microsoft/RD-Agent

这是什么？

核心功能

• 01以迭代循环的方式提出研究想法，并把它们实现为可运行代码。
• 02从论文和财务报告中提取公式与模型结构。
• 03基于 Qlib 进行量化因子与模型的联合优化。
• 04支持 Kaggle 式的模型调优与特征工程。
• 05通过 LiteLLM 接入多家 LLM 服务商。
• 06提供 Streamlit 和 Flask 两种界面查看运行记录。

适用场景

• 为量化交易研究自动挖掘因子并迭代模型。
• 把研究论文中的模型结构复现为代码。
• 为 Kaggle 式竞赛自动运行基线实验。
• 基于基准评测自动微调 LLM 并进行评估。

快速上手

1. 1

   确保已安装 Docker，且当前用户无需 sudo 即可运行

2. 2

   使用 Python 3.10 创建 conda 环境

   conda create -n rdagent python=3.10
3. 3

   激活 conda 环境

   conda activate rdagent
4. 4

   从 PyPI 安装 R&D-Agent

   pip install rdagent

使用前须知

• !R&D-Agent 目前仅支持 Linux。
• !大多数场景需要 Docker 以及 LLM API 配置。

标签

常见问题

RD-Agent 是什么？

微软开源的 LLM 智能体框架，自动化数据驱动的研发流程，包括论文复现、模型与因子实现和 Kaggle 式实验。 R&D-Agent 是微软开源的 Python 框架，利用 LLM 智能体自动化以数据为中心的研发流程。它将工作分为两部分：R 负责提出新想法，D 负责把想法实现为可运行的代码，并根据执行反馈不断迭代。

RD-Agent 可以免费使用吗？用的什么许可证？

RD-Agent 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

RD-Agent 还在维护吗？

活跃维护中。RD-Agent 最近一次提交是在 2026年10月16日。

RD-Agent 适合用来做什么？

为量化交易研究自动挖掘因子并迭代模型。 把研究论文中的模型结构复现为代码。 为 Kaggle 式竞赛自动运行基线实验。 基于基准评测自动微调 LLM 并进行评估。

RD-Agent 怎么安装和运行？

确保已安装 Docker，且当前用户无需 sudo 即可运行 使用 Python 3.10 创建 conda 环境: conda create -n rdagent python=3.10 激活 conda 环境: conda activate rdagent 从 PyPI 安装 R&D-Agent: pip install rdagent

在哪里获取 RD-Agent？

源代码和安装说明在 GitHub 上：https://github.com/microsoft/RD-Agent