# 项目报告：[项目名称]

> **小组成员**:
> - [姓名] (学号)
> - [姓名] (学号)

## 1. 问题定义与数据
### 1.1 任务描述
<!-- 描述预测任务（分类/回归/时序）和业务目标。 -->

### 1.2 数据来源与说明
<!-- 数据集链接。描述字段、样本量以及所做的任何预处理。 -->

### 1.3 数据切分与防泄露
<!-- 即使如何切分训练/验证/测试集？如何确保没有数据泄露（特别是对于时序或多表数据）？ -->

## 2. 机器学习流水线
### 2.1 基线模型
<!-- 你的基线模型是什么？（例如：使用默认参数的逻辑回归）。它的表现如何？ -->

### 2.2 进阶模型
<!-- 你改进后的模型是什么？（例如：LightGBM, Random Forest）。为什么选择它？ -->

### 2.3 评估与误差分析
<!-- 展示指标（F1, AUC 等）。分析模型在哪些样本上表现不佳及其原因。 -->

## 3. Agent 实现
### 3.1 工具定义
<!-- 列出你实现的工具。 -->
- `tool_name_1`: 描述...
- `tool_name_2`: 描述...

### 3.2 决策逻辑
<!-- Agent 如何使用工具？（例如：预测 -> 解释 -> 建议）。 -->

### 3.3 案例展示
<!-- 展示一个真实的交互示例（输入 -> 系统响应）。 -->

## 4. 反思
### 4.1 挑战与解决方案
<!-- 最困难的部分是什么？你是如何解决的？ -->

### 4.2 局限与未来改进
<!-- 如果有更多时间，还有哪些可以改进的地方？ -->