数据与分析 machine-learning-engineering automated-ml code-optimization tree-search streamlit ollama

AIDE ML

用树搜索持续编写、评估并改进机器学习代码。

源仓库: WecoAI/aideml
Star 数: ★ 1.6k
最近更新: 23 天前
License: MIT
主语言: Python
FA 评分: 53/100 · 缺口较多

30 秒速览

运行形态: 命令行工具代码库 / SDK网页应用
可在哪里用: 通用 · 跨平台OpenAI API · Claude API
费用: 软件免费，模型调用费用自付
上手难度: 低 · 几分钟可跑通
开始前需要: Python 3.10+Shell / 命令行网络访问本地文件系统
典型场景: 机器学习实践者拥有结构化数据集，需要以“预测流失、AUROC”这类目标和指标快速探索建模代码时。
不适合: 只想用托管服务、不想自己跑代码的用户
需要生产级实验跟踪与更强控制的团队
源码审查: 53/100 · 缺口较多

这个 Agent 能做什么，适合哪些场景？

AIDE ML 是 AIDE 算法的开源参考实现，面向以数据集、目标和评价指标驱动的机器学习工程任务。它通过 LLM 引导的代码空间树搜索生成 Python 脚本、创建改动分支，并利用指标反馈推进或剪枝搜索。项目提供 aide 命令行、aide.Experiment Python 接口、HTML 方案树可视化和 Streamlit Web UI。一次运行会在 logs/<id>/ 中输出最佳代码 best_solution.py 及可交互查看搜索树的 tree_plot.html。它适合研究和原型验证；若需要更广泛的代码优化、实验跟踪或更强控制，仓库将 Weco 定位为相关的平台产品。

用户通过 aide data_dir=... goal=... eval=... 或 aide.Experiment(data_dir=..., goal=..., eval=...) 提供数据目录、自然语言目标和评估指标。AIDE ML 将每个 Python 脚本作为解树节点，调用配置的编码模型生成补丁并形成子节点，评估代码后用度量结果引导搜索。Experiment.run(steps=...) 返回最佳方案，可读取其 valid_metric 和 code。CLI 运行将最佳方案写入 logs/<id>/best_solution.py，并生成 logs/<id>/tree_plot.html；Web UI 允许输入 API key、上传数据、设置 Goal 与 Metric，并显示实时日志、方案树和最佳代码。

机器学习实践者拥有结构化数据集，需要以“预测流失、AUROC”这类目标和指标快速探索建模代码时。
研究智能体架构的团队需要替换搜索启发式、评估器或 LLM 后端，并观察代码搜索树时。
研究人员复现 AIDE 论文或测试新的代码生成与评估策略时。
需要在本机 Ollama 端点上测试 qwen2.5 作为编码模型，比较本地模型驱动的迭代优化时。
偏好浏览器式原型操作的用户，需要在 Streamlit UI 中上传数据、启动运行并查看实时结果时。

如何安装或部署这个 Agent？

需要 Python 3.10+。安装：pip install -U aideml。使用 OpenAI 时设置凭据：export OPENAI_API_KEY=<your-key>。首次运行：aide data_dir="example_tasks/house_prices" goal="Predict the sales price for each house" eval="RMSE between log-prices"。开发安装可执行：git clone https://github.com/WecoAI/aideml.git，然后 cd aideml && pip install -e .。

如何使用这个 Agent？

CLI 可用 agent.code.model 选择编码模型，并用 agent.steps 控制迭代次数，例如：aide agent.code.model="claude-4-sonnet" agent.steps=50 data_dir=... goal=... eval=...。Python 中创建 aide.Experiment(...) 后调用 exp.run(steps=2)。启动界面时进入 aide/webui 并运行 streamlit run app.py。使用 Ollama 的 OpenAI 兼容端点时设置 OPENAI_BASE_URL="http://localhost:11434/v1"，再指定 agent.code.model="qwen2.5"；若要让评估器也走本地模型，额外设置 agent.feedback.model="qwen2.5"。

