ORPilot：面向生产的运筹优化建模智能体LLM工具

本文提出ORPilot，一个把真实商业问题转化为求解器可用优化模型的开源智能体AI系统。与假设问题规范干净、内联数据预格式化的学术LLM-for-OR工具不同，ORPilot为生产条件而设计：模糊的描述、大规模原始运营数据，以及跨求解器后端的可移植性需求。系统引入四个新组件：(1) 会话访谈智能体，引导出完整问题规范；(2) 数据收集智能体，独立于提示检索数据；(3) 参数计算智能体，衔接原始表格数据与模型可用参数；(4) 求解器无关的中间表示（IR），可确定性地、零LLM调用地重编译到Gurobi、CPLEX、PuLP、Pyomo或OR-Tools求解器。此外，自纠正重试循环利用求解器回溯做针对性修复。ORPilot是首个面向生产级商业问题而非教科书运筹案例的尝试。真实问题评估结果可观：在传统学术基准IndustryOR、NL4OPT与NLP4LP上，ORPilot在IndustryOR准确率超越SOTA工具，在NL4OPT与NLP4LP上表现相当。