From 02fe8ee214b885385cb2440fa2a96c627cb12d90 Mon Sep 17 00:00:00 2001 From: gitee-bot Date: Fri, 29 May 2026 09:21:51 +0000 Subject: [PATCH] Update README.md --- README.md | 84 +++++++++++++++++++++++++++++++++++++++++-------------- 1 file changed, 63 insertions(+), 21 deletions(-) diff --git a/README.md b/README.md index f0b3f40..d1be912 100644 --- a/README.md +++ b/README.md @@ -1,8 +1,10 @@ + + # IFPP Agent -基于 CrewAI Flows 的的故障预测、异常检测、寿命预测与PHM、故障风险挖掘方案生成的智能体系统。 +基于 CrewAI Flows 的故障预测、异常检测、寿命预测与 PHM、故障风险挖掘方案生成的智能体系统。 -AI 快速迭代方案（数据处理/特征/模型/参数），人把控方向与最终决策，输出可不依赖公司外网部署的代码 + SKills。 +AI 快速迭代方案（数据处理/特征/模型/参数），人把控方向与最终决策，输出可不依赖公司外网部署的代码 + Skills。 ## 架构 @@ -12,44 +14,84 @@ AI 快速迭代方案（数据处理/特征/模型/参数），人把控方向 每阶段通过 `@human_feedback` 人工门控，迭代循环支持 `or_()` 重入，最多 5 轮。 +## 核心特性 + +- **多 Agent 共识机制**：3 个独立分析师 + 1 个 Merger，防偏见、保质量，分歧自动标注 `[DISPUTED]` +- **领域知识驱动**：基于 LLM Wiki 的领域知识沉淀，支持 12+ 行业领域（IT 基础设施、半导体、光通信、云服务等） +- **人在环交互**：每阶段人工审核通过后才能进入下一阶段，支持 revise/ok/ask/quit 命令 +- **自动迭代优化**：迭代阶段支持 continue/finalize 自动循环，直到满足条件或达最大轮数 +- **完整交付物**：生成可离线部署的 predict.py / train.py / pyproject.toml + Skills，支持二次开发 +- **断点恢复**：支持从 checkpoint 恢复，重跑特定阶段 +- **Web 可视化**：内置 Flask Web 界面，支持可视化流程监控与人审交互 + ## 快速开始 ```bash -# 安装 +# 安装依赖 uv sync # 进入虚拟环境 -.venv/Scripts/activate (For Windows) -# 或 -source .venv/bin/activate (For Linux/MacOS) +# Windows +.venv\Scripts\activate +# Linux/MacOS +source .venv/bin/activate -# 配置 .env（API keys, 模型名称） +# 配置环境变量（复制示例配置并填入 API Key） cp .env.example .env -# 运行 -kickoff --scenario "服务器硬盘故障预测" --data path/to/data.csv --proj disk_pred -# 或者在 .env 中设置场景环境变量，执行命令 +# 运行（CLI 模式） crewai run +# 或指定场景参数运行 +kickoff --scenario "服务器硬盘故障预测" --data path/to/data.csv --proj disk_pred -# noweb模式可以通过下面命令实现，也可以在环境变量里（.env）设置 IFPP_NO_WEB=1 来关闭web页面 -uv run kickoff --no-web +# Web 模式（默认开启） +kickoff --no-web # 关闭 Web 界面 -# 断点续传（尚未实现） +# 断点续传 kickoff --proj disk_pred --resume ``` -## 新版前端(测试中) -开启前端vite服务 +## 新版前端（测试中） + ```bash cd frontend npm install npm run dev +# 访问 http://127.0.0.1:5173/ ``` -之后即可在http://127.0.0.1:5173/中访问前端页面 -## 核心特性 +## 支持的场景领域 + +| 行业类别 | 子领域 | +|---------|--------| +| IT 基础设施 | 硬盘、内存、CPU、NPU、HMB、服务器 | +| 半导体 | SiC、功率模块、封装、SoC | +| 光通信 | 光模块、光放大器 | +| 云服务 | AIOps、异常检测、可用性风险 | + +## 阶段说明 + +1. **场景定义**：确定预测目标、数据范围、评估指标等 +2. **数据探索**：数据质量分析、信号排名、时序切分建议 +3. **数据预处理**：缺失值处理、异常值检测、特征编码 +4. **特征工程**：特征构造（滚动窗口、滞后、退化曲线）、特征选择 +5. **迭代训练**: 模型对比、超参调优、最优方案固化 +6. **交付部署**: 生成预测脚本、训练脚本、requirements.txt + +## 项目结构 + +``` +├── src/ifpp_agent/ # 核心源码 +│ ├── crews/ # 6 个 Crew 实现 +│ ├── tools/ # 工具集 +│ ├── web/ # Web 服务 +│ └── wiki/ # LLM Wiki 管理 +├── global_wiki/ # 全局知识库 +├── frontend/ # 前端界面 +├── config/ # 配置文件 +└── tests/ # 测试用例 +``` + +## License -- **共识机制**：多模型投票防偏见，分歧标注 `[DISPUTED]` -- **自动迭代**：各个阶段如果未达到设计目标，自动+人工反馈朝设定目标演进迭代（实现中） -- **可复现**：固定种子 + sklearn Pipeline + 完整超参记录（尚未实现） -- **交付部署**：推理脚本零外部网络依赖，部署包含 predict.py / train.py / pyproject.toml/Skills，支持二次开发与进一步产品化落地 +MIT License \ No newline at end of file -- Gitee