AI 数学竞赛题持续解题系统——一个面向竞赛数学题的长期自动化解题工程：AI 解题实例 （GLM-5.2 via devin cli / OpenCode ACP）对每道题执行多轮"交接—解题"循环，Master Agent 以 9 步 SOP 循环 7×24 监控与修复，配合 proof 审计、全流程模拟和行为流水观测；所有运行 资产（对话录、提示词、交接文档、证明、数据表）全程保留，构成可回溯的解题工程数据集。
核心理念：一道题的解题是一条完整管线（Solve Pipeline），不是一次调用。AI 某一轮 放弃、预算耗尽或窗口额度用完，都不是题目寿命的终点——系统保存现场、释放资源，未来 可从下一个绝对轮次继续。
想在本机复原作者的完整工作环境？ 只需这 5 个仓库 + 一份手册： 按 docs/RESTORE-GUIDE.md 执行——任意路径布局均可， 拉取仓库族 → 恢复 ArangoDB 三库（含全部 246 万题目本体）→ 挂接运行现场 → 配置
.env→ 按自检清单验证。全程不依赖原作者任何私有资产。
| 仓库 | 内容 |
|---|---|
| 本仓库 | 系统代码（src/scripts/monitoring）+ 架构文档（docs/dev-docs）+ SOP + 工作包执行证据 |
| AI-Math-Solving-Trajectories | 当前世代解题运行现场：p27 生产续传现场、v2 管线运行、SOP 报表 |
| AI-Math-Solving-Trajectories-Archive | 早期世代归档：5 万+ 每题运行现场（对话录/会话轨迹/终端日志/工作目录）与 devin 失败分析现场 |
| AI-Math-Solving-Databases | 系统数据表整体导出（ArangoDB 三库全部数据表，JSONL + manifest + 恢复脚本）与题库目录 |
| AI-Math-Normal-Solver | 平凡解题系统（solver pipe）——早期世代的解题管线代码 |
| AI-Agent-Trajectory-Toolkit | 配套工具链：跨宿主（Codex/OpenCode/ZCode）AI 轨迹分析 Skill + ACP 协议文档 + 分层解析脚本 |
┌──────────────────────────────────────────────┐
│ Master Agent（SOP 9 步循环） │
│ 01存活 02数据完整性 03alert分类 04AI判断 │
│ 05代码修复 06报告 07审计健康 Z元检查 OP运营知识 │
└──────────────┬───────────────────────────────┘
│ 驱动/判定/修复
┌──────────────────────────┼──────────────────────────────┐
▼ ▼ ▼
┌────────────────┐ ┌────────────────┐ ┌────────────────┐
│ 解题管线 │ │ 审计管线 │ │ 全流程模拟 │
│ (p27 续传) │ │ (proof audit) │ │ (src/sim) │
└───────┬────────┘ └────────────────┘ └────────────────┘
│
▼
①入题 continuation_collector → ②入队 continuation_feeder(Redis)
→ ③启动 continuation_launcher（handover→solve 两阶段，tmux 会话承载 devin cli）
→ ④监控 monitor_continuation（session 健康/僵尸/rate_limit + alert）
→ ⑤收集 continuation_result_collector → ⑥控制 continuation_control
→ ⑦看门狗 continuation_watchdog（自动重启 launcher/monitor）
- 并发模型：
并发数 = 同时运行的解题管线条数 = 解题工作实例数上限。管线内部严格串行 （一道题任意时刻最多 1 个解题实例，handover 与 solve 共享并发槽）。并发数存 DB 的 batch 记录，launcher 每轮 poll 动态读取——改并发不改代码；代码中禁止写死并发默认值。 - 终态语义：
proof.md出现\boxed只是"候选成功"，数学正确需形式化包 + 独立审计 确认；AI 输出放弃信号仅代表本轮放弃（ai_gave_up），题目未来仍可继续；窗口额度用完 写window_exhausted保存现场，未来从下一绝对 Round 继续（非永久终态）。 - 可观测三件套：
- 行为流水（
log/flow/*.jsonl）：launcher 每个状态转移落盘，churn_suspects非空即 失控循环预警（A14）； - 步进门闸（
src/step_gate.py）：启动/杀会话/重入队等 9 个语义动作可冻结为断点， 放行必须附理由； - alert 体系：系统检测异常但不自动修复，交给 Master Agent 判定（A13 并发四源一致性
对账、PARSE_ERROR 标记
audit_passed=None待人工）。
- 行为流水（
- 三层验证铁律：判断系统状态必须 DB（结果）→ 日志/行为流水（过程）→ 硬盘实物 （证据）三层交叉，DB 与实物不一致即状态同步 bug（历史上曾出现 DB 报 138 题完成、 硬盘仅 14 个 proof 的教训）。
- 资产保留铁律：每个 run/round 的
conversation.json（含思考过程的对话录）、round{N}_prompt.txt、HANDOVER.md、归档 proof、tmux 日志一律保留——失败轮的对话 录是分析 AI 能力边界最有价值的数据。
| 路径 | 内容 |
|---|---|
src/ |
管线实现：collector/feeder/launcher/monitor/result_collector + 观测/门闸/DB schema + 全流程模拟 src/sim/（详见 src/README.md） |
monitoring/ |
运维控制面：continuation_control（start/stop/status/set-concurrency/resolve-alert） |
scripts/sop/ + docs/sop/ |
Master Agent 9 步 SOP 循环脚本 + 对应执行指令文档 |
docs/architecture/、docs/specs/、docs/patterns/ |
架构概念、监控规范、设计范式 |
dev-docs/ |
编号演进文档：001~068（设计方案/复盘/最终成品认知包/工作包体系；068 为公开版整理与上传操作记录） |
dev-docs/workpackages/、dev-docs/final-system-workpackages/ |
工作包执行体系（依赖图/状态表/exec-log） |
templates/ |
