RD-Agent / Installation
RD-Agent下载部署：装好微软自动化研发代理
RD-Agent 官方 Quick start 分四步：装 Docker、建 Conda 环境、pip install rdagent、配置 LLM。注意：目前仅支持 Linux（官方 badge 标注 platform-Linux），需要一定的 Linux、Docker 与 Python 基础。
前置条件
安装前确认环境满足以下要求。
| 项 | 要求 | 说明 |
|---|---|---|
| 操作系统 | 仅 Linux | 官方 badge 标注 platform-Linux，不支持 Windows/macOS |
| Docker | 已安装且免 sudo | 验证：docker run hello-world |
| Conda | Python 3.10 / 3.11 | 官方 CI 充分测试这两个版本 |
| LLM API Key | Chat + Embedding 模型 | 支持 OpenAI/Azure/DeepSeek/SiliconFlow 等（LiteLLM） |
四步安装
官方 Quick start 的标准流程，逐步执行。
装 Docker
先按官方文档装 Docker，并确保当前用户能免 sudo 运行：
docker run hello-world验证。建 Conda 环境
conda create -n rdagent python=3.10，然后conda activate rdagent。安装 RD-Agent
用户：
pip install rdagent；开发者：git clone https://github.com/microsoft/RD-Agent+cd RD-Agent+make dev。配置 LLM
写
.env配置 CHAT_MODEL 与 EMBEDDING_MODEL（LiteLLM 后端，支持 OpenAI/Azure/DeepSeek）。
LLM 配置（.env）
RD-Agent 用 LiteLLM 作为默认后端，集成多家 LLM 提供商，需 Chat 与 Embedding 两类模型。
# OpenAI 示例 CHAT_MODEL=gpt-4o EMBEDDING_MODEL=text-embedding-3-small OPENAI_API_BASE=<your_unified_api_base> OPENAI_API_KEY=<replace_with_your_openai_api_key> # DeepSeek 示例（官方提供完整配置） CHAT_MODEL=deepseek/deepseek-chat DEEPSEEK_API_KEY=<replace_with_your_deepseek_api_key> EMBEDDING_MODEL=litellm_proxy/BAAI/bge-m3 LITELLM_PROXY_API_KEY=<replace_with_your_siliconflow_api_key> LITELLM_PROXY_API_BASE=https://api.siliconflow.cn/v1
若使用带思考过程的推理模型，需额外设置 REASONING_THINK_RM=True。
验证安装
安装与配置完成后，用健康检查验证。
rdagent health_check
健康检查会验证 Docker 安装是否成功、默认端口是否被占用；配置完整后运行上述命令确认有效。
不想装 Linux 环境的替代路线
RD-Agent 仅支持 Linux，需 Docker + Conda + LLM Key 自建；如果只想快速拿到行情、选股、量化分析结论，可看 EasyClaw 量化 Skill 免部署路线（不代表 RD-Agent 已集成 EasyClaw）。
常见问题
RD-Agent 能在 Windows 上装吗？
目前不能。官方明确仅支持 Linux（platform-Linux），Windows/macOS 不在支持范围。
必须装 Docker 吗？
是。大多数场景运行前必须确保 Docker 已安装且免 sudo，健康检查会验证 Docker 是否就绪。
RD-Agent 需要付费 LLM Key 吗？
需要 Chat 与 Embedding 两类模型的 API Key。可用 OpenAI/Azure，也可用 DeepSeek 官方 API（官方提供完整配置示例）以降低成本。
装完直接能做量化吗？
能跑量化场景（fin_quant 等），但结果仅供研究，官方明确不构成金融投资建议，需自行评估风险。