD-Agent وQlib

أسند مسؤوليات مختلفة إلى RD-Agent وQlib

استخدم RD-Agent لتطوير تنفيذات البحث ومراجعتها، وQlib لتنفيذ سير عمل كمي مضبوط. يمكن لاستدعاءات نموذج الوكيل اقتراح فرضيات وكتابة كود وتفسير الملاحظات. تتولى Qlib بياناتها وتدريبها وتقييمها في بيئة التجربة. لذلك يحل مفتاح API للنموذج تبعية واحدة فقط. قبل الإعداد، اختر سيناريو RD-Agent المحدد وثبّت مراجعة المشروع وحدد حدود مجموعة البيانات والتقييم. يفصل ذلك إعداد البيئة عن قرارات البحث التي سيتخذها الوكيل.

هيّئ المحادثة وembedding عبر الخلفية الموثقة

في المراجعة 32b3d395 التي راجعناها، يوثق .env.example في RD-Agent خلفية LiteLLM ونموذج المحادثة وقاعدة متوافقة مع OpenAI، إلى جانب مسار embedding مسبوقًا بـ proxy مستقل. تربط قوالب Shell أدناه خانات النماذج التي يملكها التطبيق بالحقول الموثقة. اختر نموذج محادثة حاليًا بعد فحص قدراته. يجب أن يشير EMBEDDING_BASE_URL وEMBEDDING_MODEL_ID إلى خدمة embedding متاحة بصورة مستقلة؛ لا تفترض أن بوابة المحادثة توفرها. مرّر بيانات الاعتماد عبر البيئة واستخدم أمر بدء السيناريو الموثق لإصدارك المثبت.

export BACKEND=rdagent.oai.backend.LiteLLMAPIBackend
export OPENAI_API_BASE=https://api.apisrouter.com/v1
export CHAT_MODEL="openai/$RESEARCH_MODEL_ID"
# Set OPENAI_API_KEY securely for the chat endpoint.

export LITELLM_PROXY_API_BASE="$EMBEDDING_BASE_URL"
export EMBEDDING_MODEL="litellm_proxy/$EMBEDDING_MODEL_ID"
# Set LITELLM_PROXY_API_KEY securely for the embedding service.

تحقق من قدرات النموذجين بصورة مستقلة

تحقق من قدرة عميل المحادثة المختار على تنفيذ صيغة الاستجابة وسلوك الأدوات المطلوبين في السيناريو. وافحص embeddings بحثًا عن متجه غير فارغ وبُعد متسق وهوية نموذج مستقرة. قد يتطلب تغيير نموذج embedding إعادة بناء المتجهات المخزنة؛ ولا تتحقق استجابة محادثة ناجحة من الاسترجاع. يوضح الرسم المدعوم بالمصدر مسار المحادثة فقط. تختار سوابق مزود LiteLLM سلوك العميل، وليست بالضرورة معرّف النموذج الذي تراه نقطة النهاية؛ فاحتفظ بالقيمة المضبوطة وهوية الطلب المحلولة.

جهّز البيئة الكمية قبل حلقة الوكيل

تحقق من مجموعة البيانات وبيئة Python وحاوية التنفيذ المسموح بها بفحص حتمي صغير. في البحث الدولي، طابق منطقة البيانات وتقويم السوق وكون الأدوات مع السوق المقصود. تدعم وثائق سير Qlib منطقة الولايات المتحدة، لكن لا ينبغي نسخ مجموعة البيانات والافتراضات المثال إلى سوق آخر دون تغيير. أكد التغطية التاريخية وسياسة التعديل وهوية المعيار. فعّل الوكيل لتوليد كود مرشح لهذه البيئة بعد ذلك فقط؛ وإلا فقد تعوض مراجعات النموذج المتكررة إعداد بيانات معطوبًا.

افحص الفرضية والكود والملاحظات معًا

يعرض الرسم الرسمي لـ RD-Agent واجهة بحث تكرارية. استخدم هذا الهيكل كتذكير بالاحتفاظ بكل فرضية مع تنفيذها وملاحظاتها بدل حفظ التقرير النهائي فقط. ينبغي للمراجع معرفة ما إذا أصلح الوكيل خطأ برنامج أو غيّر سؤال البحث أو اختار مرشحًا مختلفًا بعد رؤية درجة. أبقِ التجارب المرفوضة متاحة وافصل مخرج الأداة عن تفسير الوكيل لذلك المخرج.

حد تنفيذ الكود وحافظ على استقلال التقييم

شغّل الكود المولد بحدود صريحة لنظام الملفات والشبكة والموارد. اربط مجموعات البيانات المطلوبة فقط وتجنب كشف بيانات الاعتماد غير المرتبطة. جمّد نوافذ التدريب والتحقق والتقييم المحجوز قبل التطوير التكراري. إذا أُعيدت ملاحظات الاختبار إلى الوكيل مرارًا، فسجّل أن فترة الاختبار أصبحت جزءًا من عملية التطوير. ينبغي لبيان التجربة أن يتضمن مراجعة المصدر وتجزئة الكود وإصدار البيانات والتهيئة وهوية البيئة وقرار الاختيار. يجعل ذلك التنفيذ الناجح والفشل المنهجي ظاهرين للمراجع التالي.

تابع التكاليف واستعد المرحلة الفاشلة

اربط سجل طلبات المحادثة وembeddings بسجل الحساب المحلي باستخدام معرّفات التجارب. ليست تقديرات تكلفة LiteLLM بالضرورة رسوم البوابة الفعلية؛ طابقها مع سجل الفوترة المنطبق. افصل فشل نقل النموذج وعدم تطابق فهرس المتجه واستثناء الكود وبيانات Qlib المفقودة في حالات مختلفة. أعد المحاولات المؤقتة ضمن ميزانية واحتفظ بأخطاء الكود للفحص. تجنب إعادة الحلقة كلها عندما يحتاج أثر مصدر واحد أو طلب نموذج واحد إلى تصحيح، وأبطل caches عندما يتغير النموذج أو الكود أو مجموعة البيانات المعنية.

الأدلة والحدود

راجعت حقول البيئة وسلوك الخلفية في المراجعة الرسمية 32b3d395 بتاريخ 5 سبتمبر 2026. يتبع استدعاء Qlib ومسؤولياته الوثائق الرسمية. لم تُنفذ لهذا الدليل طلبة عميل مشروع أو نتيجة embedding أو حلقة RD-Agent/Qlib كاملة عبر APIsRouter. خطوة القبول التالية سيناريو محدود بمدخلات محفوظة وأدلة طلب ومخرجات رقمية.

الأسئلة الشائعة