简体中文 | English
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
- 🔍 自动分析问题,数学建模,编写代码,纠正错误,撰写论文
- 💻 本地代码解释器
- 📝 生成一份编排好格式的论文
- 🤝 muti-agents:
建模手,代码手(反思模块,本地代码解释器),论文手 - 🔄 muti-llms: 每个agent设置不同的模型
- 💰 成本低 agentless(单次任务成本约 1 rmb)
- 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
- 引入用户的交互(选择模型,重写等等)
- codeinterpreter 接入云端 如 e2b 等供应商..
- 多语言: R 语言, matlab
- 绘图 napki,draw.io
- 添加 benchmark
mathmodelagent.mp4
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
确保电脑中安装好 Python, Nodejs, Redis 环境
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
- 配置模型
复制/backend/.env.dev.example
到/backend/.env.dev
(删除.example
后缀)
填写配置模型和 APIKEY
推荐模型能力较强的、参数量大的模型。
# support all model, check out https://docs.litellm.ai/docs/
API_KEY=
# gpt-4.1,deepseek/deepseek-chat
MODEL=
# 确保安装 Redis
复制/fronted/.env.example
到/fronted/.env
(删除.example
后缀)
- 安装依赖
下载项目
git clone https://github.com/jihe520/MathModelAgent.git # 克隆项目
启动后端
cd backend # 切换到 backend 目录下
pip install uv # 推荐使用 uv 管理 python 项目
uv sync # 安装依赖
# 启动后端
# 激活 python 蓄虚拟环境
source .venv/bin/activate # MacOS or Linux
venv\Scripts\activate.bat # Windows
# MacOS or Linux 运行这条命令
ENV=DEV uvicorn app.main:app --host 0.0.0.0 --port 8000 --ws-ping-interval 60 --ws-ping-timeout 120 --reload
# Windows 运行这条命令
set ENV=DEV ; uvicorn app.main:app --host 0.0.0.0 --port 8000 --ws-ping-interval 60 --ws-ping-timeout 120
启动前端
cd frontend # 切换到 frontend 目录下
npm install -g pnpm
pnpm i #确保电脑安装了 pnpm
pnpm run dev
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,使用 markdown 转 word(研究下 pandoc)
- 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
个人免费使用,请勿商业用途,商业用途联系我(作者)
Thanks to the following projects:
感谢赞助 danmo-tyc
有问题可以进群问 QQ 群:699970403