Skip to content
Back to search

mathmodel-skill

Agent-native mathematical modeling workflow skills for Trae, Claude Code, and Codex, covering problem parsing, modeling, code generation, evidence checks, paper writing, and Word delivery.

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/yushui2022--mathmodel-skill/badge.svg)](/listings/yushui2022--mathmodel-skill)

HTML

<a href="/listings/yushui2022--mathmodel-skill"><img src="/api/listings/yushui2022--mathmodel-skill/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 204 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

This file has changed since it was scanned, so this is not exactly the text that was scanned, and no line is marked. The findings are listed with the safety scan above.

  1. <div align="center">
  2. <img src="./assets/mathmodel-banner.png" alt="MathModel Skill:豆包坐镇指挥,Fable 推导模型,Astra 编写代码" width="100%" />
  3. # MathModel Skill Standard
  4. ### 从赛题分析、真实计算到可复现的数学建模论文
  5. [![Version](https://img.shields.io/badge/version-2.4.0--dev.4-0f766e)](./VERSION)
  6. [![Platforms](https://img.shields.io/badge/platforms-Codex%20%7C%20Claude%20Code%20%7C%20Trae-111827)](#快速导入使用)
  7. [![License](https://img.shields.io/badge/license-MIT-16a34a)](./LICENSE)
  8. </div>
  9. MathModel Skill 是一套供编程 Agent 使用的数学建模 Skills。把赛题与附件放入项目后,Agent 按工作流分析问题、选择模型、编写并运行代码、整理图表和证据,再撰写与检查论文;它不只是让模型直接生成一篇文章的提示词。
  10. 当前开发内容面向默认 `standard` 分支的 **Standard 2.4.0-dev.4 开发版,定位标准档**,建议搭配 GPT-6.1 Sol、Claude Opus 5.5 等具备稳定推理、长上下文和工具调用能力的模型,GPT-5.5、GPT-5.6 Sol 仍可使用。它在流程复杂度与计算成本可控的前提下,提供完整章节写作、原生 Word 公式和 PDF 渲染检查。最终产物包括论文、赛题代码、计算结果、图表和验证记录;检查通过不等于保证论文优秀或竞赛获奖。
  11. **版本分工:低负担 → 速度优先 → 标准交付 → 旗舰验证**
  12. Lite、Flash、Standard、Pro 的定位不同,分别在独立 Git 分支维护,不是安装后的切换模式。Flash 是速度优先路线,不表示它在质量档位上高于 Lite:
  13. | 档位与版本 | 推荐模型示例 | 流程与交付能力 |
  14. |---|---|---|
  15. | **速度优先** [**Flash(预发布)**](https://github.com/yushui2022/MathModel-Skill/tree/flash) | **DeepSeek/Gemini/GLM 等 Flash 类模型**;优先快速出稿 | **基础长文草稿**:真实实验、图表、结果和约 18–22 页目标的 Word;不含严格终稿门禁。 |
  16. | **1 · 入门档** [**Lite**](https://github.com/yushui2022/MathModel-Skill/tree/lite) | **DeepSeek 等模型**;优先低负担运行 | **基础建模报告**:一个入口、六步流程,真实计算与基础 Word 导出;不含严格引文、原生 Word 公式和 PDF 验收。 |
