🤖📐专为数学建模设计的 Agent & skills ,自动完成数学建模，生成一份完整的可以直接提交的论文。 An Agent Designed for Mathematical Modeling ,Automatically complete mathmodel and generate a complete paper ready for submission.
pip install mathmodelagent🤖 MathModelAgent 📐
专为数学建模设计的 Agent
自动完成数学建模，生成一份完整的可以直接提交的论文。
简体中文 | English
🌟 愿景：
3 天的比赛时间变为 1 小时 自动完整一份可以获奖级别的建模论文
✨ 功能特性
- 🔍 自动分析问题，数学建模，编写代码，纠正错误，撰写论文
- 💻 Code Interpreter
- 📝 生成一份编排好格式的论文
- 🤝 multi-agents: 建模手，代码手，论文手等
- 🔄 multi-llms: 每个 agent 设置不同的、合适的模型
- 🤖 支持所有模型: litellm
- 💰 成本低：workflow agentless，不依赖 agent 框架
- 🧩 自定义模板：prompt inject 为每个 subtask 单独设置需求
- 🌐 Web Search: Agent 自主搜索互联网获取真实数据（Tavily API）
- 📚 RAG 知识库: 从本地知识库检索建模方法、代码模板、论文写作参考（ChromaDB + Rerank）
- 🤝 HIL 人机协作: 关键节点暂停等待用户审批，支持 6 种决策动作（confirm / edit / regenerate / ask / skip / abort）
- 🛡️ 四层容错: 有限重试 → Fallback Hand Off → Evaluator Shadow Mode → Feedback Rerun
我在平台中托管了一个在线版本，方便使用，欢迎体验：
SKILLS
项目蒸馏成完全由 SKILLS 驱动 不再做 Harness 层
Intro
MathModelAgent SKILL —— 直接在 Harness 中驱动的数学建模自动化方案.
💰 开源免费，接入任意模型 完全开源免费，可接入任何模型。
🧠 端到端自动化
从问题分析、建模、编码、绘图到论文排版和验收，一条 /1start-mathmodel 命令全自动完成，中间阶段自动串联，无需人工干预。
📄 17 套 Typst 论文模板 内置中英文主流赛事模板（国赛、华数杯、华为杯、MCM/ICM 等），自动匹配赛事类型，生成排版精良、可直接提交的 PDF 论文。
📐 内置建模知识库 包含完整的建模规范、模型选择决策树（AHP、TOPSIS、ARIMA、GA 等）、常见易错模式和 MCM/ICM 评分标准，每个阶段自动参考，降低模型幻觉。
✅ 9 步自动验收 文本泄漏检测 → 数值一致性校验 → Typst 编译 → PDF 可视化检查，确保论文零低级错误。
🔧 可组合、可扩展 每个阶段是独立 Skill，可单独调用（如只跑分析、只写论文）；模板和知识库可自由扩展；支持 Typst 生态排版。
skills 中包含一个科研绘图模板skill,可以绘制一些炫酷的科研图表
Install & Usage
安装 SKILL
npx skills add jihe520/MathModelAgent --all
运行
// claude
claude --dangerously-skip-permissions
claude: /1start-mathmodel 完成这个数学建模任务
// codex
codex --yolo
codex: $start-mathmodel 完成这个数学建模任务
其他命令
/doctor: 检查环境配置
/typst-author: typst 知识
What Can You Contribute?
项目以后只会做 SKLLS 层的迭代和优化，不会再做其他部分。
如果你希望寻找 Agent 开发岗位，你可以研究该项目 Agent 设计并贡献，我会尽量合并.
你能做什么：
- 优化贡献比赛 typst Template , 你可以找一些 LaTeX 转成 typst
- 优化 SKILL Workflow
- 在不同的 Harness 上测试 不同的 LLM, 提供反馈和案例放在 example 仓库
Harness SKILL 的优化需要大量黑盒测试和调优.
Thinking
- 两年前，我做了一个 Mulit-Agent 的数学建模项目并开源出来，收到了社区的欢迎和很多 star, 感谢大家支持。
- 感谢开源的 latex 模板，我在此基础上转化为 typst 模板
- 此 SKILL 是一个基础模板，你可以基于此构建更适合你自己的 MathModel SKILL
- For Agent DEVs : 两年前，我都是自己实现一套 Agent 框架，现在和以后更多的 Agent 产品直接基于 Harness 如 Codex / Claude Code / Pi + SKILLS 来构建
🚀 后期计划
- 添加并完成 webui、cli
- 完善的教程、文档
- 提供 web 服务
- 英文支持（美赛）
- 集成 latex 模板
- 接入视觉模型
- 添加正确文献引用
- 更多测试案例
- docker 部署
- human in loop ( HIL ): 关键节点暂停等待用户审批，支持 6 种决策动作（confirm/edit/regenerate/ask/skip/abort）
- feedback: 评估器评分 + 反馈注入重跑，先 Writer 后 Coder
- codeinterpreter 接入云端 如 e2b 等供应商..
