题目解析
读取赛题与附件,识别问题边界、字段需求和潜在题型。
MathAlanineAgent 是面向全国大学生数学建模竞赛的本地优先智能工作台:从题目与附件解析,到建模、求解、审稿,再到 LaTeX / Word / PDF 交付,形成一条可追溯的证据链。
system local runtime ready
stage 01 parsing problem statement...
stage 02 retrieving A–E strategy RAG...
stage 03 composing modeling plan...
stage 04 python sandbox contract checked
evidence csv / figures / logs indexed
stage 09 paper delivery package queued
awaiting your question
每个阶段都保留输入、输出与证据位置,避免“模型说了算、结果找不到”的黑箱流程。
读取赛题与附件,识别问题边界、字段需求和潜在题型。
从 A–E 优秀论文与题型策略 Markdown RAG 中检索可借鉴结构。
生成假设、符号、目标函数、约束、算法与验证方案。
输出带函数拆分、结果 CSV 与图表目录契约的 Python 求解脚本。
使用内置 Python 3.12.10,执行过程与异常进入运行日志。
将方法、公式、图表位置和真实结果组织为 Markdown 论文。
检查逐问作答、证据可追溯、数值一致性和虚构风险。
支持 Markdown、LaTeX、PDF 与 Word 模板回填路径。
把模型能力放进可执行、可检查、可恢复的工程流程里,让每个结论都知道从哪里来。
分析文本、模型方案、代码、CSV、图表、日志和论文之间建立索引,减少结果与正文脱节。
覆盖评价、预测、优化、分类、机理与统计分析等常见建模路线。
从 Markdown 初稿到 LaTeX / PDF / Word 模板交付,保留可核验标记。
定位公式、符号、单位、图表引用、数值一致性和“未运行却声称有结果”等问题;修复保持在有限次数内,并把每次变更留在日志中。
阶段结果结构化传递,避免上下文断裂,支持跨进程断点恢复。
API Key 进入安全凭据存储,不写入论文、提示词和运行日志。
系统约束模型只使用题目、附件、真实阶段结果和可核验文献。没有运行结果时,论文会明确标记“待运行 / 待补充”。
output/ ├── figures/ # 论文图表 ├── results/ # metric / value / unit / method ├── logs/ # 执行与异常日志 └── paper/ # Markdown / LaTeX / PDF / Word status evidence-indexed author Alanine platform Windows
cc-Vibe 提供 API 接入、控制台与帮助文档入口。MathAlanineAgent 已将它作为内置模型配置之一,适合在模型设置中管理 API Key、模型名与备用模型。
以下链接来自项目内置模型配置。官网、控制台、文档分开管理,模型名和 API Key 不在页面中写死。