  17. | **2 · 标准档** [**Standard(默认)**](https://github.com/yushui2022/MathModel-Skill/tree/standard) | **[GPT-6.1 Sol](https://developers.openai.com/api/docs/models/gpt-6.1-sol) / [Claude Opus 5.5](https://platform.claude.com/docs/en/models/opus-5-5/overview)** 等;兼顾能力与投入,旧款强模型仍可用 | **正式竞赛论文**:完整章节写作、证据与写作检查、原生公式 Word 和 PDF 渲染检查,流程复杂度可控。 |
  18. | **3 · 旗舰档** [**Pro(预发布)**](https://github.com/yushui2022/MathModel-Skill/tree/pro) | **[GPT-6 Astra](https://developers.openai.com/api/docs/models/gpt-6-astra) / [Claude Fable 5.1](https://platform.claude.com/docs/en/models/fable-5-1/overview)**,以及 **Opus 5.5 / GPT-6.1 Sol**;接受高计算投入 | **高强度研究与验证**:多路线比较、独立复算、稳健性实验、五角色审稿和 Word/PDF 检查;有三个用户确认点。 |
  19. 模型推荐更新于 **2026-10-07**:已核对 Opus 5.5、Fable 5.1、GPT-6.1 Sol 的官方配置资料,尚未完成这些模型的完整赛题长文实测。**档位区分的是工作流,不是模型使用权限**:同一个模型可选 Standard 控制投入,也可选 Pro 加深验证;GPT-5.5、GPT-5.6 Sol 等旧款强模型仍可使用 Standard。
  20. 这不是对同品牌所有模型的固定排名,也不是质量认证。模型名称、API 档位与宿主实际能力须分开核对;中转站的显示名不能证明底层型号。
  21. 另有 [**LaTeX(实验性预发布)**](https://github.com/yushui2022/MathModel-Skill/tree/Latex):旧版工作流的 TeX/PDF 导出分支,**不是另一个能力档位**,也不是当前 Standard 或 Pro 的 LaTeX 模式。
  22. **一个项目只安装一个版本、一个安装位置,不要混装。** Flash 只追求快速基础稿;需要正式交付请选 Standard,需要最高验证深度请选 Pro。各版本的具体导入方法见下方快速使用说明。
  23. ## TokensFactory
  24. <p align="center">
  25. <a href="https://tokensfactory.cc/">
  26. <img src="./assets/tokensfactory-logo.png" alt="TokensFactory Logo" width="96" />
  27. </a>
  28. </p>
  29. ### TokensFactory
  30. 这是我的大学朋友 **Yeadon** 开的中转站,也非常感谢他当年带我走向 AI 的道路。[TokensFactory](https://tokensfactory.cc/) 支持 OpenAI、Claude、Gemini 等兼容接口,主打一个**量大管饱**,适合需要快速调用图片、视频或文本模型的个人开发者和团队。需要接入 Agent 时,可以查看 [TokensFactory Agent 快速接入](https://tokensfactory.cc/skills)。
  31. ## 快速导入使用
  32. ### 1. 下载一个通用包
  33. 下载本开发分支的 [MathModel-Skill-Standard.zip](./dist/MathModel-Skill-Standard.zip),可用 [SHA256SUMS.txt](./dist/SHA256SUMS.txt) 核对完整性。另有一个等价的 [MathModel-Skill-Standard-store.zip](./dist/MathModel-Skill-Standard-store.zip) 供技能市场上架:内容相同,根目录多一份 `SKILL.md` 条目说明,两个包都用同一个 `install.py` 安装。**2.4.0-dev.4 尚未发布正式 Release**;历史 Release 保持原有平台包,不代表本开发版。
  34. 本版收紧正式证据检查:失败或未知状态不放行,探索草图不冒充模型实验,图表必须可读取且绑定实际运行。题面分问、公式或图片提取不完整时,需 Agent 对照原件复核。升级后旧 S6 PASS 不再沿用,请重新预检、补齐运行证据并执行审计;不会自动改写旧赛题产物。
  35. Codex、Claude Code、Trae 使用完全相同的 Skill 内容,只需选择不同安装位置。不要把 Standard、Lite、Flash、Pro 或 LaTeX 混装。
  36. ### 2. 安装到独立赛题项目
  37. 将通用包解压到一个独立目录,准备好另一个赛题项目目录。使用 Python **3.11 或 3.12**:
