🔬 SciAgent

智能实验运行守护与分析工具｜AI-Powered Experiment Guardian

轻量、零侵入的实验管理工具
自动追踪 · 智能分析 · 本地存储

🌐 项目主页：www.lintao.online/sciagent

---

📌 目录

• SciAgent 是什么
• 为什么需要 SciAgent
• 快速上手
• 核心功能
• AI 智能分析
• 应用场景
• 常见问题
• 贡献
• 许可证

---

🧠 SciAgent 是什么？

SciAgent 是一款智能实验运行守护工具，通过统一的运行接口增强你的训练命令——不用修改你现有的任何代码。

传统运行方式：

python train.py --lr 1e-3 --epochs 50

使用 SciAgent：

sciagent run python train.py --lr 1e-3 --epochs 50

运行后即可自动完成：

• 实验参数与日志记录
• 错误捕获与环境快照
• 训练指标趋势分析
• AI 调参建议
• 日报 / 周报 / 月报生成
• 消融实验对比表生成

整体逻辑不变，但实验质量全面提升。

---

🎯 为什么需要 SciAgent？

实验中常遇到的问题

问题	SciAgent 解决方案
实验崩溃后日志丢失	自动捕获错误并保存完整输出
忘记参数，代码记录混乱	自动追踪命令行与环境配置
多次实验难以对比	统一历史管理与差异分析
调参方向模糊	AI 读取指标并给出可执行建议
写周报/论文耗时	自动生成日报/周报/月报（附指标与代码变化）

一句话：你只管训练，琐碎的事情交给 SciAgent。

---

🚀 快速上手

1️⃣ 安装

cd /path/to/sciagent
pip install -e .

2️⃣ 初始化

sciagent init

可选配置 AI（支持 GPT-5 / DeepSeek / Claude / Gemini / Qwen 等）。

3️⃣ 零侵入运行实验

sciagent run python train.py --lr 0.001 --epochs 100

自动记录：

• 参数
• 指标（自动检测 metrics.json）
• 输出日志
• 错误堆栈
• 依赖与环境
• Git diff

4️⃣ 查看历史记录

sciagent history

5️⃣ 让 AI 分析最近一次实验

sciagent analyze --last

6️⃣ 一键生成日报/周报/月报

sciagent daily/weekly/monthly

---

🌟 核心功能

1. 实验运行守护

自动捕获：

• 参数
• metrics.json 指标
• stdout / stderr / traceback
• Git 改动
• 环境快照（Python、依赖、GPU/CPU）

数据结构化存储于：

.sciagent/history/<run_id>/

---

2. AI 智能分析

sciagent analyze --last

AI 会自动分析：

• loss / acc / F1 趋势
• 参数影响与稳定性
• 是否过拟合/欠拟合
• 下一步应调整哪些参数
• 与最佳实验的对比

支持以下模型提供商：

提供商	示例模型
OpenAI	gpt-5.1 / gpt-5-mini
DeepSeek	deepseek-chat / deepseek-reasoner
Qwen	qwen-plus / qwen-max
GLM	glm-4.6 / glm-4.5
Kimi	moonshot-v1 系列
Gemini	gemini-2.5-pro / flash
Claude	claude-sonnet-4-5
Custom	任意 OpenAI 格式 API

---

3. 自动生成周报 / 月报

sciagent weekly

输出内容包括：

• 实验数量统计
• 最佳指标与变化趋势
• 参数分析
• 代码改动（来自 Git）
• 本周总结（AI）
• 下周计划（AI）

即开即用，适合科研组会议、企业周报、竞赛总结。

---

4. 自动生成消融对比表

sciagent table --name learning_rate

输出 Markdown / LaTeX 表格，可直接放论文中。

---

5. 代码内部参数追踪（可选）

import sciagent.track as st
st.log_params({"lr": 1e-3, "batch": 32})
st.log_metrics({"loss": 0.32, "acc": 0.91})
st.save()

SciAgent 自动生成 params.json 与 metrics.json。

---

📚 应用场景

科研

• 快速生成论文用的消融实验表
• 自动整理所有实验结果
• 确保可复现性

算法竞赛

• 保存每次提交的所有内容
• AI 辅助调参，减少盲试

工程项目

• 多模型 A/B 测试
• 多版本对比与追踪
• 团队共享实验结果

---

❓ 常见问题

Q：是否必须修改训练脚本？ 不需要。

Q：AI 分析需要联网吗？ 是，但实验数据始终本地存储。

Q：metrics.json 是必须的吗？ 推荐使用；也可改用 sciagent.track 自动生成。

Q：数据存储在何处？ 在 .sciagent/ 文件夹下。

---

🤝 贡献

欢迎：

• PR
• Issue
• 功能建议

---

📄 许可证

MIT License

---

让科研与实验管理更高效、更智能。欢迎 Star ⭐ 支持项目！