Amadeus：科研数据工作台

配体案例做完以后，Amadeus 继续往研究工作台扩展：读资料、整理实验表、比较模型、保存下一轮计划，再把结果填回来。接入自己的数据时，需要先整理列名、单位和缺失值，再开始建模。

例如，在对话中提出“第二个买不到，换一个”时，工作台排除对应候选并重新选择，保留原模型预测。计划、数据版本和预测分别保存，之后可以查看每一轮的选择依据。

1. 在线案例与本机版的能力范围

入口	会做的事	计算在哪里
GitHub Pages 在线案例	看候选、调名额、存计划、揭晓旧结果、进入下一轮	浏览器复用已有预测和公开档案，不重新训练、不调大模型
本机工作台	DeepSeek 对话、Search/Fetch、CSV 建模、计划、报告	模型训练与固定推断在本机，项目持久保存

两种入口共用界面，所以看起来很接近。在线案例适合先体验整个过程，不需要 API Key；有自定义数据、需要联网检索或重新训练时，再用本机版。模型凭据保留在服务端，不交给浏览器。

可以先打开在线案例。本机启动步骤来自对应版本 README，已有代码和环境时运行：

./run_amadeus.sh

默认打开 http://127.0.0.1:8787。第一次运行需要按 README 准备 Python/uv、依赖与本地配置。

2. 实验资料提取与表格整理

2.1 提取草稿与原文证据

引擎接收 CSV、JSON，也能从文本型 PDF 和正文里提取实验信息。模型先给草稿，字段要能找到原文证据，编辑接受以后才形成一版实验表。原始值、改动记录和单位转换来源都会保留。

缺失值、重复项、单位，以及样品、参照和空白记录要先处理清楚。结构解析失败时会指出具体行。分子描述符与 Morgan 特征则由可解析的结构生成。

2.2 数据版本与运行记录

演示已提取出两条附原文证据的记录。扫描 PDF 的 OCR、多文献自动合并和更多材料类型尚待支持。

数据进入建模以后，运行会保存划分、逐折误差、折外预测、特征、搜索配置和模型。中途恢复也核对数据与配置，避免换了表格却沿用旧搜索结果。

3. 混凝土与钢合金案例

回归引擎比较 RF、ET、XGBoost、LightGBM、Ridge 和简单参照，可以选择组成、条件或组合特征，也有分组验证、训练内部 Top-K 与小预算贝叶斯搜索。设置选择使用开发集，候选集结果单独报告。

案例	划分	独立候选结果及用途
混凝土	859条训练记录、171条独立配方候选；同配方不同龄期归同组	默认组合 ET 的 MAE 5.195 MPa，用于检查新材料数据的完整工作流
钢合金	312种不同组成；265开发、47候选	冻结划分下 MAE 85.28 MPa；前三推荐包含池内最高历史实测

混凝土案例用于运行训练、推荐、揭晓和回填流程；钢合金案例使用自定义划分。它们分别在各自数据集上评价，原钙钛矿模型保持不变，钢合金结果按本项目划分报告。更完整的设置分别在数据引擎升级记录和钢合金案例中。

4. 对话修改名单，预测保持原样

4.1 名额与排除条件

“这一轮测试6个”修改名额，“第二个买不到”排除候选。候选编号和原始预测保持不变，再根据这些条件刷新名单。下面是adjust() 的源码摘录：

def adjust(p, budget=None, exclude=None, restore=None, selected=None):
    known = candidate_map(p)
    for ident in (exclude or []) + (restore or []) + (selected or []):
        if ident not in known: raise ValueError(f'候选 {ident} 不在当前名单中。')
    if budget is not None: set_task(p, budget=budget)
    p['excluded'] = sorted((set(p['excluded']) | set(exclude or [])) - set(restore or []))
    refresh_selection(p)

函数先检查候选是否存在，再修改名额与排除集合，最后重新选择名单。