auto-deep-researcher-24x7 · 智能体框架与编排

Deep Researcher Agent 主图

图1：Deep Researcher Agent 项目主视觉

你是否曾经有过这样的经历：深夜突然想到一个深度学习的改进思路，却因为第二天要上班而不得不先睡觉，结果第二天灵感就消失了？或者你在跑一个需要 48 小时的长实验，中途突然想调整参数，却不知道该不该中断重来？

Deep Researcher Agent 就是为解决这类痛点而生的开源项目——它是一个能够 24/7 全天候自动运行深度学习实验的 AI Agent，在你睡觉的时候，它会帮你调整超参数、分析结果、记录日志、甚至写论文初稿。

一、项目背景与起源

这个项目的作者 Xiangyue-Zhang 是一名深度学习研究者和开发者。在科研工作中，他深刻体会到传统实验流程的痛点：一次实验从配置参数、启动运行、观察结果、调整方案到最终得出结论，往往需要研究者全程盯着屏幕——这在现实操作中几乎不可能，因为实验可能持续数天，而研究者的精力有限。

基于这一背景，作者决定将 AI Agent 技术引入实验自动化领域，设计了一套 Leader-Worker 多智能体架构，让 AI 自主驱动实验循环。研究者在项目初期只需写一份 PROJECT_BRIEF.md（项目简报），定义研究目标和约束条件，之后的工作完全可以交给 Agent 处理。项目还配套发表了技术报告（arXiv:2604.05854），并提供了中文、日语、韩语等多语言文档。

二、核心架构设计

项目采用三层模块化架构：

1. 核心循环层（Core Loop）

core/loop.py 是整个系统的主控制中心，运行经典的 THINK → EXECUTE → REFLECT 三阶段循环。这三个阶段分别对应：

THINK：Leader Agent 分析当前实验状态，制定下一步行动计划
EXECUTE：Worker Agent（Idea / Code / Writing）负责具体执行
REFLECT：系统评估执行结果，更新实验记录，决定是否继续循环

该循环在遇到错误时会自动退避（cooldown backoff），并通过 signal 机制实现优雅关闭，周期计数器持久化到 .cycle_counter 文件，重启后不丢失进度。

2. 智能体层（Agent Layer）

采用 Leader-Worker 模式，这是本项目最具特色的设计之一：

Leader Agent：在每个周期内保持会话状态不丢失，负责连贯的多步推理，能看到完整实验图景
Worker Agent（三个角色）：
- Idea Agent — 负责提出改进想法和实验假设
- Code Agent — 负责代码编写、模型修改和脚本执行
- Writing Agent — 负责撰写论文、技术报告和进度文档
Worker 之间完全无状态切换（上一个 Worker 的上下文不累积），避免状态污染

3. 持久化层（Durable Layer）

为了防止内存数据丢失，配套两套持久化机制：

实验账本（Experiment Ledger）：workspace/experiments.jsonl，每轮循环追加一条 JSON 记录（假设、动作、状态、指标、结论），append-only 模式保证崩溃安全
研究日志：包含 DEAD_ENDS.md（记录失败方案，避免重复踩坑）和 INSIGHTS.md（持久化有价值的洞察），永不压缩，旋转式备份

这些记录可被 detect_stagnation()（检测指标是否停滞）、check_phase_gate()（验证指标是否达标）等零 LLM 成本信号函数调用，为下一轮 THINK 提供数据支撑。

三、技术特性与实用场景

多种执行后端

项目支持三种执行模式，适配不同规模的计算资源：

local（默认）：在本机直接运行训练命令，适合单卡调试
SSH：本地控制状态，远程执行训练，适合有远程服务器的实验室
Slurm：向 Slurm 集群提交作业（通过 sbatch --parsable），本地保留控制器，GPU 状态通过 squeue 读取，登录节点无驻留进程

零成本 GPU 监控

gpu/keeper.py 和 gpu/detect.py 提供 GPU 可用性感知。Agent 在发起实验前会先检查当前 GPU 占用情况，有空闲 GPU 才启动训练，避免资源争抢。当 GPU 被占用时，Agent 会主动等待。

多 LLM 后端兼容

项目兼容多种大语言模型 API：

Anthropic 系列（Claude Sonnet 4.6 / Opus 4.6）
OpenAI 系列（Codex 5.3 / GPT 5.4）
国内主流 API：DeepSeek、阿里通义（Qwen/dashscope）、月之暗面（Kimi/moonshot）、智谱 GLM

