MathModelingAgent for DSH

证据驱动的数学建模智能体插件：状态机编排 + 主张/义务/证据账本 + 独立验证协议 + MCM/ICM 终审。继承 MathModelingAgent v3.1 的"分解 + 迭代"方法论，把验证裁决权从 LLM 主观打分换成可复现证据。

继承与改良

• 继承：数据探查、子问题分解、顺序求解、带接受/拒绝标准的建模-分析-修正循环、停滞检测（源自 IMO25 的分解+迭代思想）。
• 改良：原项目的验证者是"分析者 LLM 打 1-5 分"；本插件改为义务账本 + 工具执行证据 + 独立审计——LLM 只负责提出主张和攻击，不再负责裁决正确性。旧仓库保持原样未动。

特性

• 状态机：9 个可恢复终态（SOLVED / PARTIAL / CONDITIONAL / INCONCLUSIVE / REFUTED / INFEASIBLE / UNIDENTIFIABLE / BLOCKED / CANCELLED），每次转移必须引用证据或 issue。
• 证据账本：每个主张强制登记验证义务（数值→独立重算+误差界；最优性→KKT/对偶/精确搜索，否则只能声称"已找到最优"；预测→防泄漏划分+基线+校准……），证据强度不得弱于主张强度。
• 验证协议：固定攻击顺序 + PASS / FAIL / INCONCLUSIVE 三态裁决，INCONCLUSIVE 禁止升格。
• 崩溃恢复：原子快照 + 追加日志 + 跨进程锁，stale 锁与残留 guard 自动回收。
• MCM/ICM 终审：一票否决与奖项封顶 + 七类 100 分 + 固定 14 节报告。
• 零运行时依赖：Python、Lean、Wolfram 全部可选，缺失时验证等级降级，绝不伪造执行。

工作流

stateDiagram-v2
    [*] --> TRIAGE
    TRIAGE --> SCOPE_FROZEN
    SCOPE_FROZEN --> INPUT_PROFILED
    INPUT_PROFILED --> CLAIMS_REGISTERED
    CLAIMS_REGISTERED --> CANDIDATES_READY
    CANDIDATES_READY --> ATTEMPT
    ATTEMPT --> EXECUTE
    EXECUTE --> VERIFY
    VERIFY --> REVISE
    VERIFY --> RESEARCH
    VERIFY --> FORK
    REVISE --> ATTEMPT
    RESEARCH --> CANDIDATES_READY
    FORK --> ATTEMPT
    VERIFY --> SOLVED
    VERIFY --> PARTIAL
    VERIFY --> CONDITIONAL
    VERIFY --> INCONCLUSIVE
    VERIFY --> REFUTED
    VERIFY --> INFEASIBLE
    VERIFY --> UNIDENTIFIABLE
    VERIFY --> BLOCKED
    VERIFY --> CANCELLED

任意非终态可直达 BLOCKED / CANCELLED。ATTEMPT 永远不能直接跳到 SOLVED。

安装

固定 GitHub 版本（发布流程需先创建 v0.1.0 tag）：

dsh plugin --profile web add github:yohanchen1/MathModelingAgent#v0.1.0

npm 发布后，或本地 npm pack 生成的 tarball 路径：

dsh plugin --profile web add dsh-math-modeling-agent

不要用 dsh plugin add . 安装本地目录：它会按目录名安装且不激活 bundle。安装后验证组合配置并重启 host：

dsh --profile web --dump-config
dsh web

核心机制

状态机与 SOLVED 门禁

每轮尝试有一个目标并记录：候选与假设增量、实际执行的命令或推导产物、新证据 ID、关闭的义务、打开/关闭的 issue、是否产生可审计进展、预算消耗、下一步行动。判定"进展"只认：关闭义务、新增可复现证据、反驳候选、收紧界或不确定区间、移除阻塞、正确弱化不支持的断言——重述、同参数重跑、更长的散文、工具 exit 0 都不算。连续两轮无进展进入停滞审查，第三轮无进展必须实质换方向（FORK）、交给用户决策，或以非 SOLVED 终态暂停。

