关键词

运筹优化LLM应用Gurobi自动化求解问题建模

项目简介

OR-LLM-Agent 是一个智能运筹优化求解代理，它利用大型语言模型（LLM）理解用户用自然语言描述的运筹优化问题，并自动生成数学模型和使用 Gurobi 求解器的 Python 代码。该项目将核心求解能力封装为一个 MCP 服务器，使得其他支持 MCP 协议的客户端（如某些 LLM 桌面应用）可以直接调用其功能，自动化完成运筹优化问题的分析和求解过程。

主要功能点

  • 理解自然语言问题： 接收用户以自然语言描述的运筹优化问题。
  • 自动建模： 基于 LLM 生成问题的数学模型（例如线性规划模型）。
  • 代码生成与执行： 自动生成使用 Gurobi 求解器的 Python 代码，并在沙箱环境中执行。
  • 结果提取： 从求解器输出中提取最优解或目标值。
  • 错误处理与修复： 在代码执行失败时，尝试利用 LLM 进行代码修复并重试。
  • 提供MCP接口： 通过标准的 Model Context Protocol (MCP) 向客户端暴露上述功能，支持客户端调用。

安装步骤

  1. 克隆仓库： 
    git clone https://github.com/bwz96sco/or_llm_agent.git
cd or_llm_agent
  2. 安装 Gurobi 求解器： 本项目依赖 Gurobi Optimizer。请根据您的操作系统和许可类型，从 Gurobi 官方网站下载并安装 Gurobi，并确保其许可已正确配置，以便 Python 可以调用。
  3. 安装 Python 依赖： 推荐使用 'uv' 进行虚拟环境和包管理（也可使用 'pip'）。
    • 如果使用 'uv'： 
      uv venv
source .venv/bin/activate
uv add -r requirements.txt
    • 如果使用 'pip'： 
      pip install -r requirements.txt
  4. 配置 API 密钥： 复制 '.env.example' 文件为 '.env'，并在其中设置您的 LLM 提供商（如 OpenAI, Anthropic）的 API 密钥和基础 URL（如果需要）。 
    cp .env.example .env
# 编辑 .env 文件，填写 OPENAI_API_KEY, CLAUDE_API_KEY 等

服务器配置（供 MCP 客户端使用）

要让 MCP 客户端连接并使用 OR-LLM-Agent 服务器，您需要在客户端的 MCP 配置中添加该服务器的信息。配置通常是一个 JSON 格式，需要指定服务器的名称、启动服务器的命令及其参数。

配置信息示例（概念描述，具体格式和位置取决于您的 MCP 客户端，例如 Claude Desktop 的 'claude_desktop_config.json' 文件）：

  • 服务器名称: 例如 "Optimization" 或 "OR Agent"，用于在客户端界面中标识该服务。
  • 启动命令 (command): 启动 OR-LLM-Agent MCP 服务器的命令。如果您使用 'uv' 虚拟环境，命令通常是虚拟环境内的 'uv' 可执行文件路径。如果您使用 'pip' 并激活了虚拟环境，命令可能是 'python' 或 'python3' 的可执行文件路径。请确保使用绝对路径。
    • 使用 'uv' 的启动命令示例: '/path/to/.venv/bin/uv'
    • 使用 'pip' 激活虚拟环境后的启动命令示例: '/path/to/your/virtualenv/bin/python'
  • 命令参数 (args): 传递给启动命令的参数。这通常包括指定项目根目录（'--directory /path/to/or_llm_agent'）以及运行哪个文件（'run mcp_server.py' 或直接 'mcp_server.py'）。请确保使用 OR-LLM-Agent 项目目录的绝对路径。
    • 使用 'uv run' 的参数示例: '["--directory", "/path/to/your/or_llm_agent", "run", "mcp_server.py"]'
    • 直接运行 Python 文件的参数示例: '["/path/to/your/or_llm_agent/mcp_server.py"]'

请根据您的具体环境（Python/uv 路径、项目克隆路径）和 MCP 客户端的要求，在客户端配置中填写正确的绝对路径和参数。

基本使用方法

配置完成后，启动您的 MCP 客户端。您应该能在客户端界面中看到已配置的 OR-LLM-Agent 服务，通常会以一个“工具”或类似形式呈现（例如，在 Claude Desktop 中可能显示为 'get_operation_research_problem_answer' 工具）。

选择该工具，在客户端提供的输入框中输入您要解决的运筹优化问题（用自然语言描述），然后触发工具执行。OR-LLM-Agent 服务器将在后台接收您的请求，调用 LLM 进行建模和代码生成，执行 Gurobi 求解，并将最终的求解结果返回给您的 MCP 客户端界面。

信息

分类

AI与计算

访问项目