安装与入门

欢迎使用 WaSHI (WebAssembly-backed, Solver-independent, High-level modeling Interface)。

WaSHI 为 TypeScript/JavaScript 生态系统带来了类似于 Python PuLP 和 Julia JuMP 的代数建模方式。无需单独的 Python 后端或本地 C/C++ 编译环境，即可在浏览器与 Node.js 中运行 WebAssembly 求解器（HiGHS, Z3, GLPK）。

为什么选择 TypeScript 与 WebAssembly？

• 消除部署瓶颈与客户端协同：在传统的运筹优化工作流（如 Python 的 PuLP 或 Pyomo）中，将模型转化为可交互的应用通常需要部署后端服务并维护本地 C/C++ 求解器二进制文件。随着 AI 辅助编程大幅加快 UI 与应用原型的开发速度，后端基础设施往往成为交付的主要瓶颈。通过基于 Web 标准（TypeScript + WebAssembly）运行建模器与求解器，整个优化应用可以直接作为静态资源（托管在 GitHub Pages 或 Cloudflare Pages 等平台上，包含生成的 JS、Worker 与 WASM 文件；使用 Z3 时需配置 COOP/COEP 响应头）发布，并能直接在浏览器端与端侧 LLM（如 WebGPU / WebLLM）无缝配合。
• 无需运算符重载的代数语法 (expr)：由于 JavaScript 不支持运算符重载，常规库往往只能在冗长的方法链（x.mul(30).add(y.mul(50))）和无类型的纯字符串（"30 * x + 50 * y"）之间妥协。WaSHI 借鉴了参数化 SQL 模板的思路，使用标签模板字面量（expr`30 * ${x} + 50 * ${y} <= 40`）解析中缀运算符，同时将 ${x} 直接绑定为 TypeScript 对象引用，从而兼顾公式可读性、静态类型检查、IDE 符号重命名以及多维索引访问（${flow[i][j]}）。

---

📦 安装

使用您偏好的包管理器安装：

npm

npm install @ohtaman/washi

pnpm

pnpm add @ohtaman/washi

yarn

yarn add @ohtaman/washi

bun

bun add @ohtaman/washi

可选求解器依赖

默认的 HiGHS 求解器已内置随包提供，开箱即用。若需使用 Z3（进行 SMT 逻辑与冲突诊断）或 GLPK，请安装相应的对等依赖：

# SMT 逻辑与不可行约束诊断
npm install z3-solver

# GLPK 求解器 (GPL-3.0)
npm install glpk.js

---

🚀 快速上手示例

以下是求解经典工厂生产资源分配问题的完整流程。

1. 引入核心类与标签函数

import { Model, expr, maximize } from "@ohtaman/washi";

2. 初始化模型实例

const model = new Model();

3. 定义决策变量

const x = model.integer("x", { lb: 0 });
const y = model.integer("y", { lb: 0 });

4. 设定目标函数

使用 maximize() 与 expr 标签模板字面量声明式设定目标函数：

// 最大化 30*x + 50*y
model.objective(maximize(expr`30 * ${x} + 50 * ${y}`));

5. 添加约束条件

使用 expr 标签模板字面量与 constraint 添加不等式或等式约束：

model.constraint(expr`${x} + 2 * ${y} <= 40`, "wood_capacity");
model.constraint(expr`2 * ${x} + ${y} <= 50`, "labor_capacity");

6. 异步求解与结果获取

const result = await model.solve();

console.log("状态:", model.status); // "Optimal"
console.log("最优目标值:", model.objectiveValue); // 1100
console.log(`最优解: x = ${x.value}, y = ${y.value}`); // x = 20, y = 10

---

🧭 下一步

• AI 编程助手快速参考：面向 AI 编程代理的 API 签名与部署要点速查
• 运行时环境配置：Node.js、现代打包工具、浏览器 ESM、CDN 与离线部署说明
• 建模指南：决策变量、代数表达式 (expr)、约束条件与解验证 (validateSolution)
• 求解器矩阵：HiGHS、Z3、GLPK 与自定义求解器插件对比
• 实际案例与 API 索引：9 个可在页面内直接运行的优化与逻辑建模示例