Modex · MH Agent 快速入门

这是什么？适合谁？

Modex · MH Agent 是一个 AI 全自动数学建模智能体：一条命令，从赛题到竞赛级论文——建模、求解、编程、绘图、成文，一夜跑完。覆盖国赛（CUMCM）、美赛（MCM/ICM）、华为杯全流程，同样能做从文献调研到投稿级论文的科研全流程。它是 Windows 桌面软件形态，开箱即用，内置全套运行时。

适合人群：数学建模竞赛参赛队（国赛/美赛/华为杯）、需要科研全流程辅助的研究生、想体验”跨模型对抗式协作”的 Agent 爱好者。 使用前提：Windows 系统、执行者模型（Claude）与评审者模型（GPT/GLM/MiniMax 等）的 API 配置。

快速上手（3 步）

第一步：下载安装

前往官网 mingheng.xin 下载 Windows 安装包。安装包内已封装 Python / Node / Git / TeXLive / MiKTeX / Pandoc / draw.io / Claude CLI 全套运行时，无需自己配环境。

第二步：配置模型

首次使用在设置页填入模型配置：执行者用 Claude，评审者用 GPT / GLM / MiniMax 等的 API，一键测试连接。

第三步：选模板开跑

选一个模板（数模竞赛 / 科研工作流），上传赛题 PDF 或 Word（自动提取文本），填参数开跑。通过 WebSocket 秒级推送的进度面板观察各步骤执行，关键决策点设检查点，可确认 / 改意见 / 单步重跑。

初级用法

• 竞赛模板选择：国赛 20 页中文（cumcmthesis）、美赛 25 页英文（mcmthesis，Summary Sheet 优先）、华为杯 30 页中文（gmcmthesis，严格字体要求），按参赛类型直接选。
• Word 输出模式：output_format=docx 走 Word 导出、跳过 LaTeX 编译，适合不需要 PDF 的场景。
• 检查点干预：关键步骤（建模方案、论文初稿）设检查点，人工确认后再继续，避免一夜跑完方向全错。

高级玩法

1. 跨模型对抗式协作：Claude 负责执行，GPT / GLM / MiniMax 负责审稿——两个模型互不评自己的作业，形成真正的对抗式反馈，这是它区别于单 Agent 方案的核心机制。
2. 90+ Skill 组合：每个 Skill 是纯 Markdown SKILL.md，任何 LLM 都能读懂，可自由混搭或串联成流水线，按赛题类型定制自己的 Skill 链。
3. 科研全流程：文献调研、Idea 发现、新颖性验证、实验部署、自动审稿、论文写作到投稿级 PDF 端到端跑通，把竞赛流水线迁移到科研场景。

常见踩坑（5 条）

踩坑 1：以为是开源软件

• 现象：找源码找不到
• 原因：该仓库是产品展示与问题反馈仓库，只含说明文档，不含产品源码
• 解决：通过官网下载安装包使用，问题走 GitHub issues 反馈

踩坑 2：评审模型配置成同一家

• 现象：审稿意见流于形式
• 原因：执行者与评审者用同一模型，“自己评自己的作业”
• 解决：按设计搭配不同厂商模型（Claude 执行 + GPT/GLM 评审）

踩坑 3：LaTeX 编译失败

• 现象：论文最后一步卡在编译
• 原因：模板字体/包缺失或格式不合规
• 解决：用内置的 10 项格式自动检查先过一遍；急用可切 output_format=docx

踩坑 4：一夜跑完发现方向错了

• 现象：早上收到的论文不可用
• 原因：关键决策点没设检查点
• 解决：建模方案、论文大纲等节点强制人工确认

踩坑 5：API 费用超预期

• 现象：一次全流程消耗大量 token
• 原因：多模型对抗 + 长论文生成回合数多
• 解决：先跑单题估算成本，练习赛控制评审轮数

FAQ（5 个常见问题）

Q1：Modex 免费吗？ A：软件本身从官网下载使用，定价与授权条款以 mingheng.xin 官网为准；模型 API 费用自付（执行 + 评审两路）。仓库无 LICENSE 文件（产品展示仓库）。

Q2：只支持 Windows 吗？ A：当前为 Windows 桌面软件形态，跨平台计划以官网公告为准。

Q3：竞赛允许用 AI 吗？ A：各竞赛对 AI 使用政策不同且逐年调整，参赛前务必查阅当年官方规则，合规使用。

Q4：和直接用 ChatGPT 写论文有什么区别？ A：Modex 是全流程流水线（读题→建模→求解→编程→图表→论文→合规检查）+ 跨模型对抗审稿 + 检查点监控；通用对话模型需要你手动串每个环节。

Q5：能做中文论文吗？ A：国赛/华为杯模板即中文（cumcmthesis/gmcmthesis），美赛模板为英文。

小技巧（5 条）

1. 先用往年赛题演练：正式赛前完整跑 1-2 道往年题，熟悉检查点节奏与产出质量。
2. 评审轮数分级：初稿 1 轮评审、终稿 2-3 轮，平衡质量与成本。
3. 利用在线 LaTeX 编辑器：三栏布局（文件树+代码+PDF 预览）+ 对话式 AI 编辑，终稿微调比重跑快。
4. Skill 链保存复用：把验证有效的 Skill 组合存成团队配置。
5. 实时监控别挂机：WebSocket 秒级进度推送的价值在于及时纠偏，不是让你睡觉。

进阶学习建议

• 研究跨模型对抗式协作的评审提示词设计，把”互不评自己作业”机制迁移到自己的写作/代码评审流
• 探索 90+ Skill 的组合规律，为你的赛题类型（优化/预测/评价）沉淀专属流水线
• 用科研全流程模式跑一次文献调研→投稿级 PDF 的完整实验，评估科研自动化边界
• 关注官网的模型配置建议（执行者/评审者搭配），跟进新模型支持

参考链接

• Modex · MH Agent GitHub 仓库
• Modex 官网

本文基于公开资料于 2026-08-17 整理，社区指标反映 GitHub 公开数据。独立实测未进行，功能和配置项可能随版本更新而变化，请以官方文档为准。