这个 Agent 有哪些优点和局限？

优点

以代码树搜索而非单线式修改组织探索：脚本节点、LLM 补丁和指标反馈直接对应可检查的候选方案。
同时提供 CLI、aide.Experiment API、HTML 树可视化和 Streamlit UI，覆盖脚本化、Python 集成与交互式原型场景。
文档明确列出 OpenAI、Anthropic、Gemini 以及 OpenAI API 兼容本地模型路径，并给出 Ollama 配置示例。
运行产物包括最佳 Python 代码和完整方案树，便于检查最终结果与搜索过程。

局限

首次使用需要可访问的 LLM 服务及相应 API 凭据；文档中的默认编码模型为 gpt-4-turbo。
本地模型模式仍可能默认使用 gpt-4o 作为评估器；完全本地运行需要额外设置反馈模型，且文档提示性能可能下降。
评估依赖用户提供的数据目录、目标和指标，仓库材料未说明对任意数据格式或任务类型的通用保证。
仓库将自身定位为研究友好的精简实现；更广泛代码优化、实验跟踪和增强控制被定位在另一平台产品中。

这个 Agent 与同类方案有什么区别？

README 引述 MLE-Bench（75 个 Kaggle 竞赛）的结果：AIDE 的树搜索获得的奖牌数为最佳线性智能体 OpenHands 的 4 倍。该比较针对该基准中的奖牌结果，不等同于所有机器学习任务上的普遍性能结论。

与相关度最高的同类 agent 并排比较关键指标。

Agent	源码审查	形态 / 费用	Star	最近更新	主语言	完整支持的平台
AIDE ML 当前	53 · 缺口较多	命令行工具免费 + 模型费	★ 1.6k	23 天前	Python	OpenAI API · Claude API
AI 工程实战训练营	38 · 缺口较多	开发框架免费	★ 956	28 天前	Jupyter Notebook	—
K-Dense BYOK	73 · 存在缺口	桌面应用免费 + 模型费	★ 1.4k	23 天前	TypeScript	ChatGPT · Codex · Claude.ai
BambooAI 数据分析师	70 · 存在缺口	网页应用免费 + 模型费	★ 842	今天	Python	OpenAI API · Claude API

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1

缺口较多

53/ 100 五分制 2.7 / 5

信任安全 12/29

可靠稳定 8/14

适用触发 10/18

规范维护 11/18

有效结果 7/13

证据核验 5/8

查看各维度的扣分理由

信任安全12 / 29 · 2.1/5

代码通过后端把任务和执行审查交给配置的模型，并由解释器运行生成脚本；README 说明可使用外部 API 或本地端点，且展示了日志与结果位置，因此数据流有一定可见性（data_flow_transparency 记 2）。但代码样本未展示沙箱或权限隔离、运行前确认、敏感数据保护、外部副作用限制或恢复机制；只在特定 E2E 测试中移除子进程 API 密钥，不能证明一般运行具备同等保护，故这些项目偏低。README 引用算法论文并要求引用，LICENSE 也标明版权主体，因此来源归属有支持，记 2；维护者身份和更新路径仍不清楚。

可靠稳定8 / 14 · 2.9/5

agent.py 对指标推断失败有警告与回退；README 描述结构化响应缺失、截断和拒绝会报错，并给出有界重试；可见测试对指标分类和 Anthropic 工具请求提供交叉佐证，故自洽性和故障信息记 2。依赖清单包含大量宽范围或未固定的 ML 包及若干下限版本，来源没有显示完整锁定或安全治理，因此依赖可用性仅记 1。

适用触发10 / 18 · 2.8/5

README 明确面向 Agent 架构研究者与 ML 从业者，提供 CLI、Python、Streamlit 和本地模型用法；任务目标、指标、模型提供方和迭代数可配置，环境适配有具体示例，因此受众、触发情境与环境适配记 2。能力边界说明较薄：代码可使用任意相关包，且解释器执行生成程序，但样本未说明执行隔离或适用任务的硬边界，故记 1。

