O que MOSAIC - Otimização Modular e Busca para Agentes faz?
Um framework multiagente inspirado no AutoKaggle para competições autônomas de ciência de dados.
Visão Geral
O MOSAIC (Modular Optimization and Search for Agentic-Integration in Competitions) é uma estrutura avançada que orquestra múltiplos agentes de IA para resolver problemas complexos de ciência de dados. Ele automatiza todo o pipeline, desde a limpeza dos dados até a submissão final, imitando o fluxo de trabalho de uma competição do Kaggle.
Principais Características
- Modularidade: Cada etapa do pipeline é implementada como um subagente independente.
- Busca Otimizada: Algoritmos de busca heurística para encontrar as melhores combinações de modelos e parâmetros.
- Colaboração entre Agentes: Agentes se comunicam e compartilham resultados parciais.
- Suporte multiplataforma: Funciona com Claude Code, Cursor, Codex e outros ambientes.
Como Funciona
- Agente Coordenador: Recebe o problema e divide em subtarefas.
- Agentes Especializados: Cada um foca em uma etapa (pré-processamento, modelagem, etc.).
- Avaliação Contínua: Métricas são calculadas automaticamente a cada iteração.
- Otimização: O sistema ajusta estratégias baseado em feedback histórico.
Exemplo de Uso
# Comando para iniciar o framework
python mosaic_run.py --config configs/kaggle_titanic.yaml
Configuração
# Exemplo de arquivo de configuração
agents:
- tipo: preprocessor
modelo: xgboost
- tipo: feature_engineer
colunas_alvo: ["Age", "Fare"]
busca:
metodo: grid_search
niveis: 3
Requisitos
- Python 3.9+
- Bibliotecas:
pandas,scikit-learn,xgboost,lightgbm - Ambiente compatível com agentes (Claude Code, Cursor, etc.)
Contribuição
Sinta-se à vontade para abrir issues e pull requests. Consulte o arquivo CONTRIBUTING.md para mais detalhes.
Licença
Este projeto está licenciado sob a licença MIT - veja o arquivo LICENSE para mais informações.