MLE-agent

读论文、写代码、做研究，一个助手全搞定

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 110 🐛 待处理 33 👀 关注 10

GitHub ↗

GitHub 星标 ★ 1580

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队MLSysOps

GitHubhttps://github.com/MLSysOps/MLE-agent

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent,ai,llm,ml,mle,mlops

GitHub 星标★ 1580

上线时间2024-04-16 00:00:00

代码更新2026-07-10

仓库体积2.6 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数10

项目介绍

MLE-agent 是一个面向 AI 工程与研究的智能助手，旨在将大模型与科研工作流深度结合。它解决了研究人员在阅读论文、复现实验、编写代码时信息割裂和流程繁琐的问题。核心能力包括：集成 arXiv 和 Papers with Code，自动获取最新论文与对应代码库，生成结构化的研究或代码计划；内置代码检索增强生成（Code RAG），能基于项目上下文提供精准的代码建议；支持 OpenAI、Anthropic、Gemini、Ollama 等多种模型后端，适配不同用户偏好。项目用 Python 实现，目前处于成长阶段，星标数稳步上升，适合需要快速跟进前沿论文并落地代码的研究者或工程师。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1580

技术标签

agent ai llm ml mlops

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：命令行工具 7 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 环境（MLE-Agent 为 Python 实现的项目）
至少一个受支持的模型后端（OpenAI、Anthropic、Gemini、Ollama 等）
可联网访问 arXiv 与 Papers with Code 以使用论文检索能力

安装与启动步骤

1准备 Python 环境

项目由 Python 实现，请先确认本机已安装 Python 并能执行命令行；README 未指定具体版本，请以官方文档为准。
```
python --version
```
2安装 MLE-Agent

README 的 Installation 章节为空，未提供任何安装命令，请按官方文档 https://mle-agent-site.vercel.app/ 的说明完成安装。
3验证命令可用

安装完成后确认 mle 命令已被识别，若提示找不到命令说明安装尚未成功或未加入 PATH。
```
mle --help
```
4创建新项目

mle new 会在当前路径下创建项目目录，先切换到你想存放项目的目录再执行，把名称换成自己的项目名。
```
mle new my-mle-project
```
5进入项目目录

README 明确要求在项目目录内启动项目，因此创建后必须先 cd 进去，否则后续命令无法正常使用。
```
cd my-mle-project
```
6启动项目

在项目目录下运行 mle start 启动 MLE-Agent，此时会围绕当前项目开展工作。
```
mle start
```
7终端交互对话

同样需要在项目目录下执行，可在终端里与 Agent 进行交互式聊天。
```
mle chat
```

如何确认成功

在项目目录下执行 mle start 后终端进入运行状态，再执行 mle chat 能正常进入交互对话即表示可用。

常见问题

Q：README 里没有安装命令，怎么安装？

A：README 的 Installation 章节为空，确实未给出 pip 等安装方式，请以官方文档 https://mle-agent-site.vercel.app/ 为准，不要照搬其他项目的安装命令。

Q：可以在任意目录运行 mle start 吗？

A：不行。README 说明 mle new 会在当前路径创建项目目录，并要求在项目目录下启动项目，所以要先 cd 进入该项目目录。

Q：怎么在终端里和研究助手对话？

A：在项目目录下执行 mle chat 即可开启终端交互式聊天。

Q：支持哪些大模型后端？

A：README 提到支持 OpenAI、Anthropic、Gemini、Ollama 等多种模型后端，可按自己的偏好选择。

Q：能自动获取论文和代码吗？

A：可以。项目集成了 arXiv 与 Papers with Code，可自动获取最新论文及对应代码库并生成研究或代码计划。

注意事项

README 未提供安装说明，安装方式请以官方文档为准，本教程不猜测包名与安装参数。
mle new 会在当前路径下创建项目目录，注意选择好存放位置。
mle start 与 mle chat 都必须在项目目录内执行。
官方文档与问题反馈：https://mle-agent-site.vercel.app/ 、https://github.com/MLSysOps/MLE-agent/issues/new 。