SR Agent

符号回归（Symbolic Regression）Agent，通过 LLM 调用工具分析数据并发现数学公式。

安装

1. 安装依赖（参见 install.sh）
2. 设置 .env 文件（示例见 .env.example）：

if [ ! -f .env ]; then
  cp .env.example .env
fi
# 编辑 .env 文件，填入实际的 API Key 等信息

3. 运行测试：

python -m pytest tests/ -v

4. 运行示例：

python run_sr_agent.py \
    -f "y = sin(x1 - x2)" \
    --x-low -10 \
    --x-high 10 \
    --llm-provider openrouter \
    --llm-model qwen/qwen3.5-flash-02-23

Web 可视化

Agent 运行时会在 save_path 下写入 manifest.json 和 records.jsonl，允许通过 Web 界面实时查看搜索树（包括节点详情、工具调用和公式结果等信息）。

安装 Web 依赖：

pip install -e ".[web]"

启动后端（sr-agent-web 会在 logs/ 目录下递归查找所有 manifest.json 日志文件）：

sr-agent-web --log-dir logs --host 127.0.0.1 --port 8000
# python -m sr_agent.cli.web --log-dir logs --host 127.0.0.1 --port 8000  # 另一种运行方案

然后打开 http://127.0.0.1:8000/。

项目结构

├── src/sr_agent/       # 核心代码，详见 `src/sr_agent/README.md`
│   ├── tools/          # 工具定义，详见 `src/sr_agent/tools/README.md`
│   ├── api/            # LLM 接口
│   ├── parser/         # 工具调用解析器
│   ├── prompts/        # Prompt 模板（暂时用不到）
│   ├── buffer/         # 消息管理（暂时用不到）
│   ├── skills/         # 技能文档（暂时用不到）
│   ├── utils/          # 工具函数
│   └── _vendor/        # 无法通过 pip 安装的第三方库
│       └── llmsr_bench/ # LLM-SRBench 对接代码
├── tests/              # 单元测试，详见 tests/README.md
├── scripts/            # 临时性脚本和数据分析脚本
├── analysis/           # 数据分析 notebook
├── data/               # 数据文件
├── logs/               # 运行结果日志
└── playground/         # 实验性/临时代码

目录约定

• 根目录只放具有明确功能的入口脚本（如 run_sr_agent.py、bench_sr_agent.py），避免根目录过于杂乱。
• scripts/ 放临时性脚本和数据分析脚本，运行时需指定 PYTHONPATH：

  export PYTHONPATH=. && python ./scripts/xxx.py

• analysis/ 放数据分析 notebook，命名格式为 YYMMDD_xxx.ipynb。注意控制 notebook 文件大小，避免撑爆 git 仓库。
• data/ 放数据文件（已加入 .gitignore）。
• logs/ 放运行结果（已加入 .gitignore）。
• playground/ 放不舍得删但代码中用不到的东西（已加入 .gitignore）。

开发测试

详见 tests/README.md。

python -m pytest tests/ -v

许可证

MIT License