只需在 config.yaml 中设置 agent.provider 和 agent.model，即可无缝切换模型。

自动化实验管理

Agent 会自动完成以下工作：

超参数搜索（通过 conf-search skill）
论文跟踪与摘要（通过 daily-papers 和 paper-analyze skill）
实验状态追踪（通过 experiment-status skill）
GPU 监控（通过 gpu-monitor skill）
Obsidian 笔记同步（通过 obsidian-sync skill）
进度报告自动生成（通过 progress-report skill）

Obsidian 笔记集成

core/obsidian.py 提供与 Obsidian 笔记的双向同步功能。Agent 在实验过程中产生的洞察和结论可以自动写入 Obsidian vault，研究者可以直接在自己的知识库中查阅 Agent 的思考过程。

四、上手体验

安装门槛

项目要求：

Python >= 3.10
NVIDIA GPU + CUDA 驱动（显存建议 8GB+）
至少一个 LLM API 密钥

安装方式为运行 install.py，会自动将 Claude Code 斜杠命令或 Codex skills 复制到本地。对于没有 Claude Code 或 Codex CLI 的用户，也可以通过 config.yaml + requirements.txt 直接安装依赖，然后以纯 Python 脚本方式调用 Agent。

注意：项目不提供 Dockerfile 或 docker-compose，不支持一键容器化部署，这是目前最大的部署短板。

使用流程

编写 PROJECT_BRIEF.md，描述研究目标
配置 config.yaml，设置 API 密钥和 LLM 模型
运行 install.py（可选），集成到 Claude Code / Codex CLI
启动 Agent：python -m core.loop 或通过 Claude Code 斜杠命令启动
Agent 自动进入 24/7 工作循环，结果写入 workspace/experiments.jsonl

配套实验示例

examples/ 目录提供了单卡 GPU 实验（examples/single_gpu/README.md）和玩具实验（examples/toy_experiment/）两套参考案例，新手可以从玩具实验开始快速上手。

五、当前局限与争议

无容器化支持

项目不提供 Dockerfile，对于希望在服务器上快速部署的用户而言，只能依赖手动安装依赖。这在学术实验室的共享服务器场景下是一个障碍。

API 成本不可控

Agent 在 24/7 运行过程中会持续调用 LLM API，THINK/EXECUTE/REFLECT 每个阶段都可能产生 token 消耗。如果使用 Claude Opus 等高端模型，长时间运行的成本需要仔细评估。

中文社区资源有限

虽然 README 提供了中文版本，但 examples/ 和 skills/ 下的文档仍以英文为主，中文用户在上层细节时需要依赖翻译工具。

安全性考量

Agent 在执行代码时具备一定的自由度（通过 core/tools.py 提供的工具集），虽然 core/safety.py 提供了安全扫描机制，但在完全无人监管的场景下，仍需注意权限隔离和文件系统访问控制。

六、行业意义与未来趋势

Deep Researcher Agent 代表了 AI for Science 的一个重要方向——用 AI 自动化科研工作流。类似的项目还包括 AutoGPT、LangChain 实验自动化框架等，但本项目的独特之处在于：

针对深度学习实验做了专门优化（GPU 感知、实验账本、Leader-Worker 分工）
支持 Slurm 集群后端，天然适配学术研究场景
内置超参数搜索和论文跟踪能力，贴近研究者的实际工作流

随着 Claude Code、Codex CLI 等 AI 编程工具的普及，类似的 Agent 化科研工具将会越来越多。Deep Researcher Agent 在这个方向上迈出了实用的一步——让研究者的睡眠时间也能产生科研成果。

图2：Deep Researcher Agent 项目 Logo

Deep Researcher Agent 主图

图1：Deep Researcher Agent 项目主视觉

一、项目背景与起源

二、核心架构设计

项目采用三层模块化架构：

1. 核心循环层（Core Loop）

core/loop.py 是整个系统的主控制中心，运行经典的 THINK → EXECUTE → REFLECT 三阶段循环。这三个阶段分别对应：

THINK：Leader Agent 分析当前实验状态，制定下一步行动计划
EXECUTE：Worker Agent（Idea / Code / Writing）负责具体执行
REFLECT：系统评估执行结果，更新实验记录，决定是否继续循环

