Agent Laboratory - JHU · Schmidgall · 端到端研究流水线

项目简介

Agent Laboratory 由 JHU Samuel Schmidgall 开源，定位“多智能体串联的端到端研究流水线”。核心优势是通过 LiteLLM 做统一路由，可一键切换 OpenAI / Qwen / Claude 等后端。

适合中等规模科研任务（文献 → 假设 → 实验 → 报告）。LiteLLM 路由约定：非 OpenAI 原生模型必须加 openai/ 前缀，如 openai/qwen-plus。

应用结果

端到端科研流水线

用户提出研究问题，Agent 自动完成文献调研、实验设计、代码编写、运行实验、报告写作全流程。

LiteLLM 多后端路由

通过 LiteLLM 统一接口支持 DashScope、OpenAI 等多种 LLM 后端，一行配置切换。

CPU 即可跑通

纯 API 调用架构，无需本地 GPU，10–15 分钟完成环境搭建和首次实验。

约翰霍普金斯大学出品

由 JHU Schmidgall 团队开源，代码质量高，文档完整，是学术科研自动化的标杆项目之一。

🤖 Agent 自主部署 manifest-ready

成功判定：依赖装齐 + .env 写入 + LiteLLM 路由一次 qwen-plus 调用成功。

📘 完整安装文档（Markdown）：agent-install/agent-laboratory-agent-install.md 含 LiteLLM 路由实战

① 前置条件检查

python3 --version    # 3.10+ git --version df -h .              # ≥ 3 GB

② 人类必填项

DASHSCOPE_API_KEY 去通义千问创建

③ .env 模板（注意 LiteLLM 前缀）

OPENAI_API_KEY=${DASHSCOPE_API_KEY} OPENAI_API_BASE=https://dashscope.aliyuncs.com/compatible-mode/v1 LLM_MODEL=openai/qwen-plus       # 必须加 openai/ 前缀 HF_ENDPOINT=https://hf-mirror.com WANDB_MODE=disabled LANGCHAIN_TRACING_V2=false

④ 按序执行

git clone https://github.com/SamuelSchmidgall/AgentLaboratory.git && cd AgentLaboratory python3 -m venv .venv && source .venv/bin/activate pip install -i https://mirrors.aliyun.com/pypi/simple/ -r requirements.txt set -a; source .env; set +a python -c "import litellm; print('✅ litellm', litellm.__version__)"

⑤ 常见故障排查

LiteLLM 找不到模型必须加 openai/ 前缀；并确保 OPENAI_API_BASE 指向 DashScope 兼容端点

DashScope 401核对 Key 与 qwen-plus 访问权限

git clone 超时改用 https://kkgithub.com/SamuelSchmidgall/AgentLaboratory.git