ORForge

ORForge — عامل چرخه کامل مهندسی OR — عامل مهندسی OR از درک مسئله تا فرمول‌بندی، کد، حل، توضیح و ردپای اجرا.

Interactive Sample Demo

برای مدیر: نتیجه کسب‌وکار

قبل

مراحل OR در ابزارهای پراکنده بود؛ ردپای تصمیم مدل گم می‌شد.

بعد

یک عامل با trace اجرا و بنچمارک فضای OR؛ از مسئله تا توضیح جواب.

  • چرخه کامل
  • execution traces
  • بنچمارک OR-space
  • pipeline عامل

«مدل، کد و توضیح جواب در یک ردپا برای بازبینی انسانی.»

— OR Practice Lead (ناشناس)

مستندات عمومی

چه می‌کند؟

ORForge یکی از محصولات پورتفولیوی هوش مصنوعی آریا اِی‌آی است که برای تصمیم‌گیری عملیاتی سازمان‌های ایرانی و بین‌المللی طراحی شده. نسخه عمومی روی Hugging Face یک دموی نمونه است؛ نسخه تولید با یکپارچه‌سازی داده، SSO و audit trail استقرار می‌یابد.

مخاطب غیرفنی می‌تواند KPI قبل/بعد، کاربرد صنعت و مسیر پایلوت را ببیند؛ مخاطب فنی pipeline، متریک قابل بازتولید و لینک Space/Model/Dataset را دنبال می‌کند.

درخواست پایلوت از طریق فرم تماس سایت با ذکر علاقه به ORForge ثبت می‌شود تا محدوده داده، قیود و معیار موفقیت مشخص گردد.

چه کسی از آن استفاده می‌کند؟

مدیران عملیات، CISO، برنامه‌ریزان تولید، لجستیک، مالی و تیم‌های مهندسی که باید تصمیم را هم برای هیئت‌مدیره و هم برای اجرای فنی توضیح دهند.

خروجی دمو «نمونه تعاملی» است؛ آپلود زنده فایل سازمانی روی Space عمومی توصیه نمی‌شود.

کاربرد در صنایع

تیم‌های نرم‌افزار سازمانی

اتوماسیون مدل‌سازی ریاضی و تولید کد solver. مشاوره OR و مراکز تعالی بهینه‌سازی سازمانی.

مشاوره OR

از شرح مسئله به مدل قابل حل با بازخورد کامپایلر.

دیتاساینس صنعتی

benchmark، انتخاب solver و توضیح جواب.

DevOps / MLOps

زمان‌بندی GPU و بار ابری با قیود SLA.

تحقیق و دانشگاه

dataset بنیادین OR و مدل استدلال.

استارتاپ محصول

Copilot بهینه‌سازی بدون تیم OR کامل.

برای مهندس: Pipeline و معماری

Problem → classify → formulate → code → solve → explain → store execution trace

or-agentlifecycletracesllmoptimization

معماری مرجع: Problem → classify → formulate → code → solve → explain → store execution trace. اجزا روی CPU قابل اجرا هستند تا دمو و استقرار اولیه بدون GPU اجباری باشد.

خروجی‌ها شامل امتیاز/برنامه، توضیح‌پذیری و ردپای تصمیم برای بازبینی انسانی است. آموزش و ارزیابی از corpus مستند پروژه پیروی می‌کند.

برای تولید: Docker، متغیر محیطی، و اتصال به سامانه موجود (ERP، SIEM، WMS، APS) طبق معماری هر repo انجام می‌شود.

پشته فنی

  • Python
  • OR-Tools / Pyomo / HiGHS
  • NumPy
  • SimPy
  • Gradio
  • Docker

متریک‌های قابل بازتولید

بنچمارکجزئیاتنتیجه
Lifecycleend-to-endyes
Tracesdatasetyes
BenchmarkOR spaceyes
Humanreview gaterequired

سوالات پرتکرار

ORForge چیست و چه مسئله‌ای را حل می‌کند؟

عامل مهندسی OR از درک مسئله تا فرمول‌بندی، کد، حل، توضیح و ردپای اجرا.

آیا می‌توان داده واقعی سازمان را در دمو عمومی وارد کرد؟

خیر. دمو عمومی برای نمونه‌های ازپیش‌محاسبه‌شده یا داده ترکیبی است. داده production باید در استقرار on-prem یا VPC با کنترل دسترسی وارد شود.

آیا این محصول جایگزین سامانه فعلی می‌شود؟

نمونه اولیه (POC) برای نمایش قابلیت بهینه‌سازی است و جایگزین سیستم برنامه‌ریزی تولید سازمانی نیست. متریک‌ها روی داده ترکیبی/بنچمارک قابل بازتولید گزارش شده‌اند. برای استقرار واقعی پایلوت on-prem توصیه می‌شود.

متریک‌های صفحه از کجا آمده‌اند؟

از README و eval_results هر پروژه روی Hugging Face / repo داخلی؛ اعداد بنچمارک ترکیبی را با داده سازمان خود در پایلوت بازسنجی کنید.

لینک‌های Hugging Face

درخواست پایلوت

برای استقرار on-prem، یکپارچه‌سازی با سامانه‌های موجود یا fine-tune روی داده سازمان خود تماس بگیرید.