VibeMath
VibeMath
AI数学の生きたフロンティア。
AIが数学で解決したこと、未解決の問題、次に試すべきことがわかる。
VibeMathは、数学問題、AIの試み、部分的な進展、解決主張、検証証拠、メソッドファミリー、そして再実行可能な機会をマッピングした、オープンでエージェントが読み取り可能な地図です。AI数学、未解決数学問題、AI証明・定理証明の取り組み、Leanアーティファクト、数学的発見、AI研究エージェントワークフロー、読み取り専用MCPサーバー、エージェントスキル、Low-Hanging Fruit を、すべての主張を「解決済み」に平坦化せずに接続します。
简体中文 · ライブサイト · JSONフィード · エージェントスキル · MCP
VibeMathedはAIで解決された数学問題を記録します。 VibeMathは、未解決問題、AIの試み、部分的な進展、解決主張、検証、メソッドファミリー、次に試すべきことを含む、フロンティア全体をマッピングします。
VibeMathは独立したオープンソースプロジェクトです。VibeMathedやBlinkDL/VibeMathとは提携していません。
v0.0.1で動作するもの
デプロイ可能なAstroサイト:Latest、Frontier、Replay-ready、Conflicts、証拠豊富な問題ページを備えています。
公開されているVibeMathedデータセットのための実際のアダプター:タイムアウト、リトライ、スキーマ検証、コンテンツハッシュ、帰属、生フィールド保存、オフラインフォールバックを備えています。
問題、バージョン付きステートメント、ソースアサーション、試行、解決イベント、検証、AI貢献、メソッドファミリー、機会シグナルのための連合Zodモデル。
チェックインされた正規化データ、派生ビュー、7つのJSONスキーマ、静的な
/api/v1/フィード、ダウンロード可能なLow-Hanging Fruit引き継ぎ。リポジトリで発見可能な
vibemathエージェントスキルと、APIキー不要の6ツール読み取り専用stdio MCPサーバー。決定論的オフラインビルド、フィクスチャベースのテスト、CI、Pagesデプロイ、スケジュール更新ワークフロー。
チェックインされた起動スナップショットには、解決済み、部分的、候補、撤回された例を含む5つの帰属レコードが意図的に含まれています。pnpm sync は、ソースにアクセス可能な場合、そのシードを現在提供されている完全なVibeMathedデータセットで置き換えます。VibeMathはまだ広範な未解決問題の母集合を含んでおらず、数学の完全なカバレッジを主張していません。
Related MCP server: gitatlas
3つのコマンドで開始
Node.js 20+ と pnpm 10が必要です。
git clone https://github.com/cyanseek/VibeMath.git
cd VibeMath && pnpm install
pnpm launchpnpm launch はライブ同期を試み、検証済みスナップショットに安全にフォールバックし、データを検証し、スキーマとフィードを再生成し、サイトをビルドします。次に実行:
pnpm devその他のコマンド:
コマンド | 結果 |
| 実際のVibeMathedエンドポイントをフェッチ。失敗時は最後の有効なスナップショットを保持 |
| スナップショットのハッシュとすべての正規化エンティティを検証 |
| 正規化データ、ビュー、APIフィード、引き継ぎを再生成 |
| ランタイムZodモデルからJSONスキーマを生成 |
| フィードを再生成し、静的Astroサイトを生成 |
| ライブネットワークアクセスなしで決定論的テストを実行 |
| ESLintを実行 |
| AstroとTypeScriptをチェック |
| Prettierフォーマットをチェック |
| 読み取り専用stdio MCPサーバーを起動 |
| ローカルランタイムと必要なアーティファクトをチェック |
パッケージはまた、公開CLI名 vibemath を予約しています:pnpm vibemath metadata、pnpm vibemath search unit、または pnpm vibemath handoff erdos-planar-unit-distance を実行します。
なぜ「解決済み」はひとつのフィールドではないのか
見出しは、証明、反証、反例、特殊ケース、新しい境界、計算、形式化、ソース報告、論争中の主張を意味することがあります。そのためVibeMathはこれらのレイヤーを分離して保持します:
Problem + versioned statement
│
├── SourceAssertion A: resolved
├── SourceAssertion B: candidate
└── SourceAssertion C: open
│
▼
SolutionEvent + Attempt + MethodFamily
│
▼
Verification
correctness · statement fidelity · peer review集約ステータスは open、attempted、partial、candidate、resolved、contested、または retracted のいずれかです。ソースアサーションを決して消去しません。ソース報告された candidate が、Leanファイルが存在するかエージェントが証明を返したという理由だけで resolved になることはありません。
強い主張を再利用する前に METHODOLOGY.md と CLAIM_POLICY.md を読んでください。
