LLM-MM-Agent

给一道建模题，智能体自动出模型、写代码、算结果

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 56 👀 关注 8

GitHub ↗

GitHub 星标 ★ 699

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，免费使用

项目预览

LLM-MM-Agent 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类智能体

开发团队usail-hkust

GitHubhttps://github.com/usail-hkust/LLM-MM-Agent

定价模式🏷️完全免费

价格说明开源项目，免费使用

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议GPL-3.0

主要语言Python

GitHub 星标★ 699

上线时间2025-05-20 00:00:00

代码更新2026-09-28

仓库体积713.8 MB

本站数据更新2026-11-02

维护状态维护中

收录时间2026-09-16

浏览次数1

项目介绍

MM-Agent 是面向真实数学建模问题的 LLM 智能体框架，论文被 NeurIPS 2025 接收。传统数学建模需要人工完成问题拆解、假设建立、模型选择、求解与论文撰写，门槛高且耗时；MM-Agent 把这一流程交给大模型智能体协作完成，从自然语言题目出发，自动生成建模思路、数学表达式、求解代码与结果分析。项目核心能力包括多智能体分工（如建模、编码、评审角色）、结构化建模流程编排、代码执行与结果回填，以及面向数学建模竞赛和科研场景的端到端产出。它解决的是通用 LLM 在长链条数学推理中容易跑偏、缺少验证的问题，通过角色分工与迭代修正提升建模方案的完整性和可执行性。代码以 Python 实现，便于研究者复现和二次开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 699

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 50 分钟部署方式：本地安装 4 步

环境要求

Python 3.10
模型 API Key
数学建模赛题数据

安装与启动步骤

1建环境

官方给的是 python 3.10 的 conda 环境。
```
conda create --name math_modeling python=3.10
```
2装依赖

数学建模链路会用到符号计算与绘图库，装全再跑。
```
pip install -r requirements.txt
```
3配模型密钥

命令行需要显式传 key，也可以走环境变量。
```
python MMAgent/main.py --key sk-XXX --task 2024_C
```
4跑一道赛题

用官方示例赛题验证整条链路，看它如何拆解建模步骤。
```
bash demo/scripts/run.sh
```