TL;DR

MathModelAgent는 수학 모델링 문제의 분석부터 코드 실행, 결과 검증, Typst 논문 작성까지 연결하는 Python 기반 Agent 도구입니다. Desktop 앱은 Claude Code와 MathModelAgent SKILLS를 내장하고 API Key만 설정해 사용할 수 있으며, 개발자는 Docker 또는 Python·Node.js·Redis 기반 로컬 환경에서 배포할 수 있습니다. 여러 Agent와 LLM, Jupyter·E2B·daytona 실행 환경, LiteLLM, 17개 Typst 템플릿을 조합해 모델링 작업을 자동화하지만, Web Search·RAG·HIL·Evaluator 등의 일부 기능은 README상 미완성입니다. 생성 논문은 사람이 수식, 코드, 수치, 인용을 검증해야 하므로 완전 자동 제출 시스템보다는 대회 초안과 반복 작업을 줄이는 실험용 도구로 판단하는 편이 안전합니다.

핵심 포인트

• 독립 실행형 수학 모델링 자동화 도구이자 Claude Code·Codex Harness에서 구동하는 SKILL 기반 Agent 프로젝트입니다. `/1start-mathmodel` 또는 `$start-mathmodel` 명령으로 문제 분석, 모델링, 코드 작성, 결과 검증, Typst 논문 작성 단계를 연결합니다. 수학 모델링 대회 참가자와 Agent Workflow를 직접 확장하려는 개발자에게 적합하지만, README가 실험 단계와 다수의 미완성 기능을 명시합니다.
• 입력한 문제를 여러 역할의 Agent가 나눠 처리하고, local Jupyter 기반 Code Interpreter 또는 E2B·daytona 클라우드 실행 환경에서 코드를 수행합니다. 각 Agent에 서로 다른 LLM을 지정할 수 있으며 LiteLLM Provider를 통해 모델을 연결하고, `prompt inject`로 Subtask별 요구사항을 조정합니다. 생성물은 실행 Notebook과 Markdown 결과 파일로 저장되고, 17개 Typst 논문 템플릿을 활용해 PDF 제출물을 구성합니다.
• Docker 배포는 Redis를 포함한 Backend와 Frontend를 묶어 `http://localhost:5173` 및 `http://localhost:8000`에서 실행하며, 개발자용 로컬 배포에는 Python, Node.js, Redis, `uv`, `pnpm`이 필요합니다. Web Search, RAG, HIL, Fallback, Evaluator 기능은 환경 변수로 켤 수 있지만 README의 후속 계획에는 핵심 로직이 미구현이거나 Workflow 통합이 불완전하다고 적혀 있습니다. 따라서 바로 써보려면 공식 Desktop Release가 가장 간단하고, 코드 수정과 기능 검증이 목적이면 Docker 또는 로컬 구성이 필요합니다.
• 사용성은 높지만 AI가 생성한 모델과 논문을 그대로 제출할 수준은 아니며, README도 현재 국赛 수상 가능성을 부인하고 결과 검토를 요구합니다. 공개 저장소는 스타 4,846개와 포크 392개를 기록했고, Python을 중심으로 구성되어 있습니다. 수학 모델링 초안 자동화와 반복 작업 단축에는 유용하지만, 정확성·인용·수식·코드 결과를 사람이 재검증하는 전제에서 선택해야 합니다.

이미지 분석