🤖 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
  • local Interpreter: 基于 jupyter , 代码保存为 notebook 方便再编辑
  • 云端 code interpreter: E2B 和 daytona
• 📝 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

🚀 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 ): 引入用户的交互（选择模型，@agent重写，等等）
• feedback: evaluate the result and modify
• 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
• RAG 知识库
• A2A hand off: 代码手多次反思错误，hand off 更聪明模型 agent
• 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：

1. docker(最简单)
2. 本地部署
3. 脚本本地部署(社区)

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

1. 启动服务

在项目文件夹下运行:

docker-compose up

2. 访问

现在你可以访问：

• 前端界面：http://localhost:5173
• 后端API：http://localhost:8000

3. 配置

侧边栏 -> 头像 -> API Key

💻 方案二: 本地部署

确保电脑中安装好 Python, Nodejs, Redis 环境

1. 安装依赖

启动后端

[!CAUTION] 启动 Redis, 下载和运行问 AI

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 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

修改 backend/.env.dev 的环境变量 REDIS_URL

2. 配置

侧边栏 -> 头像 -> API Key

🚀 方案三：自动脚本部署（来自社区）

有没有自动部署的脚本 ？ mmaAutoSetupRun

教程

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

🤝 贡献和开发

DeepWiki | Zread

[!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）

License

🙏 Reference

Thanks to the following projects:

• OpenCodeInterpreter
• TaskWeaver
• Code-Interpreter
• Latex
• Agent Laboratory
• ai-manus

其他

💖 Sponsor

☕️ 给作者买一杯咖啡

感谢赞助

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

danmo-tyc

👥 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

Discord

[!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。

MathModelAgent 快速上手指南

MathModelAgent 是一款专为数学建模设计的 AI Agent，能够自动完成问题分析、建模、代码编写、纠错及论文撰写，旨在将数天的比赛工作压缩至 1 小时内完成。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Windows, macOS 或 Linux
• 核心依赖：
  • 方案一（推荐）：已安装并运行 Docker 和 Docker Compose。
  • 方案二（本地开发）：
    • Python (建议 3.10+)
    • Node.js & pnpm
    • Redis (必须安装并运行)
• API Key：准备一个大模型 API Key（支持 LiteLLM 接入的所有模型，如 OpenAI, DeepSeek, Qwen 等）。

安装步骤

方案一：Docker 部署（推荐，最简单安全）

适合大多数用户，无需配置复杂的本地环境。

1. 克隆项目

   git clone https://github.com/jihe520/MathModelAgent.git
   cd MathModelAgent
   

2. 启动服务 在项目根目录下运行：

   docker-compose up
   

3. 访问应用

   • 前端界面：http://localhost:5173
   • 后端 API：http://localhost:8000

方案二：本地部署

适合需要修改源码或进行二次开发的开发者。

1. 克隆项目

   git clone https://github.com/jihe520/MathModelAgent.git
   cd MathModelAgent
   

2. 启动后端

   注意：请先确保本地 Redis 服务已启动。

   cd backend
   pip install uv
   uv sync
   
   # 激活虚拟环境
   # MacOS/Linux:
   source .venv/bin/activate
   # Windows:
   venv\Scripts\activate.bat
   
   # 启动后端服务
   # MacOS/Linux:
   ENV=DEV uvicorn app.main:app --host 0.0.0.0 --port 8000 --ws-ping-interval 60 --ws-ping-timeout 120 --reload
   # Windows:
   set ENV=DEV && uvicorn app.main:app --host 0.0.0.0 --port 8000 --ws-ping-interval 60 --ws-ping-timeout 120
   

   提示：如需连接远程 Redis 或修改其他配置，请编辑 backend/.env.dev 文件中的 REDIS_URL。

3. 启动前端 打开新终端窗口：

   cd frontend
   npm install -g pnpm
   pnpm i
   pnpm run dev
   

基本使用

1. 配置 API Key

   • 打开浏览器访问前端地址（默认 http://localhost:5173）。
   • 点击侧边栏头像图标 -> 选择 API Key。
   • 输入您的大模型 API Key 并保存。

2. 开始建模

   • 在聊天界面输入您的数学建模题目或问题描述。
   • MathModelAgent 将自动调用多智能体（建模手、代码手、论文手）协同工作。
   • 系统将自动分析问题、编写代码（在 Jupyter Notebook 中运行）、纠正错误并生成最终论文。

3. 查看结果

   • 在线预览：直接在前端界面查看生成的论文和代码运行结果。
   • 本地文件：生成的文件保存在 backend/project/work_dir/xxx/ 目录下：
     • notebook.ipynb：包含运行过程中的完整代码。
     • res.md：最终生成的 Markdown 格式论文。

提示：本项目处于实验迭代阶段，生成的内容仅供参考，建议人工复核后再用于正式比赛或提交。