OptAPI

OptAPI is an LLM-driven intelligent agent framework designed to transform natural language problem descriptions into structured optimization models and automatically solve them using state-of-the-art Operations Research (OR) techniques.

OptAPI 是一个 LLM 驱动的智能代理框架， 旨在将自然语言问题描述转换为结构化优化模型 ，并使用最先进的运筹学（OR）技术自动解决这些问题。

1. 数学与运筹优化基础

核心内容

• 线性代数基础

  • 向量、矩阵运算（加减乘、转置、逆、秩）
  • 特殊矩阵（对称矩阵、稀疏矩阵）

• 微积分基础

  • 函数的极限、导数、梯度（用于理解最优化）

• 优化理论基础

  • 线性规划（LP）问题的标准形式
  • 整数规划（IP/MILP）的概念
  • 约束、目标函数、可行域
  • 对偶理论（primal-dual）、KKT条件（了解即可）

• 经典运筹问题

  • 运输问题、背包问题
  • 车辆路径问题（VRP）
  • 作业车间调度（Job Shop Scheduling）
  • 网络流（最大流、最小费用流）

• 基本算法

  • 单纯形法（理解思路即可）
  • 分支定界法（Branch & Bound）
  • 启发式算法简介（贪心、局部搜索）

推荐教材与课程

• 书籍：《运筹学》（哈姆迪·塔哈，中文第3版）
• 线上课程：MIT OpenCourseWare - Introduction to Operations Research
• 线性代数：3Blue1Brown《Essence of Linear Algebra》视频系列
• 优化入门：Stanford CS 97SI 《Convex Optimization I》视频课（听概念即可）

---

2. 编程与软件工程基础

核心内容

• Python 基础

  • 语法（变量、数据结构：列表、字典、元组）
  • 函数、类和模块化编程
  • 异常处理

• 第三方库使用

  • Pyomo（建模库）、OR-Tools（求解工具）
  • Requests、FastAPI（HTTP 接口开发）

• 版本控制

  • Git 基础命令（clone, commit, push, pull, branch, merge）
  • GitHub 仓库操作

• 虚拟环境

  • 使用 venv 或 conda 管理 Python 依赖

• 测试和调试

  • unittest/pytest 基础单元测试
  • 调试技巧（断点、打印日志）

• 基础数据结构与算法

  • 排序算法、查找算法
  • 递归、迭代
  • 简单图论知识（邻接表/邻接矩阵）

推荐资源

• 《Python 编程快速上手——让繁琐工作自动化》（Al Sweigart）
• Codecademy / LeetCode Python 练习（算法入门）
• FastAPI 官方文档和教程
• Pyomo 官方教程和示例

---

3. 人工智能与大语言模型基础

核心内容

• LLM 基础知识

  • Transformer 架构基础（Self-attention 概念）
  • GPT 系列模型特点
  • Token、Prompt、温度、Top-p 等参数含义

• API 使用

  • OpenAI API 调用流程（Python SDK）
  • 常用 API 参数调节
  • 设计清晰 Prompt（指令设计、结构化输出）

• Prompt 工程

  • 如何引导模型输出 JSON、表格格式
  • 多轮对话的上下文维护
  • 结果校验和纠错策略

• Agent 框架入门

  • LangChain 结构（Chains, Agents, Tools）
  • AutoGen 多 Agent 协作思想

推荐资源

• OpenAI 官方文档：https://platform.openai.com/docs
• 《The Illustrated Transformer》博客文章
• LangChain 官方教程与示例
• Prompt Engineering Guide（网上开源资料）

4. 运筹优化建模与求解实操

核心内容

• Pyomo 建模基础

  • 变量定义、约束、目标函数写法
  • 多目标与分段函数
  • 求解器接口调用（Gurobi、CPLEX、CBC）

• OR-Tools 基础

  • 路径优化、调度模块
  • 简单示例编写

• 模型调试技巧

  • 可行性检查
  • 求解失败原因分析

• 问题案例实践

  • 经典运输模型
  • 车辆路径规划 VRP
  • 作业车间调度 JSSP

• 集成与自动化

  • 自动生成模型代码
  • LLM 辅助模型构建流程

推荐资源

• Pyomo 官方文档和示例
• Google OR-Tools 官方教程
• Gurobi 教程（学术许可免费）
• 优化社区博客（如 NEOS Server）

---

5. 软件架构与工程实践

核心内容

• 模块化设计

  • 职责划分（解析、建模、求解、API）
  • 接口设计

• API 设计与实现

  • RESTful API 基础
  • FastAPI 框架深入
  • 文档生成（Swagger/OpenAPI）

• 容器化部署

  • Docker 基础（Dockerfile 编写）
  • 本地测试与镜像管理

• 持续集成与部署（CI/CD）基础

  • GitHub Actions 简单流水线

• 安全基础

  • 输入过滤
  • 基本认证机制

推荐资源

• FastAPI 深度教程（官方文档 & 视频）
• Docker 入门教程（官方文档 + 视频）
• GitHub Actions 官方文档
• RESTful API 设计最佳实践文章

---

总结与建议

领域	学习重点	推荐资源	实践建议
数学/运筹	LP/MILP基础，经典模型，算法思想	《运筹学》、MIT OCW	纸上写模型，手写算法流程
编程	Python，Pyomo，FastAPI，Git	Sweigart书，官方文档	写运输模型代码，做API调用
AI/LLM	Transformer基础，OpenAI API，Prompt设计	OpenAI文档，LangChain教程	设计Prompt，调用API做抽取
优化实操	建模技巧，求解器使用，案例实践	Pyomo/Gurobi教程	完成VRP/JSSP模型求解Demo
工程实践	模块化，API设计，Docker，CI/CD	官方文档，教学视频	写模块，做Docker镜像

---