doc2math

用途：把文字描述的技术文档、研究论文片段、问题陈述或规范，形式化为结构化的数学问题规范（MPS）。适用提问如“把这个问题的数学结构提取出来”“这份规范里有哪些变量、约束和目标”“把这道文字题转成结构化 MPS”“找出这个问题表述里缺了什么”。\n\n主要能力：先对问题分类（optimization、classification、simulation、proof、estimation、other），再抽取变量（id、名称、符号、类型、定义域、单位、角色等）、算子、约束（类型、表达式、涉及变量、硬度）、目标（方向与表达式）以及不确定性（随机、认知、测量、模型或无陈述）。最后输出 MPS JSON 对象，含 validation_flags（目标是否完整、变量是否有界、是否所有元素都有证据、inference_count、missing_count、overall_formalizability 为 HIGH/MEDIUM/LOW）。\n\n使用方式：输入文档文本或问题描述，按零推断协议处理。该协议要求：闭合世界，不臆断未陈述的事实或数值；每个元素必须用 evidence 字段引用原文短语；未知值用 null，类型不明用 ambiguous；结构性推断须标注 inferred: true 并给出 inference_basis；提及但定义不足的元素标 status: MISSING 并给 missing_reason；不得引入源文本中没有的方程或数值。输出只填入有依据的条目，并报告缺失信息。\n\n适用场景与限制：适合需要把文字规范转为可讨论的数学结构、并明确暴露信息缺口的场合。它不会补造源文档中缺失的方程、定义域、数值或假设；源文本太稀疏时只能返回明确的缺失信息标记；产出是形式化规范，不是已求解的优化模型或证明。外部托管的 BYOK 工具为可选项、未捆绑，使用可能传输文档/密钥并产生费用，应自行获得数据与账号授权，不要自动打开链接。