规范维护11 / 18 · 3.1/5

README 按快速开始、UI、高级 CLI、Python、附加功能和引用组织内容，并给出安装、示例、配置说明及本地模型性能提示；MIT 许可证全文明确，记 3。版本与变更历史在所给材料中支持有限；README 有当前参数和测试流程，但未显示维护责任人或清晰维护更新渠道，相关项仅记 1。

有效结果7 / 13 · 2.7/5

产品说明了树搜索、代码迭代、指标反馈、日志和可视化结果，且提供可复用的 CLI 与 Python 接口，表明输出具备实际使用价值并有研究与工程增益，记 2。运行需要模型调用和执行训练脚本；README 虽给出步骤、调用上限示例及本地模型选项，却没有一般成本估算或成本控制承诺，成本效益记 1。

证据核验5 / 8 · 3.1/5

README 将主要算法主张链接至论文，并把仓库实现、算法和 Weco 产品区分；工作流、测试及源码对部分配置和行为提供交叉佐证。样本明确区分 mocked regression 与真实 API 检查，并说明后者范围有限，支持事实与推断边界，故三项记 2。论文与性能主张在本次静态审查中不能视为独立验证，评分仅反映材料可追溯性。

风险与缓解建议

生成的训练脚本会被执行；所给材料没有展示一般运行时的沙箱、权限限制或副作用恢复机制。
运行可能向模型服务发送任务与数据上下文并产生 API 成本；使用前应确认数据可对外发送，并设置适当预算。
依赖清单包含大量机器学习包，且并非全部固定版本；材料没有呈现全面的依赖锁定或漏洞处理证据。

证据充分度：低评估于 2026年11月8日审查版本 ad73d227af48

评估证据 README.md aide/agent.py webui/app.py LICENSE requirements.txt workflows/linter.yml workflows/live-e2e.yml e2e/test_house_prices_live.py tests/test_agent_metrics.py tests/test_backend_anthropic.py

查看完整评分方法 →

你是这个项目的维护者？把 FARS 徽章加到 README

徽章显示当前的评审分数和结论，点击回到本页。重新评审后约一小时内更新。

[![FARS 评测](https://followagents.com/badge/aide.svg?lang=zh)](https://followagents.com/zh/agents/aide)

<a href="https://followagents.com/zh/agents/aide"><img src="https://followagents.com/badge/aide.svg?lang=zh" alt="FARS 评测"></a>

常见问题

运行需要什么凭据？

快速开始使用 OPENAI_API_KEY。仓库也说明可配置 Anthropic、Gemini 或 OpenAI API 兼容的本地模型；Ollama 示例使用 OPENAI_BASE_URL 指向本地端点。

能否完全本地运行？

可以按文档将 OPENAI_BASE_URL 指向 Ollama，并同时把 agent.code.model 和 agent.feedback.model 设为本地模型。文档提醒完全本地模型可能带来性能下降。

一次运行会留下哪些结果？

会生成 logs/<id>/best_solution.py 和 logs/<id>/tree_plot.html；Python API 还可从返回的最佳方案读取验证指标和代码。

它是否替代完整的生产级 ML 平台？

仓库将 AIDE ML 描述为用于实验与扩展的研究友好实现，并将更广泛的代码优化、实验跟踪和增强控制归入 Weco 平台。

这页内容对你有帮助吗？

AIDE ML

30 秒速览

这个 Agent 能做什么，适合哪些场景？

如何安装或部署这个 Agent？

如何使用这个 Agent？

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

FollowAgents 如何评估这个 Agent？

最近版本

常见问题

相关 Agents

AI 工程实战训练营

K-Dense BYOK

BambooAI 数据分析师

PageIndex：无向量推理式RAG引擎

可控复杂 RAG 智能体

MindSearch 深度搜索器