  38. ```text
  39. python "<解压目录>/install.py" --project-root "<赛题目录>" --platform codex --check
  40. python "<解压目录>/install.py" --project-root "<赛题目录>" --platform codex
  41. ```
  42. | Agent | `--platform` 参数 | 项目内安装位置 |
  43. |---|---|---|
  44. | Codex | `codex` | `.agents/skills/` |
  45. | Claude Code | `claude` | `.claude/skills/` |
  46. | Trae | `trae` | `.trae/skills/` |
  47. 安装器仅复制 Skills 并记录文件哈希,不联网,不覆盖项目根配置、依赖文件、赛题或旧结果。旧安装会列出冲突,需要先自行备份、整理;没有强制覆盖选项。安装完成后刷新 Agent 的 Skill 发现,或重新打开项目。
  48. **宿主兼容性:** 本机 Codex 桌面内置引擎与 Claude Code 已通过全部十个 Skill 的本地发现验收,Trae 的 GUI 发现暂未验收。旧 Codex CLI `0.88.0` 实测不会发现 `.agents/skills/`,需使用支持此目录的宿主;不要再复制一份到 `.codex/skills/` 造成混装。版本、测试方式与边界见 [宿主发现验收](docs/host-discovery-validation.md)。
  49. **不使用安装器也可以:** 将包内 `skills/` 下的十个完整目录复制到上表中的一个位置,不能只复制 `SKILL.md`。手动安装不自动纳入托管升级。
  50. 在你为赛题准备的 Python 环境中单独安装依赖:
  51. ```text
  52. python -m pip install -r "<解压目录>/requirements.txt"
  53. python -m pip check
  54. ```
  55. 优化求解需要时再安装包内 `requirements-modeling.txt`。正式交付还需要 **LibreOffice**;没有它可以进行前期工作,但不能通过最终 PDF 渲染检查。升级、中断恢复和手动安装说明见 [安装指南](docs/agent-install-guide.md)。
  56. ### 3. 放入赛题与附件
  57. 在项目根目录创建 `problem_files/`,放入赛题、官方附件与数据。例如 Codex 项目:
  58. ```text
  59. your-project/
  60. ├── .agents/skills/
  61. ├── .mathmodel/install.json # 安装器管理记录,手动安装没有此文件
  62. └── problem_files/
  63. ├── 赛题.pdf
  64. └── 附件.xlsx
  65. ```
  66. Claude Code 或 Trae 使用上表中自己的 Skill 目录,输入目录保持不变。
  67. ### 4. 对 Agent 说
  68. ```text
  69. 请使用 paper-workflow-orchestrator 完成这个数学建模项目。
  70. 赛题和官方附件已放在 problem_files/。
  71. 先预检输入,再按 S0-S8 执行,必须真实运行代码并保留结果证据。
  72. 采用完整章节写作,允许分多轮完成,最后统一全文,不要只输出摘要或拼接微单元。
  73. 请核对当年赛题的篇幅和格式规则,不自行降低为短报告。
  74. 所有赛题产物写入 paper_output/;证据、写作与 Word/PDF 检查未通过,不要称为最终稿。
  75. ```
  76. 正常使用不需要手工执行整套脚本。若 Agent 没有识别入口,让它先读取所安装目录中的 `paper-workflow-orchestrator/SKILL.md`。继续上次任务、修复章节的提示词见 [启动与恢复提示词](docs/starter-prompts.md)。
  77. 完成后先查看:
  78. | 产物 | 位置 |
  79. |---|---|
  80. | 正式 Word | `paper_output/final_paper.docx` |
  81. | 正式 Markdown 源稿 | `paper_output/final_paper_source.md` |
  82. | 渲染 PDF | `paper_output/qa/rendered/final_paper.pdf` |
  83. | 代码、结果与图表 | `paper_output/code/`、`results/`、`figures/`、`tables/` |
  84. | 最终检查报告 | `paper_output/format_check_report.json` |
  85. ## 原理介绍
  86. ### 先计算、后成文
