Last Updated: 2026-09-12
基于问题搜索树与 LLM 的独立科研实验项目。采用 PaperTemplate 的 Agent 工作流，将数据、方法执行、独立评分和论文结果汇总分开管理。原有前后端工作台、HTTP API 和 SQLite 会话服务已从代码中移除；MCTS、提问、核查、事实压缩及回答整合算法位于 src/project/dqt/。
只需要 Python 3.12 和 UV，无需 Node 或数据库。
uv sync --group dev
uv run paper validate configs/studies/smoke.yaml
uv run paper plan configs/studies/smoke.yaml
uv run paper run configs/studies/smoke.yaml --progress
uv run paper run configs/studies/smoke.yaml --progresssmoke.yaml 使用原有 mock provider 验证真实搜索算法和实验流程；第二次执行应显示 executed=0。它不提供科学性能证据。
将凭据写入项目根目录 .env（已被 Git 忽略）：
LLM__API_KEY=your-key已配置的生成与核查模型均为 deepseek-flash，即截至 2026-09-12 官方提供的 DeepSeek-V4.1-Flash。模型和预算在版本化 YAML 中管理；.env 只向实验 worker 提供指定的凭据，进程环境优先。模型别名可能随服务升级变化，服务升级后应更新方法 version。
uv run paper validate configs/studies/tree-search.yaml
uv run paper plan configs/studies/tree-search.yaml
uv run paper run configs/studies/tree-search.yaml --progress
uv run paper export outputs/studies/dqt-tree-search outputs/tree-search-metrics.csv
uv run paper archive dqt-tree-search真实配置目前是迁移示例：2 个测试问题、2 次重复，每棵树最多 3 次搜索步骤，整次运行的预算为 900 秒、50,000 tokens。示例问题没有标准答案，exact_match 为 null；completed 仅表示执行成功，不代表答案正确。真实 benchmark、基线与消融设计留待下一阶段确定。
完整运行入口是 outputs/studies/<id>/latest.json。它指向不可变运行目录，包含配置快照、依赖版本、指标、产物索引及报告索引。每个执行产物包含 result.json、tree.json、trace.json、answer_report.json 和日志；论文比较表为 comparison.csv / comparison.md。用 ResultStore 读取一次完整运行，不直接拼接不同运行的结果。
uv run pytest tests/ -v
uv run python run_tests.py quality
uv run pytest tests/e2e/ -v --run-e2e真实 E2E 会消耗已配置的 Flash API；默认测试不执行真实调用。