Codexでエルディッシュ問題を扱うための、最初の小さな研究オペレーション用MVPです。
目的は「いきなり解く」ことではなく、問題の出自や未解決ラベルをSolverから隠したうえで、triage、匿名化パケット、statement audit、claim cardを作ることです。
多人数で参加する場合は、まずこの順で読んでください。
- Work History: ここまでに実装したこと、ローカル試行、現在の状態
- Handoff: コンテキスト圧縮後に再開するための短い引き継ぎ
- Quickstart: 小さいend-to-end workflowをローカルで再現する手順
- Roadmap: ここから先の実装計画
- Collaboration Guide: 役割分担、queue運用、PR方針、安全ルール
- Agent Protocol: multi-agent / Codex automation向けのinbox/outbox契約
- Codex Automation:
run-next-agentを定期実行するための設定メモ - Literature Agent: arXiv/Crossref検索と匿名Result Cardの運用
- Knowledge Base: 数学exampleとMethod Cardを含む知識ベース設計
- Solverには問題番号、Erdős Problems由来、open/solved、賞金、URLを渡さない
- Literature Agentは検索してよいが、Solverには匿名化した数学的Result Cardだけ渡す
- novelty判定と投稿判断は、最後のstatus-aware Referee Gateで行う
- 自動投稿はしない
- Leanが通っても、定理文と元問題の一致は別途確認する
python3 -m erdos_agent initpython3 -m erdos_agent new 728 \
--statement-file statement.txt \
--title "local private title" \
--tag "number theory"python3 -m erdos_agent pipeline 728生成物:
data/problems/ep0728.json
data/manifests/math-task-xxxxxxxxxxxx.json
packets/blind/math-task-xxxxxxxxxxxx.md
packets/literature/math-task-xxxxxxxxxxxx.md
reports/triage/ep0728.json
reports/statement_audits/ep0728.md
reports/attempts/ep0728.claim.md
まずメタデータだけ取り込む場合:
python3 -m erdos_agent ingest-githubopen扱いの問題だけ取り込む場合:
python3 -m erdos_agent ingest-github --status open最初の数件だけ、公式ページのLaTeX表示からstatementも取る場合:
python3 -m erdos_agent ingest-github --status open --limit 5 --fetch-statements--fetch-statements は https://www.erdosproblems.com/latex/<番号> にアクセスします。全件取得はサイトへ連続アクセスするため、必要な範囲に絞って使う想定です。
python3 -m erdos_agent triage-all --status open --limit 30生成物:
reports/triage/index.json
reports/triage/epNNNN.json
triage-all はデフォルトでopen問題だけを見ます。全ステータスを見る場合:
python3 -m erdos_agent triage-all --status all --limit 50seed問題に似たopen問題を探します。自分で解いた問題だけでなく、誰かが新しく解いた問題をseedにする運用も想定しています。
python3 -m erdos_agent transfer-search 728 --status open --limit 20生成物:
reports/analogies/ep0728.json
現時点のMVPでは、タグ、statement/remarks内の数学用語、共有参考文献、OEIS、formalization metadataを使って近さを計算します。将来的には、解法の核を匿名化した Method Card にして、似たopen問題へBlind Solverとして再投入する設計にします。
検索エージェントが有望な論文・手法・構成を見つけたら、findingとして保存します。
外部メタデータ検索:
python3 -m erdos_agent literature-search 9 --source arxiv --source crossref --limit 5 --query-limit 3ステートメント由来の自動クエリではなく、人間が指定した狙い撃ちクエリだけで検索する場合:
python3 -m erdos_agent literature-search 43 \
--source arxiv \
--source crossref \
--limit 5 \
--query "Sidon sets disjoint difference sets" \
--query "two Sidon sets disjoint differences"手動クエリに加えて自動生成クエリも走らせる場合は --include-generated-queries を付けます。
複数の検索結果から、Supervisorが見るpromotion候補リストを作る場合:
python3 -m erdos_agent review-search-results --limit 20 --min-score 7候補1件の人間レビュー用packetを作る場合:
python3 -m erdos_agent review-promotion-candidate ep0009-r001承認した場合のpivot/queue候補をdry-runする場合:
python3 -m erdos_agent preview-promotion-candidate ep0009-r001 --queue-limit 3 --queue-min-score 10候補を承認せずに除外・保留として記録する場合:
python3 -m erdos_agent mark-promotion-candidate ep0009-r001 --decision rejected --reviewer YOUR_NAME --note "keyword match only"レビュー済み候補を承認してfinding化し、そのままpivot候補を作る場合:
python3 -m erdos_agent approve-promotion-candidate ep0009-r001 --reviewer YOUR_NAME --note "brief reason" --pivot-limit 20個別の検索結果を直接unreviewed findingに変換する場合:
python3 -m erdos_agent promote-search-result 9 --result-index 1 --status open --limit 20python3 -m erdos_agent add-finding 9 \
--paper-key "Cr71" \
--title "On the sum of a prime and of two powers of two" \
--summary "Uses a construction related to primes plus powers of two." \
--method-tag "additive basis" \
--method-tag "primes" \
--example "Odd integers not represented as p + 2^k + 2^l"そのfindingから、似たopen問題へのピボット候補を出します。
python3 -m erdos_agent pivot-from-finding ep0009-cr71 --status open --limit 20上位pivot候補を次のagent runとしてqueueに積む場合:
python3 -m erdos_agent queue-pivots ep0009-cr71 --agent auto --limit 3 --min-score 10python3 -m erdos_agent add-example distinct-subset-sums-powers-of-two \
--statement "The powers of two have distinct subset sums." \
--tag "subset sums" \
--role "model construction"知識ベースは kb/ 以下に作られます。設計メモは docs/knowledge_base.md と docs/agent_protocol.md を見てください。
Codexオートメーションやマルチエージェント用に、JSON jobを agent_runs/inbox/ に作れます。
python3 -m erdos_agent create-run --problem 25 --agent literature
python3 -m erdos_agent create-run --from-triage --agent literature --action literature_review --limit 5
python3 -m erdos_agent review-search-results --limit 20 --min-score 7
python3 -m erdos_agent review-promotion-candidate CANDIDATE_ID
python3 -m erdos_agent approve-promotion-candidate CANDIDATE_ID --reviewer YOUR_NAME --note "brief reason" --queue-pivots --queue-limit 3 --queue-min-score 10
python3 -m erdos_agent queue-pivots FINDING_ID --agent auto --limit 3 --min-score 10
python3 -m erdos_agent quickstart-check
python3 -m erdos_agent list-runs --status queued
python3 -m erdos_agent supervisor-step --limit 5
python3 -m erdos_agent run-agent RUN_ID
python3 -m erdos_agent run-next-agent
python3 -m erdos_agent complete-run RUN_ID --status done --summary "Created literature report" --artifact reports/literature/ep0025.mdEP43のような「2つのSidon集合の差集合が交わらない」問題では、computation worker が 専用の小ケース探索ハーネスを作ります。
python3 -m erdos_agent create-run --problem 43 --agent computation
python3 -m erdos_agent run-next-agent --agent computation
python3 computations/ep0043/search.py --max-n 20計算結果から、ソース情報を含むSupervisor用メモと、Blind Solver用の匿名化された証明探索packetを作る場合:
python3 -m erdos_agent proof-route-packet 43 --route difference-packing同じpacketをBlind Solver用queueに載せる場合:
python3 -m erdos_agent queue-proof-route 43 --route difference-packing
python3 -m erdos_agent run-next-agent --agent blind_solveragentは今のところ以下を想定しています。
literature
blind_solver
computation
formalization
critic
statement_auditor
pipelineで匿名化パケットとtriageを作るpackets/blind/*.mdだけをBlind Solverへ渡す- Literature Agentには
packets/literature/*.mdを渡す - Literature Agentの出典つき報告はSupervisorだけが保持する
- Solverへは匿名化したResult Cardだけを渡す
- Claim Cardを埋める
- 人間が読んでからLean/計算/文献で検証する
- Referee Gateを通るまで投稿しない
このMVPはOpenAI APIやLeanをまだ直接呼びません。まず情報隔離、公式メタデータ取り込み、triageランキング、成果物の形を固定するための土台です。