  87. Standard 保留 S0-S8 单一工作流。不同 Skills 各自负责一个环节,用实际文件和证据交接,而不是仅依赖对话记忆。
  88. ```text
  89. S0 输入与安装预检 → S1 题意分析 → S2 模型路线
  90. → S3 数据与图表计划 → S4 编写代码 → S5 真实运行
  91. → S6 证据检查 → S7 自适应正式写作 → S8 Word/PDF 检查
  92. ```
  93. 脚本、输入和输出都记录 SHA-256。证据或已审计文件变化后,依赖它们的通过状态会失效,必须重新计算或验证。安装目录只保存通用能力,当前赛题代码始终写到 `paper_output/code/`。
  94. ### 附件读取与清洗可靠性
  95. 2.3.1 的通用数据脚本只处理当前清单批准的原始数据;不自动填均值、删重复记录或跳过坏行。Excel 各表独立导出,含糊表头、合并单元格或公式明确要求专用读取代码。清洗报告记录来源、行数和哈希,失败或变更后阻止下游继续信任旧数据。
  96. 字段单位、编号含义和预测任务的训练/验证切分仍由赛题代码明确,导入 PASS 不代表数据语义或模型正确。详见 [数据处理规则](skills/data-cleaning-and-visualization/references/data-integrity.md)。
  97. ### 可复用建模代码
  98. 2.4 开发版将当前数据绑定延伸到建模代码与运行记录,不再递归扫描旧清洗批次。新增明确字段/样本划分的回归基线:只在训练集拟合预处理,输出留出集误差、均值基线和残差。另提供线性优化解的约束、边界、整数性和目标值复核;不声称自动证明最优性。
  99. 基础工具复用现有 NumPy/Pandas,不增加必装依赖,不替代赛题分析。用法见 [建模工具接口](skills/model-code-and-result-generator/references/modeling-tools.md)。已有人工修改的赛题代码不会被覆盖,升级旧项目时需要迁移新的输入绑定与运行检查。
  100. 新 runner 为每问绑定本次执行 ID,防止零退出却沿用上次结果;结束时记录四份结果契约哈希,手改指标或结论会使 S6 失败。默认每问 600 秒超时,可显式调整;同一项目禁止并发运行,完整日志落盘。旧账本兼容但会提示保障不足,迁移方式与边界见 [运行记录](skills/model-code-and-result-generator/references/execution-records.md)。这些不是安全沙箱或数学正确性证明。
  101. 新增[实验验证工具](skills/model-code-and-result-generator/references/experiment-validation.md):显式时间留出、滚动回测、分组留出,检查声明的特征可用时点,保存逐样本预测和相同划分上的基线。指标自动连接单位、样本范围及来源 CSV。
  102. 线性/整数优化可选安装 `requirements-modeling.txt`,使用 SciPy/HiGHS 求解并独立复核约束和目标。记录状态、界、差距与容差,区分可行和数值最优;不以退出码或一个布尔值冒充最优性证明。S7 策略版本更新,旧写作计划及旧最优性报告需重新生成。工具输出仍需题意审查,不自动放行正式写作。
  103. ### 章节写作与局部修复
  104. `paper-formal-writer` 是唯一正式主笔:先制定写作计划,再按完整章节写作与审计;全部章节通过后确定性合并,由 Agent 全文统一改写,最后生成 DOCX。
  105. 默认完整竞赛稿使用 `section` 模式。明确要求的短报告可使用 `global`,同类问题连续两次失败后转为章节写作。单章同类问题连续两次失败才启用局部 `micro-repair`;第三次仍失败则阻塞并报告原因,不自动切换版本。旧微单元与 quickstart 只保留为非正式草稿。
  106. ### 篇幅、证据与渲染检查
  107. 2.4 开发版增加[数值结论绑定](skills/paper-formal-writer/references/metric-claims.md):关键指标连接单位、样本范围、训练/测试划分、实验记录和来源表格。章节稿及最终稿通过旁路 JSON 记录逐句核对,拦截口径混淆、未经声明的百分比换算和无验证依据的最优性表述;记录不进入 Word 正文。旧正式写作计划需要重新准备,缺失元数据须回到计算环节补齐。这是可追踪性和一致性检查,不代替数学正确性审阅。
  108. 默认完整稿规划至少 14000 有效字符,检查主稿至少 8000 有效字符、附录前渲染页数至少 18 页。**这些是防止极短稿的项目默认值,不是所有比赛的统一规定,也不是优秀论文标准。** 具体比赛的页数上限和计页方式仍要单独核对。
  109. 每问需要实质性的建模、计算结果与解释;注释、代码块和附录不能用于填补主稿长度。范围调整或短报告必须明确说明理由,不用空页、放大排版或重复正文凑数。
  110. 正式稿要求新鲜的证据与写作检查、可编辑的 Word OMML 公式和真实 LibreOffice 渲染。完整稿和短报告不能通过 `--render skip` 完成最终检查;仅明确的安装测试允许豁免,并标记为 `SMOKE_TEST_ONLY`。
