- 把一段没整理过的业务描述转成结构化的模型规格
- 校验没通过就带着错误信息重试，直到结构合法
- 模型拿不准的部分单独列成待确认问题，交回给人
自然语言运筹建模助手
用结构化 Schema 约束模型输出，生成集合、参数、变量、目标、约束、假设和待确认问题，同时导出机器可读的 JSON 与一份供人评审的文档。和业务方对齐问题定义这件事，原来落在会议纪要里，现在落在版本库里。
7 类模型规格要素
双格式同步导出 JSON 与文档
零外呼站点不调用外部模型
What it proves
核心成果
- 契约
- 生成
- 输出
System flow
工作步骤
只呈现通用的模块关系和每一步要解决的问题。可交互的项目可以从上方直接进 Demo。
- 01业务自然语言输入
接受未经整理的业务描述。提问的人不需要预先懂建模。
- 02结构化提示契约
用固定 Schema 约束输出形状，生成结果可以被程序直接校验。
- 03模型生成
产出集合、参数、变量、目标、约束、假设与待确认问题七类要素。
- 04校验与修订
Pydantic 校验不通过时携带错误信息重试，形成一个有次数上限的自我修正循环。
- 05双格式导出
JSON 供下游求解模板消费，文档供业务方与算法同事评审。
Integration
怎么接进已有系统
这个工具的产物本身就是集成契约。一份被校验过的模型规格，可以直接驱动求解器模板，也可以进评审和版本管理。
| 对接系统 | 方向 | 接口约定 |
|---|---|---|
| 企业模型目录 | 下游输出 | 规格以版本化 JSON 入库，便于检索既有模型与复用约束片段 |
| 求解器模板 | 下游输出 | 集合与参数命名遵循固定契约，可映射到建模框架的骨架代码 |
| 评审流程 | 双向 | 待确认问题作为评审清单回流，人工答复后触发新一轮生成 |
表中系统名称为通用角色，不指向任何具体厂商产品或内部平台。
AI leverage
这一次人和模型各做了什么
这里只写这一个项目的分工。完整的工作方式见 AI 协作一页。
- 设计 Schema：决定什么必须显式声明、什么可以留空
- 定义模型拿不准时的行为，让它把问题交回来
- 在 Schema 约束下完成自然语言到规格要素的转换
- 生成校验、重试与导出部分的实现
Production path
产业级可以做到什么
以下能力基于现有的模块边界和扩展点，是工程上的演进方向，和当前公开 Demo 已经实现的功能不是一回事。
- 连接企业模型目录与求解器模板
- 引入审批、版本管理与评测数据集
- 支持多模型路由、私有化推理与成本治理
Privacy boundary
公开展示边界
页面不调用外部模型，不收集访客输入；示例均为虚构供应链问题。