sweetcornna/mathodology

해결하는 문제

수학 모델링 대회는 문제를 올바르게 읽고, 설명 가능한 모델을 구축하고, 실험으로 결론을 테스트하고, 명확한 그림을 생성하고, 실제 참고문헌만 인용하고, 읽기 쉬운 논문을 작성하는 구조화된 워크플로우를 요구합니다. Mathodology는 이 워크플로우를 재사용 가능한 스킬, 역할, 템플릿, 데스크톱 앱으로 패키징하여 Claude Code, Codex, Antigravity CLI와 같은 에이전트 코딩 도구가 일관되게 수행할 수 있도록 합니다.

작동 방식

Mathodology는 8개의 스킬(예: 모델링 프롬프트, 증거 검색, 과학적 플로팅, 검토 질문)과 8개의 전문 역할(코디네이터, 문제 분석가, 모델러, 프로그래머, 문헌 담당, 리뷰어, 작가, 패키저)을 제공하며 필요에 따라 병렬로 실행됩니다. Matplotlib로 작성된 46개의 차트 템플릿(실제 데이터를 입력하면 PNG/PDF 출력)과 민감도 분석, 몬테카를로, 백테스팅, 절제, 순위 안정성과 같은 일반적인 수학 모델링 절차를 위한 18개의 실험 구성 요소가 포함되어 있습니다. verify_refs.py 스크립트는 각 인용의 DOI, 제목, 저자, 연도, 철회 상태를 확인합니다. Mathodology Studio 데스크톱 앱(macOS/Windows/Linux)은 모델 API를 호출하지 않고 로컬에 설치된 에이전트 CLI를 구동하며, 모든 차트/테이블/코드 변경을 버전으로 저장하여 비교 및 추적성을 제공합니다. 또한 결론을 도구 로그에 매핑하는 읽기 전용 검토 모드, DOI 검증 후 references.bib를 작성하는 문헌 패널, AI 전형적 표현을 줄이는 선택적 휴머나이저를 제공합니다.

대상 사용자

수학 모델링 대회의 참가자와 팀으로, AI 코딩 에이전트를 사용하고 싶지만 구조화되고 재현 가능하며 인용이 안전한 접근 방식을 원하는 사람들. 또한 코딩 에이전트가 프롬프트 이해부터 차트와 깔끔한 논문 제공까지 엄격한 모델링 파이프라인을 따르기를 원하는 모든 사람에게 적합합니다.

주요 특징

• 8개의 스킬과 8개의 역할이 문제 읽기부터 패키징까지 전체 모델링 워크플로우를 다룹니다.
• 46개의 차트 템플릿에는 데이터 요구 사항, 레이아웃, 오해 소지 예제, 캡션 프롬프트가 포함됩니다.
• 18개의 실험 구성 요소가 차트와 통합되어 3줄 테이블을 생성합니다.
• verify_refs.py는 각 참고문헌의 DOI, 제목, 저자, 연도, 철회 상태를 확인하고 의심스러운 ID를 표시합니다.
• Studio 데스크톱 앱은 모든 차트, 테이블, 코드 변경을 버전 관리하고 이를 생성한 에이전트 턴으로 추적합니다.
• 두 탭 인용 검토: 각 결론을 도구 로그로 추적하고 각 참고문헌을 하나씩 검증합니다.
• 자체 인터페이스를 통해 많은 에이전트 CLI(Claude Code, Codex, Antigravity CLI, Qoder CLI, pi 등)와 작동하며 턴 사이에 전환할 수 있습니다.
• MIT 라이선스의 오픈 소스; Studio 앱에서 모델 API 호출, 키 저장, 데이터 수집이 없습니다.