  111. ## 验证状态与详细文档
  112. - 新增[两个原创离线验收案例](benchmarks/validation/README.md),覆盖真实 runner、S6 和 S7 数值声明连接,并用解析关系/穷举核算结果。这些是软件验收案例,不是竞赛论文质量评测。
  113. - 通用包迁移提交 `8dd9c95` 的 [远端 CI](https://github.com/yushui2022/MathModel-Skill/actions/runs/39225754825) 已通过全部 11 个任务,包括跨系统安装、确定性构建和强制渲染;后续提交仍以 [PR 最新 Checks](https://github.com/yushui2022/MathModel-Skill/pull/4/checks) 为准。测试边界见 [迁移验收记录](docs/universal-package-validation.md) 与 [宿主发现验收](docs/host-discovery-validation.md)。
  114. - 历史 B 题工程示例没有重新生成,可用于理解产物组织方式,不代表通过当前全部检查。真实赛题约 20 页终稿的质量验收仍未完成。
  115. - 文档索引:[安装指南](docs/agent-install-guide.md) · [正式写作指南](docs/formal-paper-authoring.md) · [工作流契约](docs/workflow-contracts.md) · [输出目录](docs/output-layout.md) · [Agent 原生工作流](docs/agent-native-workflow.md) · [启动与恢复提示词](docs/starter-prompts.md) · [提示词资产](docs/prompt-assets.md) · [CUMCM 论文规范](docs/cumcm-paper-standard.md) · [技能市场上架说明](docs/marketplace-listing.md)
  116. - 验收与示例记录:[通用包迁移验收](docs/universal-package-validation.md) · [宿主发现验收](docs/host-discovery-validation.md) · [2.4 实验验证工具升级](docs/standard-2.4-validation-plan.md) · [2.4 证据门禁修复验收](docs/standard-evidence-hardening-validation.md) · [2.4 Skill 元数据验收](docs/standard-skill-metadata-validation.md) · [示例工作流说明](docs/generated-demo-workflow.md) · [Quickstart 演练](docs/demo-walkthrough.md) · [Skill 评估集](evals/README.md)
  117. - 分支 `dist/` 是随提交维护的构建包;历史 Release 是固定版本快照,不会随 README 更新而被覆盖。本次通用包迁移不创建正式 Release。
  118. 开发者可在仓库中执行:
  119. ```bash
  120. python scripts/check_skills.py
  121. python scripts/check_skill_triggers.py --strict
  122. python -S tests/test_installation.py
  123. python -u tests/run_tests.py
  124. python tests/test_paper_scope.py
  125. python tests/test_data_integrity.py
  126. python tests/test_modeling_tools.py
  127. python tests/test_runner_integrity.py
  128. python -m pip install -r requirements-modeling.txt
  129. python tests/test_validation_tools.py
  130. python tests/test_validation_integration.py
  131. python tests/test_installed_workflow.py
  132. python tests/test_claim_bindings.py
  133. python scripts/build_release_packages.py --verify
  134. ```
  135. [MIT License](LICENSE),Copyright (c) 2026 yushui2022.

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.