让AI Agent接入组合优化能力｜伊辛智能全新推出IsingQ MCP
企业每天都在处理⽣产排程、路径规划和资源配置等组合优化问题。从实际问题到最终获得优化方案，往往需要经过问题建模、专业求解以及结果解释等多个环节。
随着AI Agent逐渐进入研发与科研工作流程，如何让用户正在使用的Agent，也能够进一步调用专业组合优化能力？
伊辛智能正式推出IsingQ MCP，通过标准 MCP或DeepSeek Harness（DSH）原⽣Plugin，将QUBO建模、模型确认、调用IsingQ求解与结果解释等接入用户已有的Agent，让用户可以直接在熟悉的Agent中完成从问题描述到优化求解的完整流程。
接入已有Agent，
从问题描述到优化求解
IsingQ MCP并不是一个直接面向用户的独立AI助手，而是将组合优化能力接入已有Agent。
完成接入后，用户无需切换到新的应用，只需在原有Agent中描述实际问题。Agent负责理解用户需求并组织任务流程，IsingQ MCP则提供可调⽤的建模和求解⼯具。
对于一个实际组合优化问题，整个过程主要包括五个步骤：
1. 描述业务问题
用户可以直接在已有Agent中说明优化目标、约束条件和已有数据。
2. 本地建模与校验
通过Resources获取参考，⽤Tools形成并检查QUBO。
3. 用户确认模型
在正式求解前，用户可以先确认变量映射、⽬标函数和约束条件，再执行提交。
4. 调用IsingQ求解
模型确认后，使用用户自己的API Key，通过HTTPS提交QUBO矩阵，调用IsingQ进行求解。
5. 解释求解结果
求解完成后，依据确认过的变量映射，IsingQ MCP将返回的计算结果还原为业务方案。
两种接入方式，
适配不同Agent环境
针对现有Agent技术栈，提供标准MCP与DSH原生Plugin两种接入方式，共⽤本地优先的建模与IsingQ求解链路。
其中，标准MCP提供7个Tools与13个Resources，目前可接入WorkBuddy、Codex、Claude Code、Cursor、VS Code、Trae等多种Agent环境。
DSH原生Plugin提供9个Tools，无需MCP Bridge，并增加Resource列表与读取能⼒，可直接通过DSH原生插件体系接入IsingQ相关能力。
本地优先，
提交求解由用户控制
IsingQ MCP采用本地优先的处理方式，公开知识查询、建模引导与QUBO校验、API Key私有配置以及求解结果记录等环节留在本地。
经用户确认后，仅提交QUBO矩阵至IsingQ进行求解。问题描述等自然语言不会随矩阵发送，本机API Key也不会包含在求解矩阵中。
数据流向分为本地处理与求解提交两个部分，便于团队了解数据处理边界并进行接入评估。
1920变量Max-Cut
展示调用演示
目前，IsingQ MCP支持2000+变量的QUBO问题，当前API上限为2048。
此次演示以仓库订单分波为例，1920张模拟仓库订单及7680条带权资源冲突关系被构造成Max-Cut问题。两张订单如果争抢同一巷道、工作站或设备，就连接一条冲突边，优化目标是尽可能将存在资源冲突的订单分配到不同波次。
1920变量Max-Cut真实调⽤演示
在完成建模与用户确认后，约7.38 MB的QUBO矩阵被提交至IsingQ，并返回1920位解，两个波次分别包含954张和966张订单，被错开的冲突权重为31346，剩余同波次冲突权重为8712，78.25%的冲突权重被跨波次隔离。
注：该演示使用模拟业务数据，求解结果来自一次真实API调用，不作为客户案例、通用优化率或性能基准。在实际生产环境中，还需要进一步考虑波次容量、订单时效等具体业务约束。
保留多种结果
能量值可解读
IsingQ MCP同时保留Provider Energy与Objective Value两类结果。其中，Provider Energy为IsingQ返回的原始能量值，Objective Value则按照用户确认的QUBO口径重新计算。
由于变量转换、常数项或系数口径不同，两者数值可能不相等。保留两种结果，有助于用户理解求解输出并复核模型。
公开仓库与npm/npx，
插入链路可核验
目前，源码、安装Skill与多平台Release已在Toolkit仓库公开发布，用户可查看安装逻辑、核对SHA-256。对于标准MCP，可通过npm/npx完成安装和配置，也可以直接将安装交给Agent。
针对DeepSeek Harness，IsingQ同步提供原生Plugin，可通过DSH插件命令完成安装。安装后完全重启DSH，并通过工具列表确认9个Tools是否成功加载。
AI Agent正逐步进入企业研发与科研工作流程，生产排程、路径规划、资源配置等实际问题也对专业组合优化能力提出了更多需求。
IsingQ MCP将业务问题、QUBO建模、优化求解与结果解释连接起来，使组合优化工具能够接入用户已有的Agent工作流程，降低专业建模与求解工具的使用门槛。
目前，伊辛智能面向企业、高校及科研院所开放IsingQ MCP相关合作。企业团队可结合投资组合、路径规划、车辆路径、生产排程、资源配置、图优化等实际问题，开展场景验证与系统集成；高校及科研院所可围绕QUBO/Ising建模、算法对比与教学实验、流程复现与结果分析等开展建模研究与实验复核。
未来，伊辛智能将继续深耕光电伊辛计算，围绕技术研发、算力服务与应用落地持续推进，让光电伊辛计算更好地适配实际业务与科研需求，为复杂组合优化问题提供更加便捷、高效的求解方式，并推动这一新型计算技术在更多领域走向实际应用。
END
北京伊辛智能科技有限公司现已推出面向应用场景的标准光电伊辛机、光电伊辛机金融定制版、面向科研的科研教学一体机和“玉盘·伊辛云”伊辛求解专用云平台。