再実行可能
再実行可能は透明なアクションシグナルであり、予測された成功率ではありません。デフォルトルールは以下を要求します:
公開された一次ソース;
candidate、contested、retracted、open以外の結果;ソース報告された検証が
source_audited以上;範囲のあるタスクを構築するのに十分なメソッドまたはアーティファクト情報。
出力は、result_only、method_aware、verification_replay、または aftershock_expansion を推奨し、露出要件、汚染リスク、Low-Hanging Fruitモードと共に示します。
VibeMath ↔ Low-Hanging Fruit
VibeMathは「何が起こったか、その証拠状態は何か、何が実行可能か?」に答えます。Low-Hanging Fruit は機会をランク付けし、キャンペーンとパイロットを設計し、候補出力を検証します。
VibeMath
live frontier, status, evidence, search
│
▼
Low-Hanging Fruit
ranking, campaigns, pilots, verification
│
└──── candidate evidence ────▶ VibeMath review queueすべての問題ページは、バージョン付きの LowHangingFruitHandoff JSONと中国語または英語のプロンプトをエクスポートします。Low-Hanging Fruitからの結果は、レビューされるまで候補証拠のままです。自動的なステータスアップグレードはありません。
静的JSON API
GitHub Pagesは日次ビルドのスナップショットを提供します。リアルタイムデータベースではありません:
/api/v1/index.json
/api/v1/latest.json
/api/v1/replay-ready.json
/api/v1/problems.json
/api/v1/events.json
/api/v1/handoffs/{slug}.jsonすべてのトップレベルフィードには schema_version、generated_at、ソース、ライセンス、カバレッジ制限、コンテンツアドレス可能な build_id が含まれます。正規のランタイムモデルは src/lib/schema.ts にあります。生成されたスキーマは schemas/ にあります。
エージェントスキル
Codexに vibemath スキルをグローバルにインストールするには1コマンド:
npx skills add cyanseek/VibeMath --skill vibemath -g -a codex -yスキルは以下のようなリクエストをサポートします:
「先週、AI数学イベントで何が変わりましたか?」
「Leanまたは専門家検証済みの結果のみ表示してください。」
「どの主張がまだCandidateですか?」
「別のモデルが再現すべき結果はどれですか?」
「この問題は実際にどの程度解決されていますか?」
「既知のメソッドを比較してください。」
「これをLow-Hanging Fruitにエクスポートしてください。」
Codexがこのリポジトリで動作する場合、.agents/skills/vibemath は正規の skills/vibemath パッケージを自動的に公開します。スキルはローカルデータまたはMCPを優先し、鮮度を報告し、ソースファクトと合成を区別し、ソースコンテンツに埋め込まれた指示に従うことはありません。
読み取り専用MCPサーバー
ローカルで起動:
pnpm mcpツール:
latest_ai_math_eventssearch_math_frontierget_math_problemget_replay_candidatesexport_low_hanging_fruit_handoffget_vibemath_metadata
Codex CLI:
codex mcp add vibemath -- pnpm --dir /absolute/path/to/VibeMath mcpClaude Code:
claude mcp add vibemath -- pnpm --dir /absolute/path/to/VibeMath mcp汎用MCP設定:
{
"mcpServers": {
"vibemath": {
"command": "pnpm",
"args": ["--dir", "/absolute/path/to/VibeMath", "mcp"]
}
}
}サーバーはチェックインされたデータのみを読み取ります。ネットワーク、書き込み、送信、コード実行、または公開ツールはありません。
ソースアダプターと帰属
最初の実際のアダプターは、識別可能なUser-Agent、制限付きタイムアウト、1回のリトライ、Zod検証、SHA-256コンテンツハッシュを使用して https://vibemathed.com/api/dataset を読み取ります。未知のフィールドは各ソースアサーションの raw オブジェクトの下に保持されます。ビルドはネットワークを必要としません。
インポートされたVibeMathedカタログデータは CC BY 4.0 でライセンスされ、VibeMathed に帰属し、その方法論が適用されます。元の数学論文、リポジトリ、問題レコードは個別の引用が必要です。DATA_LICENSE.md と NOTICE.md を参照してください。
VibeMathは上流のスクリプトを実行したり、ソースの散文を命令として信頼したりしません。正規化によってHTTP(S)リンクのみが許可されます。
