Tracking: Migrate Agent layer to OpenAI Agents SDK
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
Línea de trabajo
Comienza leyendo la arquitectura objetivo y los PR referenciados #61, #65, #67 y #70, y luego inspecciona las áreas actuales brain/, tools/, flow/ y llm/. Este issue es un tracker de migración, no una tarea independiente; solo estará completado cuando se haya terminado el trabajo de migración de la hoja de ruta.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Motivation
QuantMind invested ~3 months building a smolagents-derived Agent runtime in PRs #61, #65, and #67 (~1900 lines of brain/ + tools/ + supporting modules). We now believe this was a wrong direction:
- Agent runtime is a commodity in 2026. OpenAI Agents SDK, smolagents, LangGraph, etc. compete on the same surface. Maintaining our own gives QuantMind no differentiation.
- It consumes engineering time that should go into financial-domain work (data schemas, e2e pipelines, research-friendly memory patterns).
This issue tracks the migration to OpenAI Agents SDK as the underlying agent runtime, with QuantMind repositioning as a domain library on top.
Architecture update (2026-07-15): Durable canonical collections and semantic indexing belong to the top-level
quantmind/library/package tracked in #111.mind/owns cognition, tools, working memory, and later tree navigation; it may consumelibrarybut does not own persistence or index lifecycle. This supersedes the vagueKnowledgeStoreplacement in the original roadmap below.
Target Architecture
quantmind/
├── flows/ # e2e processing pipelines (paper_flow, news_flow, ...)
├── knowledge/ # Pydantic-based knowledge schema standard (Paper, News, ...)
├── library/ # canonical collections + derived semantic index (#111)
├── preprocess/ # fetch (arxiv/http/doi/local) + format (pdf/html/markdown)
├── mind/ # cognition, tools, working memory, tree navigation; no persistence
├── configs/ # centralized BaseFlowCfg + per-flow cfg + input types
├── magic.py # resolve_magic_input: natural language → (input, cfg)
└── utils/ # logger only
Key principle: QuantMind does NOT rebuild Agent runtime, lifecycle hooks, tracing, multi-agent handoff, or tool framework. Those come from openai-agents.
Roadmap
- PR1 (#70): Clean removal of self-built agent runtime
- PR2:
knowledge/+configs/skeleton (Pydantic schemas + centralized cfg) - PR3:
preprocess/two-layer structure (fetch + format) - PR4:
flows/+paper_flow+batch_run+magic.py; concurrent removal offlow/andllm/ - PR5:
mind/memory/filesystemMVP + trajectory archive - PR6+: Semantic library (#111), paper-search integration (#112), PageIndex navigation (#95), additional sources, and observability cookbook
Archive
The pre-pivot agent runtime is preserved as a snapshot on the archive/agent-runtime-final branch on origin for historical reference. It will not be merged back to master.
References
- OpenAI Agents SDK docs: https://openai.github.io/openai-agents-python/
- Lifecycle / RunHooks: https://openai.github.io/openai-agents-python/ref/lifecycle/
- MCP integration (filesystem server): https://openai.github.io/openai-agents-python/mcp/
- Tracing: https://openai.github.io/openai-agents-python/tracing/
- SDK announcement: https://openai.com/index/the-next-evolution-of-the-agents-sdk/
- Lenguaje dominante
- Python
- Estrellas
- 3.1k
- Forks
- 492
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de LLMQuant/quant-mind
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
LLMQuant/quant-mind#155 · 2 comentarios ·
-
design(flows): structure tree drafted from truncated page text (1200 chars), diverging from PageIndex full-page constructionQuizá libre de nuevo @keli-wen la tomó hace 80 días y no hay ningún pull request abierto. Abiertoarea: flows area: preprocess type: design
LLMQuant/quant-mind#133 · 1 comentario · 1 asignado ·
-
feat(flows): surface token-usage and cost for runs and batch_runPosiblemente ocupada @dhruvraajeev la tomó hace 81 días. Abiertoarea: configs area: flows area: mind type: feature
Dificultad 5/5 Más de una semana Aptitud para principiantes 45/100
LLMQuant/quant-mind#127 · 1 comentario ·
-
design(config): define ownership of typed operation inputsQuizá libre de nuevo @keli-wen la tomó hace 85 días y no hay ningún pull request abierto. Abiertoarea: flows type: feature
LLMQuant/quant-mind#121 · 1 asignado ·
-
bug: exchange-qualified multi-symbol lists are only partially capturedPosiblemente ocupada @pengpengyi92 la tomó hace 82 días. Abiertoarea: preprocess stale type: bug
Dificultad 5/5 Más de una semana Aptitud para principiantes 38/100
LLMQuant/quant-mind#108 · 2 comentarios ·
Todos los issues de LLMQuant/quant-mind
Issues similares
-
Let's Encrypt certificate neededAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 63/100
GAM-team/got-your-back#547 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
UKGovernmentBEIS/inspect_ai#5821 ·
Los mantenedores suelen responder en 1 día
-
docs help wanted
Dificultad 1/5 1-3 horas Aptitud para principiantes 75/100
-
evidence wanted good first issue help wanted
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
open-coder-ai/agentseam#195 ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día