三角色提示词模板 + 轮次资产合同（WP-03 冻结） |
data/poc_2.7/ |
题单与早期结果 |
tmp/ |
实验现场与证据暂存（约定见 tmp/README.md） |
docs/RESTORE-GUIDE.md |
社区恢复手册：任意机器/任意路径复原完整工作环境（含数据库恢复与自检清单） |
docs/dev/AI-GUIDE.md |
AI 协作内部引导地图（Session 接手第一步） |
在新机器上从零复原完整工作环境（任意路径布局）：按 docs/RESTORE-GUIDE.md 执行——拉取本仓库族的 5 个仓库、恢复 ArangoDB 三库（含全部题目本体）、挂接运行现场目录、配置
.env。
# 依赖：Python 3.12+（.venv）、Redis、ArangoDB、devin cli（或 OpenCode ACP 后端）
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt # 如无则按 src/README.md 依赖清单安装
cp .env.example .env # 填入 ArangoDB 连接与外部数据路径.env 关键项：ARANGO_HOST/DB/USER/PASS（运行记录库）、SOLVER_BASE（解题工作目录）、
TRAJECTORY_BASE（轨迹导出目录）、DATASET_BASE、KNOWLEDGE_BASE（题库目录）。
# 启动解题系统 + SOP 监控循环（launcher/monitor 各自进入独立 tmux session）
python -m monitoring.continuation_control start --batch-id p27-full --concurrency 1
# 动态调并发（launcher 下次 poll 自动生效，无需重启）
python -m monitoring.continuation_control set-concurrency --batch-id p27-full --concurrency 3
# 查看状态 / 健康检查
python -m monitoring.continuation_control status --batch-id p27-full
python -m monitoring.continuation_control health --batch-id p27-full
# 优雅停止（不再启动新 run，等 running 自然完成）
python -m monitoring.continuation_control stopSOP 监控循环由 Master Agent 自驱动：执行 python -m scripts.sop.run（每轮一个步骤），
9 步循环 01→…→07→Z→OP 往复，即 7×24 监控。
python -m src.observability --stats --since 1h # 行为流水：失控嫌疑/启动Top10/判定分布
python -m src.observability --run-key <run_key> # 单题完整生命周期
python -m src.step_gate --pending # 步进门闸：待放行动作与论证依据
python -m scripts.sop.log_search --problem-id <pid> # 日志检索
python -m scripts.query_progress.py # 进度查询（DB）- 运行记录数据表（ArangoDB
xishujuzhen_math_glm52：p27_continuation_runs/sessions/ events/results、devin_problem_runs 5 万+、audit 全链、problem_extraction_progress 246 万条 等 79 张表；p27sim模拟库；早期xishujuzhen_math库）→ 整体导出见 AI-Math-Solving-Databases （JSONL + sha256 manifest + 恢复脚本）。 - 每题运行现场（对话录 exports、会话轨迹 sessions_db、终端日志 tmux、collector 快照、 工作目录 prompt/HANDOVER/proof）→ 当前世代见 AI-Math-Solving-Trajectories， 早期世代 5 万+ run 归档见 AI-Math-Solving-Trajectories-Archive。
- 敏感性说明：上述数据为 AI 解题对话与程序运行记录，不含 API 密钥/凭据（上传前已做 凭据模式扫描）；mitm 代理原始流量捕获因可能含请求头凭据而未纳入上传。
- 本次公开版整理与上传的操作细节（仓库划分、数据甄别与排除、批次拆分、历史身份改写、 故障处置与终验结果）见 dev-docs/068-公开版整理与上传操作记录-2026-09-27.md。
题目与解答本体已全量在数据仓库中（problem_extraction_progress 表，246 万题全文，
含早期 13 个来源，覆盖矩阵与逐数据集许可见
AI-Math-Solving-Databases
README 的"数据集覆盖矩阵"与"Data Licensing"节）。主要题源的上游地址（供对账版本与署名）：
| 数据集 | 上游地址 | 库内文档量 |
|---|---|---|
| OpenMathReasoning | https://huggingface.co/datasets/nvidia/OpenMathReasoning | 724,666（CC-BY-4.0） |
| AoPS-Instruct | https://huggingface.co/datasets/DeepStudentLlama/AoPS-Instruct | 538,954（ |
| OpenR1-Math | https://huggingface.co/datasets/open-r1/OpenR1-Math-220k | 515,928（Apache-2.0） |
| NuminaMath 系列 | https://huggingface.co/datasets/AI-MO/NuminaMath-CoT | 414,032（Apache-2.0） |
| ODA-Math-460k | https://huggingface.co/datasets/OpenDataArena/ODA-Math-460k | 65,615（CC-BY-NC-4.0） |
| DeepMath-103K | https://huggingface.co/datasets/zwhe99/DeepMath-103K | 32,392（MIT） |
| 其余 33 个来源 | 见 Databases 仓库覆盖矩阵 | ~10 万 |
完整题库索引（10,063 个 HF 数据集的目录元数据，含 URL/tier/题量/许可字段）随 AI-Math-Solving-Databases 仓库发布。
MIT License，见 LICENSE。