---
title: agent_competition_examples
canonical_url: "https://www.modelscope.cn/models/ms-agent/agent_competition_examples"
md_url: "https://www.modelscope.cn/models/ms-agent/agent_competition_examples.md"
repository: ms-agent/agent_competition_examples
last_updated: 2025-12-04
license: "Apache License 2.0"
library_name:
  - pytorch
frameworks:
  - Pytorch
downloads: 71
stars: 0
---

# agent_competition_examples

> agent_competition_examples - ms-agent 在 ModelScope 开源的模型。开放原子智能体创新大赛，赛题3：复杂代码生成DeepCodeResearch 数据示例

ms-agent/agent_competition_examples 是 ModelScope 魔搭社区上的机器学习模型，采用 Apache License 2.0 许可。

- **Repository**: ms-agent/agent_competition_examples
- **License**: Apache License 2.0
- **Downloads**: 71
- **Stars**: 0
- **Last updated**: 2025-12-04

Source: https://www.modelscope.cn/models/ms-agent/agent_competition_examples

---

### 简介

#### 比赛背景

**开放原子Agent创新大赛--赛题3--复杂代码生成DeepCodeResearch**

比赛参考链接： https://competition.openatom.tech/competitionInfo?id=1a3e1f9990e267464c8d1bbef2bee337#heading-1-0

该任务旨在提升Agent在复杂代码生成任务上的性能表现，先对输入的文档进行深度研究，再进行编码。

#### 数据样例：

压缩包： references.zip
功能介绍：
- references/xx.pdf文档和references/xx.docx文档：提供了代码生成所需的综述背景知识，来源于arxiv论文和ModelScope技术博客；可作为Code Agent实现具体技术选型的参考。
- references/principle.md：提供了代码生成的设计原则和输出代码repo架构形式参考。

#### 任务目标

选手采用自行设计的`DeepCodeResearch`系统，使用Python实现"多模态DeepResearch"项目的代码框架开发工作。

输入：
  * 自行设计的prompt
  * 参考文档：参考上述references.zip，`DeepCodeResearch`系统先进行参考文档的研究，再完成代码实现。

输出：
  * 完整的代码repo，包含代码文件和README.md文件。
  * input和output


### 下载

1. 直接进入web端“模型文件”子页面，下载`references.zip`压缩文件。


2. 使用git下载

```
#Git模型下载
git clone https://www.modelscope.cn/ms-agent/agent_competition_examples.git
```

<br>