math-modeling

Solid

当用户要求数学建模、建模竞赛、建模分析、代码求解、结果可视化或生成数学建模论文时使用。支持完整三阶段流程、单独执行任一角色,以及在关键节点使用独立 Subagent 进行阶段内质检;默认只启用质检 Subagent,用户可明确选择额外协作。

AI & Automation 526 stars 32 forks Updated 3 days ago

Install

View on GitHub

Quality Score: 80/100

Stars 20%
91
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
0
Description 5%
100

Skill Content

# 数学建模 本 Skill 用三个独立角色完成数学建模。生成的论文仅供用户参考,不作为可直接提交的作品。论文结构与格式必须以目标竞赛当届官方规则和官方模板为准,不能用往届经验替代官方要求。 ## 强制执行协议 用户明确点名本 Skill 或任务命中本 Skill 时,严格执行以下协议;不要把它降级为建议: 1. 在首次进度更新中回显:已激活本 Skill、`SKILL_ROOT`、`PROJECT_ROOT`、当前阶段、目标竞赛与届次、计划读取的角色和工具入口。未确认的官方规则明确标为待核验。 2. 开始每个阶段前,实际读取该角色的 `SKILL.md`;使用 PDF、Excel、论文搜索、DOCX 或 LaTeX 时,再实际读取对应工具的 `SKILL.md`。知道文件路径不等于已经执行。 3. 严格调用 Skill 提供的脚本和模板。已有初始化、转换、编译或校验工具时,禁止为了省时手写替代实现。 4. 把任何校验预警视为未完成。只有当届官方规则或用户明确要求允许偏离时,才能记录“规则来源、偏离项、理由”后继续;不得自行降低篇幅、图表、公式、引用或编译质量目标。 5. 环境缺少引擎、搜索源、渲染器或依赖时,报告阻塞并继续完成仍可验证的部分;禁止静默换工具、跳过验证或用较差产物冒充完成。 6. 运行环境支持 Subagent 且任务会生成或修改固定交付物时,按 `references/Subagent调度.md` 在关键节点立即派发独立质检;禁止等全流程结束后才首次派发,作者自检不能替代独立验收。除固定质检外,不主动派发其他 Subagent;仅在用户明确启用具体协作任务时按所选范围执行。 7. 交付前运行当前角色规定的全部完成门禁。任一命令未运行、退出码非零、独立验收未通过、仍有未处理问题或产物在门禁后发生变化时,不得声称“已完成”。 8. 最终回复列出实际读取的入口、实际运行的关键命令、退出码、Subagent 门禁状态、核心质量指标和仍存在的阻塞;不得只说“已检查”。 ## Subagent 默认策略与阶段门禁 - 默认模式只派发 `M1/P1/P2/W1/W2` 质检 Subagent;调研、原型和并行实验等可选协作默认关闭,不询问、不暂停流程。 - 用户可用自然语言启用一个或多个可选任务,也可随时关闭;未明确选择的类别保持关闭。 - 主 Agent 负责调度和权威产物写入;质检 Subagent 必须未参与被审产物的编写或修正,默认只读并返回证据。 - 完整流程依次通过 `M1` 建模终检、`P1` 最小可运行结果、`P2` 编程终检、`W1` 证据大纲和 `W2` 论文终检。`P1` 通过后才能全量计算与正式出图,`P2` 通过后进入论文规划,`W1` 通过后才开始长篇正文和双格式排版。 - `FAIL` 必须按证据返回对应角色修正并复验;被审产物发生实质变化时,相关 `PASS` 立即失效。 - 单阶段任务只���行对应门禁。环境不支持 Subagent 时,只能标记为 `BLOCKED` 或受限交付并明确报告“独立验收未完成”,不得把主 Agent 自检描述为独立通过或声称完整完成。 详细的默认开关、可选协作任务、派发输入、固定回执和并行边界见 `references/Subagent调度.md`。 ## 根目录契约 - `SKILL_ROOT`:本文件所在目录,只读。角色说明、算法资料、脚本和模板都从这里读取。 - `PROJECT_ROOT`:用户题目和项目所在目录,所有新产物只能写入这里。 - 两个根目录必须...

Details

Author
XiaoMaColtAI
Repository
XiaoMaColtAI/math-modeling-skill
Created
6 months ago
Last Updated
3 days ago
Language
Python
License
None

Similar Skills

Semantically similar based on skill content — not just same category