- 多语言: R 语言, matlab
- 绘图 napki,draw.io,plantuml,svg, mermaid.js
- 添加 benchmark
- web search tool: Tavily API 搜索互联网获取真实数据
- RAG 知识库: ChromaDB + Rerank 检索建模方法、代码模板、论文写作参考
- A2A hand off: Fallback 自动切换备用模型 + 有限重试 + Evaluator Shadow Mode
- chat / agent mode
视频demo
[!CAUTION] 项目处于实验探索迭代demo阶段，有许多需要改进优化改进地方，我(项目作者)很忙，有时间会优化更新 欢迎贡献
📖 使用教程
提供三种部署方式，请选择最适合你的方案：
下载项目
git clone https://github.com/jihe520/MathModelAgent.git # 克隆项目
如果你想运行 命令行版本 cli 切换到 master 分支,部署更简单，但未来不会更新
🐳 方案一：Docker 部署（推荐：安全简单）
确保电脑安装了 docker 环境
- 启动服务
在项目文件夹下运行:
docker-compose up
- 访问
现在你可以访问：
- 前端界面：http://localhost:5173
- 后端API：http://localhost:8000
- 配置
侧边栏 -> 头像 -> API Key
💻 方案二: 本地部署（推荐项目开发者部署）
确保电脑中安装好 Python, Nodejs, Redis 环境
step1:安装依赖
- 下载Redis(记得设置环境变量redis_path)
- windows 下载地址：https://github.com/tporadowski/redis/releases
- linux or mac 下载地址：https://redis.io/docs/latest/operate/oss_and_stack/install/install-stack/
- 安装后端依赖
# ============ 安装依赖 ============
# 1. 切换到 backend 目录
cd backend
# 2. 安装 uv 包管理器（推荐）
pip install uv
# 3. 同步项目依赖
uv sync
# ============ MacOS / Linux 安装命令 ============
# 1. 设置环境变量
export ENV=DEV
export REDIS_URL=redis://localhost:6379/0
# ============ Windows PowerShell 安装命令 ============
# 1. 设置环境变量
$env:ENV="DEV"
$env:REDIS_URL="redis://localhost:6379/0"
# 2. 设置 PowerShell 执行策略策略为 RemoteSigned
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
# 3. 创建虚拟环境
python -m venv venv
3.安装前端依赖
cd frontend # 切换到 frontend 目录下
npm install -g pnpm
pnpm i
step2:启动项目
windows用户直接双击运行项目中的win_start.bat 即可启动项目
1.启动 Redis
redis-server
2.启动后端
# ============ MacOS / Linux 安装命令 ============
# 1. 激活虚拟环境
source .venv/bin/activate
# 2. 启动后端服务（激活后可直接使用 uvicorn 命令）
uvicorn app.main:app --host 0.0.0.0 --port 8000 --ws-ping-interval 60 --ws-ping-timeout 120 --reload
# ============ Windows PowerShell 安装命令 ============
# 1. 切换到 backend 目录
cd .\backend\
# 2. 激活虚拟环境
.\venv\Scripts\Activate.ps1
# 3. 启动后端服务
uvicorn app.main:app --host 0.0.0.0 --port 8000 --ws-ping-interval 60 --ws-ping-timeout 120 --reload
3.启动前端
cd .\frontend\
pnpm run dev
修改 backend/.env.dev 的环境变量 REDIS_URL
配置API Key
- 使用 WebUI 侧边栏 -> 头像 -> API Key
- 修改 backend/.env.dev 文件 先将.env.example文件 改为.env.dev 然后在.env.dev中 修改各 Agent API 配置
🚀 方案三：自动脚本部署（来自社区）
有没有自动部署的脚本 ？ mmaAutoSetupRun
运行的结果和产生在backend/project/work_dir/xxx/*目录下
- notebook.ipynb: 保存运行过程中产生的代码
- res.md: 保存最后运行产生的结果为 markdown 格式
需要自定义自定义提示词模板 template ？ Prompt Inject : prompt
网络状况太差难以配置Docker等设置？ 网络不畅时的配置过程示例：网络环境极差时的MathModelAgent配置过程
⚙️ 新功能配置
MathModelAgent 支持以下可选功能，默认已关闭，开启后未配置外部依赖时自动降级跳过。详见 升级说明。
| 功能 | 配置开关 | 说明 |
|---|---|---|
| Web Search | SEARCH_ENABLED + TAVILY_API_KEY |
Agent 自主联网搜索真实数据（Tavily API） |
| RAG 知识库 | RAG_ENABLED |
从本地知识库检索建模方法和代码模板（ChromaDB + Rerank） |
| HIL 人机协作 | HIL_ENABLED |
关键节点暂停等待用户审批，支持 6 种决策动作 |
| Fallback Hand Off | FALLBACK_* 系列 |
主模型故障自动切换备用模型 |
| Evaluator + Feedback | EVALUATOR_* 系列 |
输出质量评估 + 反馈重跑 |
快速启用 Web Search：注册 Tavily 获取 API Key，在 backend/.env.dev 中设置 TAVILY_API_KEY=tvly-xxx。
🤝 贡献和开发
[!TIP] 如果你有跑出来好的案例可以提交 PR 在该仓库下: MathModelAgent-Example
- 项目处于开发实验阶段（我有时间就会更新），变更较多，还存在许多 Bug，我正着手修复。
- 希望大家一起参与，让这个项目变得更好
- 非常欢迎使用和提交 PRs 和 issues
- 需求参考 后期计划
clone 项目后，下载 Todo Tree 插件，可以查看代码中所有具体位置的 todo
.cursor/* 有项目整体架构、rules、mcp 可以方便开发使用
📄 版权License
个人免费使用，请勿商业用途，商业用途联系我（作者）
🙏 Reference
Thanks to the following projects:
其他
💖 Sponsor
企业
302.AI 是一个按用量付费的企业级AI资源平台，提供市场上最新、最全面的AI模型和API，以及多种开箱即用的在线AI应用
用户
👥 GROUP
有问题可以进群问
点击链接加入腾讯频道【MathModelAgent】：https://pd.qq.com/s/7rfbai3au
点击链接加入群聊 779159301【MathModelAgent】：https://qm.qq.com/q/Fw2cCJPoki
[!CAUTION] 免责声明: 注意，AI 生成仅供参考，目前水平直接参加国赛获奖是不可能的，但我相信 AI 和 该项目未来的成长。