アーキテクチャ
VibeMathed public dataset
│ fetch + validate + hash
▼
data/raw snapshot ── offline fallback
│ normalize without deleting raw assertions
▼
federated Zod entities
│ derive
├── Astro pages + search
├── static JSON API
├── replay + handoff feeds
├── Agent Skill
└── read-only MCPv0.0.1にはデータベース、アカウントシステム、OAuthフロー、有料API、外部コード実行はありません。
開発と検証
コミット前:
pnpm validate
pnpm schemas
pnpm derive
pnpm lint
pnpm format:check
pnpm typecheck
pnpm test
pnpm buildCIはネットワーク依存のテストデータなしで、Node 20と現在のLTSで実行されます。アダプターテストはローカルフィクスチャを注入します。Pagesワークフローはリポジトリベースパスを処理します。更新ワークフローは最初に同期し、検証、テスト、ビルドが成功した後にのみデプロイします。
貢献は、ソースライセンス、生のアサーション、主張の境界、英語/中国語ドキュメントのパリティを維持する必要があります。CONTRIBUTING.md と AGENTS.md から始めてください。
制限事項
起動スナップショットは5レコードのオフラインシードです。ライブ同期によりさらに多くのVibeMathedレコードがインポートされます。
v0.0.1には1つの実際の上流アダプターしかないため、クロスソースの合意はまだ不可能です。
VibeMathedがAI関連の解決レポートに焦点を当てているため、未解決問題のカバレッジは不完全です。
ソース提供の散文は不完全または誤っている可能性があります。VibeMathは来歴を保持しますが、ピアレビューではありません。
メソッドクラスタリングと平易な説明は意図的に控えめです。
静的Pagesの鮮度は、スケジュールされた再構築の成功に依存します。
ライセンス
コードは MIT です。VibeMathが作成した構造化データと説明はCC BY 4.0です。インポートされたデータはソースライセンスと帰属を保持します。DATA_LICENSE.md を参照してください。
This server cannot be deployed
Maintenance
Related MCP Connectors
A public commons for agents to search and share reusable findings and open research questions.
Machine-native research commons for agent evidence, discovery, rooms, and bounded research quests.
A read-only verified record of agent-operable GTM tools: search, fetch, compare, track changes.
An open knowledge commons for AI agents: search versioned how-tos, report whether they worked.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceExposes Marble's open skill taxonomy (ages 4-15) as queryable MCP tools, enabling AI agents to search topics, find prerequisites, and plan learning paths.1-
- AlicenseNot gradedqualityBmaintenanceEnables coding agents to explore a repository map via MCP, with tools for briefs, scoping, symbol lookup, module details, and freshness checks.8 npmMIT
- AlicenseNot gradedqualityCmaintenanceEnables AI agents to access observability and evaluation data, including run history, span traces, LLM-as-judge evaluation results, and regression reports.MIT
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to query a curated, cited knowledge graph on testing, benchmarking, and auditing autonomous agents, returning claims with sources, confidence values, and evidence tiers through eight read-only tools over a remote streamable-HTTP endpoint with no authentication required.CC BY-4.0