Hallo ,Im mola , a freshman in JLU.Now here is my project mathmodel agent. With virtually zero py experience and nobackground in designing agent engineering architectures,nearly 99%of the codebase in the projects was generated by claude. This is deeply frustrating - not only does the AI powered code feel soullessly boilerplate ,but I also lack the ability to architect a mature sys freom scratch on my own. At present ,mathmodel is barely functional ,but it suffers from several critical issues : fragile architecture severe hallucination malformed Latex rendering acrross the board weak matlab integration If you r a seasoned engineer ,I earnestly seek your guidance and contributions . EVERY single issue and PR you open will fuel my drive to move foreard!!! 数学建模竞赛全流程 AI 系统：PDF 题目 → 清洗 → 建模 → 代码求解 → LaTeX 论文 → 审校。 IN ENGLISH :
for P0b I use the project PaddleOCR reference : Maybe you need to deploy the project in doecker ,link :https://github.com/PaddlePaddle/PaddleOCR
docker compose up --build # 首次（构建镜像，3-5 分钟）
docker compose up -d # 后续启动
# 打开 http://localhost:8501不用 Docker 也可以：
pip install -r requirements.txt
python -m ui.server # 监控面板
python main.py # 无头全流程- 把题目 PDF 放进
questiontest/ - 数据附件放进
vol/data/（可选） - 运行
python main.py [--start P0b|P1|P2|P3|P4|P5] [--problem A|B|C] - 在面板看进度，产物在
paper/main.tex+vol/outputs/
| 阶段 | Agent | 产物 |
|---|---|---|
| P0b | pdf_agent |
translation/*.md |
| P1 | question_extractor + 三手并行 |
context + 骨架代码 + 参考文献 |
| P1.5 | data_cleaning_agent |
cleaned_*.csv + EDA 图 |
| P2 | modeling_agent |
方程组 + 假设 |
| P3 | code_agent + sandbox 自愈 |
solver.py + 结果 |
| P3.5 | data_validator（pre-write） |
通过或回滚到 P2/P3 |
| P4 | writing_agent |
paper/main.tex |
| P4.5 | latex_check_agent |
修复后的 LaTeX |
| P5 | review_agent |
paper/review_report.json |
| P5.5 | data_validator（post-review） |
通过或回滚到 P3/P4 |
三手并行（P1）：建模手（Opus）/ 编程手（Sonnet）/ 写作手（Sonnet），各自注入对应知识库。
三页：Dashboard（流水线可视化、日志、产物）/ Assistant（AI 对话控制，三种 persona：控制/建模/代码）/ Experience（历次运行经验）。
Assistant 通过 OpenAI function-calling 调用 13 个工具（暂停/重启/改配置/沙箱 exec/读 context 等）。会话持久化到 context_store/conversations.json。
OPENROUTER_API_KEY=sk-or-... # Claude Opus/Sonnet 主路径
DEEPSEEK_API_KEY=sk-... # 审校/自愈/提炼
QWEN_API_KEY=sk-... # 可选备用
GITHUB_TOKEN=ghp_... # 可选，GitHub 代码库检索
S2_API_KEY=... # 可选，Semantic Scholar
CROSSREF_MAILTO=your@email.com # CrossRef 礼貌标头config/model_routes.toml：
| task | 默认模型 |
|---|---|
| modeling | or:anthropic/claude-opus-4-6 |
| codegen | or:anthropic/claude-sonnet-4-6 |
| writing | or:anthropic/claude-sonnet-4-6 |
| extraction | ds:deepseek-chat |
| default | ds:deepseek-chat |
前缀：or: OpenRouter、ds: DeepSeek、qwen: Dashscope。
临时覆盖：python main.py /override_model（写入 config/model_override.json）。
从 gitclone/MathModel/ 提炼（97 条静态 + experience_log.json 自动积累）：
python -m agents.knowledge_builder # 全量
python -m agents.knowledge_builder --cat modeling
python -m agents.knowledge_builder --force文献检索自动走 OpenAlex / Semantic Scholar / CrossRef。WoS / CNKI 需手动导出 BibTeX 放入 reference/manual/。
questiontest/ 用户：题目 PDF
vol/data/ 用户：数据附件
reference/manual/ 用户：手动 bib
config/ LLM 路由 / 覆盖
knowledge_base/ 自动生成
context_store/ 运行状态
translation/ PDF→MD
paper/ 生成的论文
vol/{scripts,outputs,logs} 沙箱产物
agents/ 所有 Agent
sandbox/ docker exec 封装 + 自愈
ui/ FastAPI 面板
- SSL 断连 — Dashscope 偶发，系统会回退到 OpenRouter。
- 容器找不到包 —
docker exec mathmodel-sandbox pip install 包名。 - 前端连不上大模型 — 检查
.env是否被 docker-compose 挂载、Key 是否在容器环境里（docker exec mathmodel-app env | grep API_KEY）。 - Windows Docker socket — 若
/var/run/docker.sock挂载失败，把docker-compose.yml里的 socket 换成//./pipe/docker_engine://./pipe/docker_engine。
详细设计与路线图见 CLAUDE.md。