Asistente de investigación multiagente basado en LangGraph que genera hipótesis, analiza y visualiza datos, y redacta informes de investigación.
WecoAI/aideml
Un agente LLM de código abierto que crea, ejecuta, depura e itera sobre código de machine learning mediante búsqueda en árbol hasta optimizar una métrica definida por el usuario.
- Estrellas
- 1,614
- Forks
- 237
- Issues abiertos
- 3
- Último commit
- hace 21 días
¿Qué es?
AIDE ML es la implementación de referencia de código abierto del algoritmo AIDE: un agente de búsqueda en árbol que trata cada script de Python como un nodo de un árbol de soluciones. A partir de un directorio de datos, un objetivo descrito en lenguaje natural y una métrica de evaluación, genera código, lo ejecuta y usa los resultados de la métrica para decidir qué candidatos ampliar o corregir.
El proyecto se distribuye como un paquete de Python instalable con pip e incluye una interfaz de línea de comandos, un visor HTML del árbol de soluciones y una interfaz web de Streamlit. Funciona con OpenAI, Anthropic, Gemini, OpenRouter o cualquier modelo local que ofrezca una API compatible con OpenAI. La configuración permite definir el modelo de programación, el modelo de feedback, el número de pasos y la cantidad de borradores. También se proporcionan una API de Python y una imagen de Docker.
El código está pensado para investigadores que quieran reproducir el artículo de AIDE o probar nuevas heurísticas de búsqueda, evaluadores o backends de LLM, así como para profesionales que busquen crear una canalización inicial de ML a partir de un conjunto de datos.
Funciones clave
- 01Describe la tarea en lenguaje natural e indica un directorio de datos, un objetivo y una métrica de evaluación.
- 02Explora un árbol de scripts de Python generados y amplía o depura candidatos según los resultados de la métrica.
- 03Ofrece una CLI, una API de Python y una imagen de Docker.
- 04Incluye un visor HTML del árbol de soluciones y una interfaz web de Streamlit.
- 05Funciona con OpenAI, Anthropic, Gemini, OpenRouter y modelos locales compatibles con OpenAI.
Casos de uso
- Crear un prototipo de modelo de ML de referencia para un conjunto de datos tabular a partir de un objetivo en lenguaje natural.
- Reproducir o ampliar los experimentos de búsqueda en árbol de AIDE en un contexto de investigación.
- Probar distintas heurísticas de búsqueda, evaluadores o backends de LLM para agentes de ML.
- Ejecutar una canalización completamente local con un modelo servido por Ollama.
Inicio rápido
- 1
Instala el paquete desde PyPI
pip install -U aideml - 2
Configura tu clave de API de LLM
export OPENAI_API_KEY=<your-key> - 3
Ejecuta una optimización en la tarea de ejemplo
aide data_dir="example_tasks/house_prices" goal="Predict the sales price for each house" eval="RMSE between log-prices"
Antes de usarlo
- La configuración predeterminada llama a API externas de LLM, por lo que necesitas una clave de API y pagarás por el uso del modelo, salvo que ejecutes un modelo local.
- Las ejecuciones totalmente locales requieren un servidor local compatible con OpenAI y, por lo general, ofrecen un rendimiento algo inferior al de los modelos alojados.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es aideml?
- Un agente LLM de código abierto que crea, ejecuta, depura e itera sobre código de machine learning mediante búsqueda en árbol hasta optimizar una métrica definida por el usuario. AIDE ML es la implementación de referencia de código abierto del algoritmo AIDE: un agente de búsqueda en árbol que trata cada script de Python como un nodo de un árbol de soluciones. A partir de un directorio de datos, un objetivo descrito en lenguaje natural y una métrica de evaluación, genera código, lo ejecuta y usa los resultados de la métrica para decidir qué candidatos ampliar o corregir.
- ¿aideml es gratuito? ¿Qué licencia tiene?
- aideml es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿aideml sigue mantenido?
- Mantenimiento activo. El último commit de aideml fue el 16 oct 2026.
- ¿Para qué puedo usar aideml?
- Crear un prototipo de modelo de ML de referencia para un conjunto de datos tabular a partir de un objetivo en lenguaje natural. Reproducir o ampliar los experimentos de búsqueda en árbol de AIDE en un contexto de investigación. Probar distintas heurísticas de búsqueda, evaluadores o backends de LLM para agentes de ML. Ejecutar una canalización completamente local con un modelo servido por Ollama.
- ¿Cómo se instala aideml?
- Instala el paquete desde PyPI: pip install -U aideml Configura tu clave de API de LLM: export OPENAI_API_KEY=<your-key> Ejecuta una optimización en la tarea de ejemplo: aide data_dir="example_tasks/house_prices" goal="Predict the sales price for each house" eval="RMSE between log-prices"
- ¿Dónde consigo aideml?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/WecoAI/aideml
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta de Python que transpila modelos y transformadores entrenados de scikit-learn a código C, C#, Go, Java, JavaScript, PHP o Ruby.
Framework de deep learning basado en PyTorch que automatiza los ciclos de entrenamiento, el escalado a varias GPU y el código de soporte, sin quitarte el control del modelo.
Framework de agentes LLM de Microsoft que automatiza tareas de I+D basadas en datos, como leer artículos, implementar modelos y factores, y ejecutar experimentos al estilo de Kaggle.
Un harness recursivo de auto-mejora que evalúa tareas de agentes, conserva las lecciones útiles y deja trazas y playbooks para la siguiente ejecución.
Biblioteca de AutoML que entrena y combina modelos de ML para datos tabulares, series temporales y datos multimodales con unas pocas líneas de Python.