该循环在遇到错误时会自动退避（cooldown backoff），并通过 signal 机制实现优雅关闭，周期计数器持久化到 .cycle_counter 文件，重启后不丢失进度。

2. 智能体层（Agent Layer）

采用 Leader-Worker 模式，这是本项目最具特色的设计之一：

Leader Agent：在每个周期内保持会话状态不丢失，负责连贯的多步推理，能看到完整实验图景
Worker Agent（三个角色）：
- Idea Agent — 负责提出改进想法和实验假设
- Code Agent — 负责代码编写、模型修改和脚本执行
- Writing Agent — 负责撰写论文、技术报告和进度文档
Worker 之间完全无状态切换（上一个 Worker 的上下文不累积），避免状态污染

3. 持久化层（Durable Layer）

为了防止内存数据丢失，配套两套持久化机制：

实验账本（Experiment Ledger）：workspace/experiments.jsonl，每轮循环追加一条 JSON 记录（假设、动作、状态、指标、结论），append-only 模式保证崩溃安全
研究日志：包含 DEAD_ENDS.md（记录失败方案，避免重复踩坑）和 INSIGHTS.md（持久化有价值的洞察），永不压缩，旋转式备份

这些记录可被 detect_stagnation()（检测指标是否停滞）、check_phase_gate()（验证指标是否达标）等零 LLM 成本信号函数调用，为下一轮 THINK 提供数据支撑。

三、技术特性与实用场景

多种执行后端

项目支持三种执行模式，适配不同规模的计算资源：

local（默认）：在本机直接运行训练命令，适合单卡调试
SSH：本地控制状态，远程执行训练，适合有远程服务器的实验室
Slurm：向 Slurm 集群提交作业（通过 sbatch --parsable），本地保留控制器，GPU 状态通过 squeue 读取，登录节点无驻留进程

零成本 GPU 监控

多 LLM 后端兼容

项目兼容多种大语言模型 API：

Anthropic 系列（Claude Sonnet 4.6 / Opus 4.6）
OpenAI 系列（Codex 5.3 / GPT 5.4）
国内主流 API：DeepSeek、阿里通义（Qwen/dashscope）、月之暗面（Kimi/moonshot）、智谱 GLM

只需在 config.yaml 中设置 agent.provider 和 agent.model，即可无缝切换模型。

自动化实验管理

Agent 会自动完成以下工作：

超参数搜索（通过 conf-search skill）
论文跟踪与摘要（通过 daily-papers 和 paper-analyze skill）
实验状态追踪（通过 experiment-status skill）
GPU 监控（通过 gpu-monitor skill）
Obsidian 笔记同步（通过 obsidian-sync skill）
进度报告自动生成（通过 progress-report skill）

Obsidian 笔记集成

四、上手体验

安装门槛

项目要求：

Python >= 3.10
NVIDIA GPU + CUDA 驱动（显存建议 8GB+）
至少一个 LLM API 密钥

注意：项目不提供 Dockerfile 或 docker-compose，不支持一键容器化部署，这是目前最大的部署短板。

使用流程

编写 PROJECT_BRIEF.md，描述研究目标
配置 config.yaml，设置 API 密钥和 LLM 模型
运行 install.py（可选），集成到 Claude Code / Codex CLI
启动 Agent：python -m core.loop 或通过 Claude Code 斜杠命令启动
Agent 自动进入 24/7 工作循环，结果写入 workspace/experiments.jsonl

配套实验示例

examples/ 目录提供了单卡 GPU 实验（examples/single_gpu/README.md）和玩具实验（examples/toy_experiment/）两套参考案例，新手可以从玩具实验开始快速上手。

五、当前局限与争议

无容器化支持

项目不提供 Dockerfile，对于希望在服务器上快速部署的用户而言，只能依赖手动安装依赖。这在学术实验室的共享服务器场景下是一个障碍。

API 成本不可控

中文社区资源有限

虽然 README 提供了中文版本，但 examples/ 和 skills/ 下的文档仍以英文为主，中文用户在上层细节时需要依赖翻译工具。

安全性考量

六、行业意义与未来趋势

针对深度学习实验做了专门优化（GPU 感知、实验账本、Leader-Worker 分工）
支持 Slurm 集群后端，天然适配学术研究场景
内置超参数搜索和论文跟踪能力，贴近研究者的实际工作流

图2：Deep Researcher Agent 项目 Logo