数学研究任务路由器。用户提出找问题、查文献、推公式、做计算、写证明或形式化验证,但当前瓶颈尚未明确时使用;每次只选择一个主 skill。
复制下面这句话,粘贴给 Claude Code、Codex、Cursor 等 AI 编程工具,它会读取安装说明并在你确认后完成安装。
请阅读 https://ai.atlankj.com/install/asset/gh-vibe-mathing-router-a10082e4ea56 ,按照其中的说明把「vibe-mathing-router」安装到你(当前 AI 工具)中。执行前先告诉我将运行的命令和写入的位置,等我确认。
查看 AI 将读取的安装说明正在读取 GitHub 原文…
内容来自 GitHub 原始文件,由原作者维护。在 GitHub 查看
识别当前数学研究瓶颈,只把任务交给一个 owner;不把整条研究链同时启动。
路由器先问“规格和语义是否已经冻结”,再区分演绎证明、模型检查、抽象解释、SAT/SMT/符号推理(含符号执行)或精化/综合的验证范式。Lean 是依赖类型理论型演绎验证的主战场,不是整张形式化方法地图。完整的上位/二级地图见 FORMAL-METHODS-MAP.md。顶层编排语言见 RESEARCH-LIFECYCLE-MODEL-v0.1.md:路由器为 Step 选择 owner,不能把一次 Job 成功解释为数学结果。
缺少问题边界/前人工作 -> math-discovery
公式对象、假设或近似不清 -> math-derivation
需要精确计算、数值实验、反例搜索 -> math-computation
需要定理证明、补步骤、攻击证明 -> math-proof
需要 Lean/内核级验证 -> math-formalization
路由输出必须包含:当前阶段、主 skill、选择理由、必需输入、停止条件、唯一下一步。
math-discovery,先固定数列、已知项和检索边界。math-computation。math-formalization 并先运行工具预检。references/source-map.md:项目 owner 映射来源。references/pressure-tests.md:路由误触发压力场景。python3 scripts/validate_project.py。