SOLVED 硬门禁：范围冻结 + 全部必选义务 PASS + 关键对抗检查通过 + 可复现材料齐全 + 局限已声明；High-Assurance 模式还必须通过一次只拿产物、不注入思维链的独立审计。

主张 / 义务 / 证据

• 主张记录：ID、原文、类型、量词范围、假设、风险、验证义务、证据 ID、独立反查、状态、局限。
• 证据记录：方法、工具、时间戳、覆盖的主张、输入输出哈希、命令/环境、退出码、产物、容差、局限，以及六档等级：NOT_CHECKED / DERIVED / EXECUTED / VERIFIED / INDEPENDENTLY_VERIFIED / EXTERNALLY_VALIDATED。
• 强度匹配：训练集分数不能支撑泛化结论；单个优化器返回点不能支撑全局最优；形式化证明不能支撑未形式化的现实假设。不支持的断言只能弱化，不能放宽验证规则。

验证协议

冻结输入（哈希题目、数据、代码、配置、环境）→ 重建主张映射 → 按固定顺序攻击：任务覆盖与代理指标替换 → 单位/量纲/定义域/约束 → 推导与实现一致性 → 数据泄漏/标签/划分/后验参数 → 基线/不确定性/敏感性/外部效度 → 可复现性与引用真实性 → 反例/失败案例/更简单替代。裁决只允许 PASS（可复现证据支撑）、FAIL（矛盾/反例/无效方法/复现失败）、INCONCLUSIVE（证据不足），且 INCONCLUSIVE 不得因为"看起来合理"升格为 PASS。

崩溃恢复与并发

默认运行根目录 math-modeling-runs/<task-id>/。run.json 原子快照、events.jsonl 追加式转移日志、ledger.json 主张账本；run-state.mjs 提供 init / transition / validate / recover 四个命令。跨进程互斥锁带 ownerId 与 stale 回收（进程已死且超时自动接管），空锁文件与残留 reclaim guard 按 mtime 回收，Windows 共享冲突自动重试；恢复时校验日志并跳过哈希未变的已完成工作，任何 provider/解析器失败都保留原始产物与最佳候选。

MCM/ICM 终审

math-modeling-audit Skill 内置模拟 100 分终审（非 COMAP 官方评分表）：Stage 1 一票否决与奖项封顶（14 项检查，逐项给出证据链封顶）；Stage 2 七类评分共 100 分（问题理解与分解 10、数据/证据/参数 12、模型构建 22、求解算法与可复现 16、结果验证与可信度 24、结论与推广 8、写作与图表 8）；Stage 3 模型逐个尸检；Stage 4 关键结果审计；Stage 5 按 MCM A/B/C 或 ICM D/E/F 启用专项检查；Stage 6 依据 93-100 Outstanding Candidate 等 band 判定奖项，输出固定 14 节报告。

工具与降级

capability-probe.mjs 探测 PATH 并实测可用性。Python 可选但推荐：仅在需要计算时用 python-environment.mjs 在运行目录内创建隔离 uv/venv 环境，只安装所需 PyPI 包（VCS 依赖与任意索引需用户批准）；Lean 与 Wolfram 可选，永不自动安装，Lean 结果必须附无 sorry/admit 证明与自然语言-形式语句忠实性检查；缺失能力只降低证据等级（unverified / partially_verified），不伪造执行结果。

运行产物

math-modeling-runs/<task-id>/
├── run.json              # 原子状态快照
├── ledger.json           # 范围、假设、主张、义务、子问题、候选、issue
├── events.jsonl          # 追加式转移日志
├── problem-brief.md      # 问题摘要
├── inputs.json           # 输入与数据画像
├── attempts/<n>/         # 每轮：report.md + 代码/产物（存在时）
├── research/             # 文献检索与候选方法矩阵（发生研究时）
├── walls/                # 放弃方向的突破备忘录（放弃时）
├── reproducibility.json  # 数据/代码/配置版本、锁、种子、命令
└── final-report.md       # 终态报告

卸载

dsh plugin --profile web remove dsh-math-modeling-agent

卸载后重启当前 host。

License

MIT