Automatisiertes Forschungsartefakt — nicht das Upstream-Projekt.

Dieses Repository ist ein Wegwerf-Labor, das von einer automatisierten Testumgebung für eine Masterarbeit an der Université Laval zur Reproduktion veröffentlichter GitHub-Actions-Workflow-Schwachstellen erstellt wurde. Es ist eine wörtliche Momentaufnahme von mesa/mesa beim Commit 821c14475afebc6a68a45bb4b8e87be4d36a0c41 (2026-03-04), weiterverbreitet unter der eigenen Lizenz dieses Projekts, deren Datei unverändert in dieser Momentaufnahme enthalten ist.

Das Upstream-Projekt ist nicht beteiligt, wird niemals angegriffen, und die hier untersuchte Schwachstelle ist bereits öffentlich. Jedes Secret und jede Variable in diesem Repository ist ein zufällig generierter Dummy-Wert — es sind keine echten Anmeldedaten vorhanden. Aktionsreferenzen und Runner-Images sind auf das fixiert, was sie am 2026-03-04 aufgelöst haben; siehe pinning.md in der Testumgebungs-Ausgabe für jede an der Momentaufnahme vorgenommene Änderung.

Fragen oder Einwände: [email protected]

---

Für GSoC, schau in unseren Google Summer of Code 2026-Leitfaden

Mesa: Agentenbasierte Modellierung in Python

CI/CD
Paket
Meta
Chat
Zitieren

Mesa ermöglicht es Benutzern, schnell agentenbasierte Modelle mit integrierten Kernkomponenten (wie räumlichen Gittern und Agenten-Schedulern) oder angepassten Implementierungen zu erstellen; sie mit einer browserbasierten Oberfläche zu visualisieren; und ihre Ergebnisse mit Pythons Datenanalysewerkzeugen zu analysieren. Das Ziel ist es, die Python-basierte Alternative zu NetLogo, Repast oder MASON zu sein.

Oben: Eine Mesa-Implementierung des WolfSheep-Modells, diese kann in Browserfenstern oder Jupyter angezeigt werden. Eine Online-Demo ist hier verfügbar.

Funktionen

• Modulare Komponenten
• Browserbasierte Visualisierung
• Integrierte Werkzeuge für die Analyse
• Beispielmodell-Bibliothek

Mesa verwenden

Um unsere neueste stabile Version zu installieren, führe Folgendes aus:

pip install -U mesa

Ab Mesa 3.0 installieren wir nicht mehr standardmäßig alle unsere Abhängigkeiten.

# Du kannst die zusätzlichen Abhängigkeiten anpassen, die du benötigst, wenn du möchtest. Verfügbar sind:
pip install -U "mesa[network,viz]"

# Dies entspricht unseren empfohlenen Abhängigkeiten:
pip install -U "mesa[rec]"

# Um alle, einschließlich Entwickler-, Abhängigkeiten zu installieren:
pip install -U "mesa[all]"

Du kannst pip auch verwenden, um die neueste GitHub-Version zu installieren:

pip install -U -e git+https://github.com/mesa/mesa@main#egg=mesa

Oder jeden anderen (Entwicklungs-)Zweig in diesem Repository oder deinem eigenen Fork:

pip install -U -e git+https://github.com/YOUR_FORK/mesa@YOUR_BRANCH#egg=mesa

Ressourcen

Für Ressourcen oder Hilfe bei der Verwendung von Mesa, schau dir Folgendes an:

• Erste Schritte (Eine Sammlung von Tutorials, die dich durch ein Basismodell führen.)
• GSoC bei Mesa — Leitfaden für Kandidaten (Für Kandidaten, die an der Teilnahme am Google Summer of Code bei Mesa interessiert sind)
• Mesa-Beispiele (Ein Repository wegweisender ABMs, die Teil der Mesa[rec]-Installation sind und die aktuellste Mesa-Version verwenden)
• Dokumentation (Mesas Dokumentation, API und nützliche Codeausschnitte)
  • Dokumentation der Entwicklungsversion (die Dokumentation der neuesten Version, wenn du eine Vorabversion von Mesa verwendest)
• Diskussionen (GitHub-Thread-Diskussionen über Mesa)
• Matrix-Chat (Chat-Forum über Matrix, um über Mesa zu sprechen)

Mesa in Docker ausführen

Du kannst Mesa auf verschiedene Arten in einem Docker-Container ausführen.

Wenn du ein Mesa-Entwickler bist, installiere zuerst Docker Compose und führe dann im Ordner, der das Mesa-Git-Repository enthält, Folgendes aus:

$ docker compose up
# Wenn du es im Hintergrund ausführen möchtest, führe stattdessen Folgendes aus
$ docker compose up -d

Dies führt das Schelling-Modell als Beispiel aus.

Mit der docker-compose.yml-Datei in diesem Git-Repository führt der Befehl docker compose up zwei wichtige Dinge aus:

• Es mountet das Mesa-Wurzelverzeichnis (relativ zur docker-compose.yml-Datei) in /opt/mesa und führt pip install -e auf diesem Verzeichnis aus, sodass deine Änderungen an Mesa im laufenden Container widergespiegelt werden.
• Es bindet den Port 8765 des Docker-Containers an den Port 8765 deines Hostsystems, sodass du wie gewohnt mit dem laufenden Modell interagieren kannst, indem du localhost:8765 in deinem Browser besuchst

Wenn du ein Modellentwickler bist, der Mesa mit einem Modell ausführen möchte, musst du:

• sicherstellen, dass sich dein Modellordner im Ordner befindet, der die docker-compose.yml-Datei enthält
• die Variable MODEL_DIR in docker-compose.yml so ändern, dass sie auf den Pfad deines Modells zeigt
• sicherstellen, dass der Modellordner eine app.py-Datei enthält

Dann musst du nur noch docker compose up -d ausführen, um es von localhost:8765 aus zugänglich zu machen.

Zu Mesa beitragen

Möchtest du dem Mesa-Team beitreten oder bist du nur neugierig, was mit Mesa passiert? Du kannst...