安装

在您的Python环境中安装MRRA以开始使用。

环境要求

MRRA需要Python版本3.10或更高版本才能正常运行。

Python >= 3.10
pip 包管理器

基础安装

# 基础安装
pip install mrra

# 使用conda（如果可用）
conda install -c conda-forge mrra

# 使用Poetry
poetry add mrra

安装选项

MRRA根据您的需要提供多种安装选项：

开发环境安装

# 包含开发工具
pip install mrra[dev]

GPU支持

# 包含GPU加速支持
pip install mrra[gpu]

完整安装

# 包含所有可选依赖项
pip install mrra[all]

验证安装

安装后，验证MRRA是否正确安装：

# 检查是否正确安装
import mrra
print(f"MRRA版本：{mrra.__version__}")

# 测试基本功能
from mrra import AgentBuilder
agent_builder = AgentBuilder()
print("✅ MRRA安装成功！")

开发环境安装

如果您想为MRRA贡献代码或运行最新的开发版本：

# 克隆仓库
git clone https://github.com/yourusername/mrra.git
cd mrra

# 开发模式安装
pip install -e .[dev]

# 运行测试验证
pytest

安装后设置

安装后，您需要配置LLM提供商和其他服务：

1. 配置LLM提供商

设置您首选的LLM提供商：

from mrra import AgentBuilder

# OpenAI配置
agent = AgentBuilder().with_llm(
    provider="openai",
    model="gpt-4o-mini", 
    api_key="your-openai-api-key"
)

# 千问配置  
agent = AgentBuilder().with_llm(
    provider="qwen",
    model="qwen-plus",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
    api_key="your-qwen-api-key"
)

2. 测试设置

运行快速测试确保一切正常工作：

from mrra import AgentBuilder
from mrra.core.types import TrajectoryBatch
import pandas as pd

# 创建示例数据
df = pd.DataFrame({
    'user_id': ['user_1', 'user_1'], 
    'timestamp': ['2023-01-01 09:00:00', '2023-01-01 12:00:00'],
    'latitude': [31.2304, 31.2404],
    'longitude': [121.4737, 121.4837],
    'poi_id': ['poi_1', 'poi_2']
})

# 测试基本预测
agent = (AgentBuilder()
         .with_llm(provider="openai", model="gpt-4o-mini", api_key="your-key")
         .build())

trajectory_batch = TrajectoryBatch(df)
result = agent.predict_next(user_id="user_1", history=trajectory_batch)
print(f"✅ 预测成功：{result.predicted_location}")

环境变量

您也可以使用环境变量配置MRRA：

# 设置环境变量
export MRRA_OPENAI_API_KEY="your-openai-key"
export MRRA_QWEN_API_KEY="your-qwen-key"  
export MRRA_DEFAULT_PROVIDER="openai"
export MRRA_DEFAULT_MODEL="gpt-4o-mini"

安装问题排查

依赖冲突

如果遇到依赖冲突：

# 创建干净的虚拟环境
python -m venv mrra-env
source mrra-env/bin/activate  # Windows: mrra-env\Scripts\activate

# 安装MRRA
pip install mrra

GPU支持问题

GPU加速问题：

# 安装特定CUDA版本
pip install mrra[gpu] --extra-index-url https://download.pytorch.org/whl/cu118

# 验证GPU支持
python -c "import torch; print(f'CUDA可用：{torch.cuda.is_available()}')"

导入错误

如果遇到导入错误：

# 检查安装
pip show mrra

# 必要时重新安装
pip uninstall mrra
pip install mrra --no-cache-dir

更新MRRA

保持MRRA更新到最新功能：

# 更新到最新版本
pip install --upgrade mrra

# 更新包含所有依赖项  
pip install --upgrade mrra[all]

卸载

从系统中删除MRRA：

# 卸载MRRA
pip uninstall mrra

# 清理依赖项（如果需要）
pip autoremove

配置文件和缓存数据在卸载后仍会保留。如需要可手动清理。

下一步

现在MRRA已安装，继续：

配置 - 设置LLM提供商和服务
示例 - 查看实际使用示例
开发 - 贡献和开发指南

安装

目录